PromptTemplate と LLMChain

LangChainにおける「PromptTemplate」と「LLMChain」は、プロンプト設計とモデル実行を結びつける基本的な構成要素です。以下に、それぞれの役割と使い方、そして連携の仕方を詳しく説明します。

---

1. PromptTemplate（プロンプトテンプレート）

概要

PromptTemplate は、動的なプロンプトを構築するためのテンプレート機能です。プロンプトの中に変数を埋め込むことで、同じ構造のプロンプトを使い回すことができます。

主な用途

• ユーザー入力や外部情報に応じてプロンプトを自動生成

• 複数の入力に対応する統一された出力形式を設計

• 一貫したフォーマットによるプロンプトエンジニアリング

基本構文（Python例）

python
from langchain.prompts import PromptTemplate

template = "以下の質問に答えてください：{question}"
prompt = PromptTemplate(
    input_variables=["question"],
    template=template
)

formatted_prompt = prompt.format(question="日本の首都はどこですか？")

補足事項

• input_variables はテンプレート内で使用される変数名のリスト

• .format() メソッドで実際の入力に置換

---

2. LLMChain（LLMチェーン）

概要

LLMChain は、プロンプトの生成（PromptTemplate）とLLM（Large Language Model）の実行を結びつけるチェーン構造です。

主な用途

• プロンプトテンプレートに基づく一貫した出力生成

• 入力から出力までのプロセスを簡潔に管理

• 複数のコンポーネントを組み合わせたチェーンの一部として利用

基本構文（Python例）

python
from langchain.llms import OpenAI
from langchain.chains import LLMChain

llm = OpenAI(temperature=0.7)
chain = LLMChain(llm=llm, prompt=prompt)

response = chain.run("日本の首都はどこですか？")

説明

• llm：使用する大規模言語モデル（OpenAI、Anthropic、HuggingFaceなど）

• prompt：PromptTemplateインスタンス

• .run()：入力値を渡して実行

---

3. PromptTemplate と LLMChain の連携

実行の流れ

1. PromptTemplate でユーザー入力に応じたプロンプトを生成

2. LLMChain がそのプロンプトを LLM に渡して応答を取得

3. 応答が .run() の戻り値として返る

図式的なイメージ

css
[User Input] → [PromptTemplate] → [LLMChain] → [LLM Response]

---

4. 応用例

チャットボット

python
template = "あなたは親切なアシスタントです。質問：{question}"
prompt = PromptTemplate(input_variables=["question"], template=template)
chain = LLMChain(llm=OpenAI(), prompt=prompt)

response = chain.run("富士山の高さは？")

このコードで、LLMは「富士山の高さは？」という質問に対し、「親切なアシスタント」として回答します。

---

まとめ

LangChainを活用するうえで、この2つのコンポーネントは基本かつ重要な構成要素であり、後に紹介される「Chains」「Agents」「Tools」などの高度な構造とも連携していきます。