我们听到的一个常见抱怨是，默认的提示模板并非对所有模型都同样有效。当 OpenAI 发布 ChatGPT API 时，这个问题在本周变得尤为突出。这个新的 API 具有一个全新的界面（这需要新的抽象概念），因此许多用户注意到旧的提示不再有效。尽管我们迅速添加了对这个模型的支持，但许多用户注意到，对 GPT-3 效果良好的提示模板在聊天设置中效果不佳。
所有链都公开了自定义这些提示模板的方法，因此始终可以选择让用户传入效果更好的提示。但我们希望做得更好。拥有带有默认提示模板的链的目标之一是提供“开箱即用”的功能。如果不同的模型期望不同类型的提示，这就会失效。
我们对此的解决方案是引入 PromptSelector 的概念。我们不会为每个链定义默认的 PromptTemplate，而是转向为每个链定义一个 PromptSelector。如果用户未指定提示，PromptSelector 将根据传入的模型选择要使用的 PromptTemplate。
有关此操作的示例，请查看以下示例
Python
代码片段
PROMPT_SELECTOR = ConditionalPromptSelector(
default_prompt=PROMPT, conditionals=[(is_chat_model, CHAT_PROMPT)]
)在 JS/TS 中
代码片段
export const QA_PROMPT_SELECTOR = new ConditionalPromptSelector(
DEFAULT_QA_PROMPT,
[[isChatModel, CHAT_PROMPT]]
);这两个示例都显示了相同的内容。我们定义了一个默认提示，但如果满足条件（isChatModel），我们会切换到不同的提示。这也可以扩展到任意列表的“条件”和相应的提示“
这是一个非常简单的概念，但我们希望它能为我们（和其他开发者）提供灵活性，以便为任何模型定义“开箱即用”的链。尽管当前的用例是在 ChatModels（如 ChatGPT）与更传统的模型（如 GPT-3）之间切换提示，但我们也设想这允许在不同的模型提供商（例如 OpenAI 与 Cohere）甚至模型版本（例如 GPT-3 与 GPT-4）之间进行切换。
过渡到这些选择器需要一些时间，但我们从一些更流行的链开始，并打算尽快完成过渡。与往常一样，非常感谢社区的反馈和帮助！