UI

1. 设置工作区密钥

2. 创建提示

1. 在 LangSmith UI中，导航到左侧菜单中的 **提示** 部分。
2. 点击 **+ 提示** 来创建提示。
3. 根据需要通过编辑或添加提示和输入变量来修改提示。

3. 测试提示

1. 在 **提示** 标题下选择模型名称旁边的齿轮 图标，这将启动 **提示设置** 窗口在 **模型配置** tab.
2. 设置 模型配置 你想使用的。在 **提供商** 和 **模型** 您选择的内容将决定此配置页面上可配置的参数。设置完成后，点击 **另存为**.

1. 在 **输入** 框中指定要测试的输入变量，然后点击 **开始**.

要了解在 Playground 中配置提示的更多选项，请参阅 配置提示设置.

1. 测试和完善提示后，点击 **保存** 以存储以供将来使用。

4. 迭代提示

LangSmith 支持团队协作进行提示迭代。 工作区 成员可以在 Playground 中尝试提示，并在准备好时将更改保存为新的 提交 。

要改进您的提示：

- 参考模型提供商的文档了解提示创建的最佳实践，例如： - OpenAI API 提示工程最佳实践 - Gemini 提示设计简介 - 使用 Prompt Canvas 构建和完善提示——这是 LangSmith 中的一个交互式工具。在 Prompt Canvas 指南. - 为特定提交添加标签，以标记提交历史中的重要时刻。 1. 要创建提交，请导航至 **Playground** 并选择 **提交**。选择要提交更改的提示，然后 **提交**. 1. 导航至 **提示** 在左侧菜单中。选择提示。在提示详情页面上，选择 **标签** 在右上角添加 提交标签.

SDK

1. 设置您的环境

1. 在终端中，准备您的环境：

    mkdir ls-prompt-quickstart && cd ls-prompt-quickstart
    python -m venv .venv
    source .venv/bin/activate
    pip install -qU langsmith openai langchain_core
    

    mkdir ls-prompt-quickstart-ts && cd ls-prompt-quickstart-ts
    npm init -y
    npm install langsmith openai typescript ts-node
    npx tsc --init
    

1. 设置您的 API 密钥：

2. 创建一个提示词

要创建提示词，您需要定义提示词中所需的消息列表，然后将其推送到 LangSmith。

使用特定语言的构造函数和推送方法：

• - Python：ChatPromptTemplate → client.push_prompt(...)
• - TypeScript: ChatPromptTemplate.fromMessages(...) → client.pushPrompt(...)

1. 将以下代码添加到 create_prompt file:

    from langsmith import Client
    from langchain_core.prompts import ChatPromptTemplate

    client = Client()

    prompt = ChatPromptTemplate([
        ("system", "You are a helpful chatbot."),
        ("user", "{question}"),
    ])

    client.push_prompt("prompt-quickstart", object=prompt)
    

    const client = new Client();

    const prompt = ChatPromptTemplate.fromMessages([
    ["system", "You are a helpful chatbot."],
    ["user", "{question}"],
    ]);

    await client.pushPrompt("prompt-quickstart", {
    object: prompt,
    });
    

这会创建一个有序的消息列表，将它们包装在 ChatPromptTemplate中，然后按名称将提示词推送到您的 工作空间 中以进行版本控制和重用。

1. 运行 create_prompt:

    python create_prompt.py
    

    npx tsx create_prompt.ts
    

跟随生成的链接查看 LangSmith UI 中新创建的 Prompt Hub 提示词。

3. 测试提示词

在此步骤中，您将从 第 2 步 按名称拉取（"prompt-quickstart"），使用测试输入对其进行格式化，转换为 OpenAI 的聊天格式，然后调用 OpenAI Chat Completions API。

然后，您将通过创建新版本迭代提示词。您工作空间的成员可以打开现有提示词，在 UI中尝试更改，并将这些更改保存为同一提示词上的新提交，从而为整个团队保留历史记录。

1. 将以下内容添加到 test_prompt file:

    from langsmith import Client
    from openai import OpenAI
    from langchain_core.messages import convert_to_openai_messages

    client = Client()
    oai_client = OpenAI()

    prompt = client.pull_prompt("prompt-quickstart")

    # Since the prompt only has one variable you could also pass in the value directly
    # Equivalent to formatted_prompt = prompt.invoke("What is the color of the sky?")
    formatted_prompt = prompt.invoke({"question": "What is the color of the sky?"})

    response = oai_client.chat.completions.create(
        model="gpt-5.5",
        messages=convert_to_openai_messages(formatted_prompt.messages),
    )
    

    const oaiClient = new OpenAI();

    const prompt = await pull("prompt-quickstart");

    // Format the prompt with the question
    const formattedPrompt = await prompt.invoke({ question: "What is the color of the sky?" });

    const response = await oaiClient.chat.completions.create({
        model: "gpt-5.5",
        messages: convertPromptToOpenAI(formattedPrompt).messages,
    });
    

这会使用 pull 按名称加载提示词以获取您正在测试的提示词的最新提交版本。您还可以通过传递提交哈希 "<prompt-name>:<commit-hash>"

1. 运行 test_prompt :

    python test_prompt.py
    

    npx tsx test_prompt.ts
    

1. 要创建新版本的提示词，请使用相同的提示词名称和更新后的模板调用最初使用的推送方法。LangSmith 会将其记录为新提交并保留之前的版本。

将以下代码复制到 iterate_prompt file:

    from langsmith import Client
    from langchain_core.prompts import ChatPromptTemplate

    client = Client()

    new_prompt = ChatPromptTemplate([
        ("system", "You are a helpful chatbot. Respond in Spanish."),
        ("user", "{question}"),
    ])

    client.push_prompt("prompt-quickstart", object=new_prompt)
    

    const client = new Client();

    const newPrompt = ChatPromptTemplate.fromMessages([
        ["system", "You are a helpful chatbot. Speak in Spanish."],
        ["user", "{question}"]
    ]);

    await client.pushPrompt("prompt-quickstart", {
        object: newPrompt
    });
    

1. 运行 iterate_prompt :

    python iterate_prompt.py
    

    npx tsx iterate_prompt.ts
    

现在您的提示词将包含两个提交。

改进您的提示词：

• - 参考模型提供商提供的文档以获取提示词创建的最佳实践，例如：
• - OpenAI API 提示词工程最佳实践
• - Gemini 提示词设计入门
• - 使用 Prompt Canvas 构建和优化您的提示词——这是 LangSmith 中的交互式工具。在 Prompt Canvas 指南.