定义提示提示是LLMs的基本输入，提供其表达能力。LlamaIndex使用提示来构建索引，插入，在查询期间执行遍历以及合成最终答案。 LlamaIndex使用一组默认提示模板，可以直接使用。用户也可以提供自己的提示模板，以进一步定制框架的行为。

定义自定义提示

定义自定义提示只需要创建一个格式字符串即可：

from llama_index import Prompt

template = (
    "We have provided context information below. \n"
    "---------------------\n"
    "{context_str}"
    "\n---------------------\n"
    "Given this information, please answer the question: {query_str}\n"
)
qa_template = Prompt(template)

注意：您可能会看到对遗留提示子类（如QuestionAnswerPrompt，RefinePrompt)的引用。这些已经被弃用（现在是Prompt的类型别名)。现在，您可以直接指定Prompt（template)来构造自定义提示。但是，您仍然必须确保模板字符串包含预期的参数（例如{context_str}和{query_str})，以替换默认的问答提示。

将自定义提示传递到管道中

由于LlamaIndex是一个多步管道，因此确定要修改的操作并在正确的位置传入自定义提示是很重要的。从高层次上讲，提示用于1)索引构建和2)查询引擎执行。

修改索引构建中使用的提示

不同的索引在构建过程中使用不同类型的提示（有些根本不使用提示)。例如，GPTTreeIndex使用SummaryPrompt来分层摘要节点，GPTKeywordTableIndex使用KeywordExtractPrompt来提取关键字。

有两种等效的方法可以覆盖提示：

通过默认节点构造器

index = GPTTreeIndex(nodes, summary_template=<custom_prompt>)

通过文档构造器。

index = GPTTreeIndex.from_documents(docs, summary_template=<custom_prompt>)

有关哪个索引使用哪些提示的更多详细信息，请访问索引类引用。

修改查询引擎中使用的提示

更常见的是，提示在查询时使用（即对索引执行查询并合成最终响应)。也有两种等效的方法可以覆盖提示：

通过高上面的两种方法是等价的，其中1实际上是2的语法糖，隐藏了底层的复杂性。您可能希望使用1来快速修改一些常见参数，并使用2来获得更细粒度的控制。

有关哪些类使用哪些提示，请访问查询类引用。

完整示例

可以在此笔记本中找到示例。

下面是相应的片段。我们展示如何为问答定义自定义提示，该提示需要context_str和query_str字段。提示在查询时间传入。

请参阅参考文档以获取所有提示的完整集合。