如何修改LangChain对话脚本，仅输出AI回复且保留对话记忆

使用LangChain的ConversationChain和ConversationBufferMemory编写Python对话脚本时，当前输出会包含多轮完整对话内容，需修改脚本使其仅输出AI的单次回复，同时保持对话连贯性，让AI能保留对话记忆。

原脚本如下：

from langchain_community.llms import Bedrock
from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferMemory

llm = Bedrock(
    credentials_profile_name="default", 
    model_id="mistral.mixtral-8x7b-instruct-v0:1")

conversation = ConversationChain(
    llm=llm, 
    verbose=False, 
    memory=ConversationBufferMemory())

ai_response = conversation.predict(input="Hi there!")
ai_response

核心是自定义ConversationChain的提示模板，约束模型仅返回当前AI回复内容，同时保留ConversationBufferMemory维护对话历史以保证连贯性。

修改后的脚本：

from langchain_community.llms import Bedrock
from langchain.chains import ConversationChain
from langchain.memory import ConversationBufferMemory
from langchain.prompts import PromptTemplate

# 自定义提示模板，明确要求模型仅输出当前AI回复
custom_prompt = PromptTemplate(
    input_variables=["history", "input"],
    template="""根据对话历史和当前用户输入，仅输出AI的回复内容，不要包含对话历史：

对话历史：{history}
当前用户输入：{input}
AI回复："""
)

llm = Bedrock(
    credentials_profile_name="default", 
    model_id="mistral.mixtral-8x7b-instruct-v0:1")

conversation = ConversationChain(
    llm=llm, 
    verbose=False, 
    memory=ConversationBufferMemory(),
    prompt=custom_prompt  # 应用自定义提示模板
)

# 测试示例
ai_response = conversation.predict(input="你好！")
print(ai_response)
# 输出：你好！很高兴认识你。我是涉猎多个领域的AI，涵盖科学、历史、文学等，有什么想聊的或者想问的吗？

ai_response = conversation.predict(input="西班牙的首都是哪里？")
print(ai_response)
# 输出：西班牙的首都是马德里。

ai_response = conversation.predict(input="马德里最有名的街道是哪条？")
print(ai_response)
# 输出：马德里最有名的街道是格兰维亚大道。

ai_response = conversation.predict(input="马德里格兰维亚大道上最有名的建筑是什么？")
print(ai_response)
# 输出：马德里格兰维亚大道上最有名的建筑是大都会大厦。

ai_response = conversation.predict(input="我刚才问的是哪个国家的相关问题？")
print(ai_response)
# 输出：你刚才问的是西班牙的相关问题。

• 自定义提示模板明确限制了输出内容，避免默认模板返回完整对话历史的问题。
• ConversationBufferMemory会自动存储对话过程，后续调用predict时，模型可基于历史内容生成连贯的上下文回复。

内容的提问来源于stack exchange，提问作者Leockl