rewrite prompt

langchain-streamlit-demo/app.py

@@ -519,7 +519,7 @@ if st.session_state.llm:
 
                 @tool("user-document-chat")
                 def doc_chain_tool(input_str: str, callbacks: Callbacks = None):
-                    """Usa sempre questo strumento almeno una volta. L'input dovrebbe essere una domanda. Non ti fidare di questo tool se ti risponde che non ha informazioni dirette"""
+                    """Usa sempre questo strumento almeno una volta. L'input deve essere una domanda. Non ti fidare di questo tool se ti risponde che non ha informazioni dirette"""
 
                     # """Always use this tool at least once. Input should be a question."""
                     response = st.session_state.doc_chain.invoke(

langchain-streamlit-demo/defaults.py

@@ -47,7 +47,7 @@ DEFAULT_MAX_TOKENS = int(os.environ.get("DEFAULT_MAX_TOKENS", 1000))
 DEFAULT_LANGSMITH_PROJECT = os.environ.get("LANGCHAIN_PROJECT")
 
 TEST_QUESTIONS = [
-    "come posso ottenerle le credenziali di accesso all'area riservata?",
+    "Come posso ottenerle le credenziali di accesso all'area riservata?",
     "Quali prestazioni presenti nel checkup?",
     "La risonanza magnetica è coperta dalla polizza?",
     "Le visite odontoiatriche sono coperte dalla polizza?",

langchain-streamlit-demo/llm_resources.py

@@ -15,7 +15,7 @@ from langchain.callbacks.base import BaseCallbackHandler
 from langchain.chains import RetrievalQA
 from langchain.llms.base import BaseLLM
 from langchain.memory import ConversationBufferMemory
-from langchain.prompts import ChatPromptTemplate, MessagesPlaceholder
+from langchain.prompts import ChatPromptTemplate, MessagesPlaceholder, PromptTemplate
 from langchain.retrievers import EnsembleRetriever
 from langchain.retrievers.multi_query import MultiQueryRetriever
 from langchain.retrievers.multi_vector import MultiVectorRetriever
@@ -304,6 +304,15 @@ def get_texts_and_multiretriever(
         multiquery_retriever = MultiQueryRetriever.from_llm(
             retriever=multiquerystore.as_retriever(search_kwargs={"k": k}),
             llm=ChatOpenAI(model=model, temperature=0.0),
+            prompt=PromptTemplate(
+                input_variables=["question"],
+                template="""You are an AI language model assistant. Your task is 
+                to generate 3 different versions of the given user 
+                question to retrieve relevant documents from a vector  database. 
+                By generating multiple perspectives on the user question, 
+                your goal is to help the user overcome some of the limitations 
+                of distance-based similarity search. DO NOT OUTPUT EMPTY LINES ABSOLUTELY. Original question: {question}""",
+            ),
         )
 
         ensemble_retriever = EnsembleRetriever(