【LangChain】LCELを使用したChain実装

LangChainを使ったプログラム作成をしておりますが、LCEL（LangChain Expression Language）を使っていなかったため、試しに実装してみました。

from langchain.chat_models import ChatOpenAI
from langchain.prompts import ChatPromptTemplate
from langchain.schema.output_parser import StrOutputParser
from langchain.schema.runnable import RunnablePassthrough

prompt = ChatPromptTemplate.from_template("{ingredient}を使ったビールに合う料理を3つ教えて。")
model = ChatOpenAI(model="gpt-4")
output_parser = StrOutputParser()

chain = (
    {"ingredient": RunnablePassthrough()}
    | prompt
    | model
    | output_parser
)

result = chain.invoke("玉ねぎ")
print(result)

上記コードの実行結果が以下のとおりです。リクエストどおりの返答内容です。

オニオンリング: スライスした玉ねぎをパン粉と卵でコーティングして揚げたもの。ビールの苦味と玉ねぎの甘さが良く合います。
フレンチオニオンスープ: 玉ねぎをじっくりと炒めて作るスープで、チーズやクルトンをトッピングして食べます。ビールと一緒に楽しむと、より風味が引き立ちます。
サルサ: 生の玉ねぎ、トマト、ピーマン、チリ、ライムジュースなどを細かく切って作るメキシコ料理。スパイシーな味わいがビールとよく合います。

食材を2つに変更してみます。

from langchain.chat_models import ChatOpenAI
from langchain.prompts import ChatPromptTemplate
from langchain.schema.output_parser import StrOutputParser
from langchain.schema.runnable import RunnablePassthrough

prompt = ChatPromptTemplate.from_template("{ingredient1}と{ingredient2}を使ったビールに合う料理を3つ教えて。")
model = ChatOpenAI(model="gpt-4")
output_parser = StrOutputParser()

chain = (
    {"ingredient1": RunnablePassthrough(), "ingredient2": RunnablePassthrough()}
    | prompt
    | model
    | output_parser
)

result = chain.invoke({"ingredient1": "玉ねぎ", "ingredient2": "にんにく"})
print(result)

実行結果は以下のとおりです。