微软推出POML：一种结构化AI提示工程方法

微软推出POML用于AI提示工程

微软推出了提示编排标记语言（POML），这是一种专为大语言模型（LLM）结构化提示工程设计的新标记语言。这一开发旨在通过提供模块化和可维护的方法，解决传统提示开发中的挑战。

POML的核心特性

POML采用类似HTML的语法，将复杂提示分解为语义组件，如、和``。这种模块化设计提升了可读性、可重用性和可维护性。据微软介绍，POML解决了传统提示工程中的关键问题，包括缺乏结构、复杂数据集成、格式敏感性以及工具支持不足。

开发者可以使用POML系统化地组织提示，嵌入多种数据类型（文本、表格、图像），并通过类似CSS的样式系统调整输出格式。这减少了因LLM格式变化导致的不稳定性。

工具支持：VS Code扩展与SDK

POML配套了强大的开发生态工具。其Visual Studio Code扩展提供了语法高亮、上下文感知的自动补全、实时预览和错误诊断功能。此外，POML还支持Node.js和Python的SDK，能够无缝集成到现有工作流和LLM框架中。

例如，一个简单的POML脚本可以使用引用图像，用定义任务，并用``指定输出要求，从而简化结构化提示的创建过程。

社区反响：创新还是冗余？

POML的发布引发了褒贬不一的反应。一些开发者称赞其结构化设计和模板引擎（支持变量、循环和条件语句），认为这简化了复杂提示的开发。然而，批评者指出POML类似XML，可能会增加提示工程的学习曲线。

还有人质疑其必要性，认为Agentic AI和工具调用的进步已经降低了LLM对提示格式的敏感性。怀疑者认为POML可能会让本应简单的流程变得过于复杂。

潜在应用与未来展望

POML在以下场景中展现出潜力：

• 动态内容生成
• 提示格式的A/B测试
• 多模态指令生成

例如，开发者可以创建销售报告的模板或通过切换样式表测试不同的输出风格。微软强调了POML的解耦设计，它将内容与呈现分离，使其能够适应不同的LLM模型。

随着开源社区围绕POML的发展及其工具链的成熟，它可能成为提示工程领域的重要标准。

关键点：

• 结构化设计：POML引入模块化组件以更好地组织提示。
• 工具生态：包括VS Code扩展以及Node.js/Python的SDK。
• 社区争议：有人称赞其创新性；也有人认为它带来了不必要的复杂性。
• 未来潜力：适用于动态内容生成和多模态任务。