近日，微软推出了一款全新的提示编排标记语言（POML，Prompt Orchestration Markup Language），专为大型语言模型(LLMs)的提示工程设计。据AIbase综合整理的网络信息，POML旨在解决传统提示开发中的痛点，通过结构化、可维护的方式提升AI应用的开发效率。然而，这一新语言是否只是XML的“翻版”，以及其复杂性是否会削弱实用性，引发了社区热议。
POML核心功能:结构化提示工程
POML采用类似HTML的语法，通过`<role>`、`<task>`、`<example>`等语义组件，将复杂的提示分解为模块化的部分，从而提升提示的可读性、可重用性和可维护性。微软表示，POML解决了传统提示工程中缺乏结构、数据整合复杂、格式敏感以及工具支持不足的问题。开发者可通过POML系统化地组织提示组件，轻松嵌入多种数据类型（如文本、表格、图像），并通过CSS-like的样式系统灵活调整输出格式，减少因格式变化导致的模型不稳定性。
强大工具支持:VS Code扩展与SDK
POML不仅是一个标记语言，还配备了强大的开发工具生态。其Visual Studio Code扩展提供语法高亮、上下文感知自动补全、实时预览和错误诊断等功能，显著提升开发体验。此外，POML支持Node.js和Python的SDK，方便开发者将提示工程无缝集成到现有工作流和LLM框架中。例如，一个简单的POML示例可以通过`<img>`组件引用图像，结合`<task>`和`<output-format>`定义任务和输出要求，快速生成结构化提示。
社区反响:创新还是“XML翻版”?
尽管POML的发布引发关注，但社区对其评价褒贬不一。部分开发者对POML的结构化设计表示认可，认为其模块化方法和模板引擎（支持变量、循环和条件语句）能够简化复杂提示的开发。然而，也有声音质疑POML与XML的相似性，认为其复杂语法可能让提示工程变得像“写代码”，增加了学习成本。一些开发者甚至表示，随着Agentic AI和工具调用的发展，LLM对提示格式的敏感性已降低，POML的必要性值得商榷。
应用场景与未来潜力
POML在动态内容生成、A/B测试提示格式以及多模态指令生成等场景中展现出潜力。例如，开发者可通过POML创建一个包含表格数据的提示模板，自动生成销售报告;或通过切换样式表快速测试不同输出格式的效果。微软强调，POML的解耦设计（内容与呈现分离）使其适配不同LLM模型，增强了应用的鲁棒性。未来，随着POML的开源社区发展和工具链完善，其有望成为提示工程领域的重要标准。