2025年8月13日，微软正式开源 POML（Prompt Orchestration Markup Language） ，这是一种专为大型语言模型（LLMs）设计的提示编排标记语言，旨在解决传统提示工程中结构缺失、数据整合复杂、格式敏感及工具支持不足四大痛点。随着Agent、RAG（检索增强生成）和多模态应用的普及，传统自然语言或JSON/YAML编写的提示词已难以满足复杂场景需求，POML应运而生。通过结构化组件与专业工具链，将碎片化的提示工程转化为系统化工作流，POML项目遵守MIT开源协议。

二、技术特性：模块化、动态化与工具链

  1. 类HTML的语义化语法
    POML采用类HTML标签实现模块化设计，核心组件包括：

    • <role>：定义LLM角色（如“资深数据分析师”）
    • <task>：明确任务目标（如“生成季度报告”）
    • <example>：提供输入输出示例
    • <table>/<img>：无缝嵌入表格、图像等外部数据源
    <poml>
  <role>资深数据分析师</role>
  <task>根据<table src="sales.csv"/>生成报告</task>
  <img src="chart.png" alt="销售趋势图"/>
</poml>
  2. 动态模板引擎
    内置变量、循环与条件语句，支持动态生成提示：

    • 变量替换：{{user_name}}
    • 循环控制：<for item in items>...</for>
    • 条件逻辑：<if condition="{{age}}<12">...</if>
  3. 样式与内容解耦
    类CSS样式系统（<stylesheet>）分离内容与呈现形式，例如一键切换输出格式（简洁/详细/JSON），避免因格式微调导致模型输出不稳定。
  4. 全栈开发工具链
    • VS Code扩展：语法高亮、实时预览、错误诊断
    • 多语言SDK：Node.js与Python开发包，轻松集成LangChain等框架
    • 开源协议：MIT许可证，通过微软负责任AI标准认证

三、应用场景：从动态报告到多模态指令

POML在以下场景展现强大潜力：

  • 动态内容生成：10行代码将财报PDF切块嵌入提示，输出带图表的Markdown报告
  • A/B测试：通过样式表快速切换输出格式，无需修改核心逻辑
  • 少样本优化：<for>循环批量生成50条示例，显著降低模型幻觉
  • 多模态指令：结合图像与表格数据生成跨模态指令（如教育类应用解释科学概念）

四、社区争议与创新突破

尽管部分开发者质疑POML是“XML翻版”，但微软强调其本质差异：

  • 语义专为LLM设计：非通用标记语言，而是具备执行模型的“提示词DSL”
  • 工具链深度整合：直接嵌入LangChain/Semantic Kernel，提供可视化编辑能力
    社区评价呈现两极分化：赞赏其结构化设计提升可维护性，但担忧学习成本增加。

五、目标用户与未来展望

POML特别适合：

  • 维护超100条提示词的团队，减少“改一词全崩”的风险
  • 需频繁引用外部数据的多模态/Agent应用开发者
  • 需为非工程师提供可视化提示编辑工具的场景
    微软指出，随着开源社区壮大，POML有望成为提示工程领域的事实标准，推动AI应用向可复用、可调试、可维护演进。

六、快速入门指引

  1. 安装工具：
    • VS Code扩展：插件市场搜索“POML”
    • Python SDK：pip install poml
  2. 示例代码： 
    import poml
with open("example.poml", "r") as f:
    prompt = poml.render(f.read())  # 渲染为LLM可读提示

 

源代码：https://github.com/microsoft/poml