从而引出：提示词难以维护、难以进行版本控制、在不同场景下难以重用，几乎不可能进行系统化测试等一系列问题。
如何解决这些问题呢？
Microsoft给出了一个工程化的答案：POML！
文章和 Colab 配合，学习效果更佳：
下一代提示词工程语言POML简明教程
一、简介
POML通过引入一种结构化方法，使用类似于 HTML 的格式编写提示词内容；
用户无需编写纯文本提示词，而是可以使用 <role>、<task> 和 <example> 等语义组件来组织提示词意图，从而带来更好的 LLM 性能和更便捷的提示词维护。
同时，POML具有类似CSS的样式系统，将内容与定义表示分离；
（一）核心架构
POML采用三层架构运行，分离关注点并支持灵活的提示词开发：
该架构通过几个阶段处理POML文件：
- 解析：将类似XML的语法转换为结构化的中间表示；
- 处理：应用样式表、解析模板并集成外部数据；
- 生成：以各种格式生成最终的优化提示词；
这种分离使开发者能够在不改变核心逻辑的情况下修改表示样式，无缝集成外部数据源，并在项目中保持一致的提示词结构。
（二）主要特性
1、结构化标记系统
POML使用类似HTML的语法和语义组件，使提示词更具可读性和可维护性。
主要组件包括：
<role>：定义LLM应采用的角色或身份；<task>：指定LLM需要完成的任务；<example>：提供少样本学习示例；<output-format>：控制预期的响应格式；<hint>：提供额外的上下文或约束；
例如：
1 | <poml> |
2、外部数据集成
POML通过专用组件来集成外部数据：
<document>：嵌入文本文件、PDF或Word文档；<table>：集成电子表格或CSV文件中的结构化数据<img>：包含带有替代文本的图像，用于支持视觉的模型<audio>：处理多模态应用的音频文件；
例如：
1 | <hint captionStyle="header" caption="Background Knowledge"> |
3、解耦的表示样式
POML具有类似CSS的样式系统，将内容与表示分离。
例如：
1 | <stylesheet> |
这允许开发者修改详细程度、输出格式和强调等样式方面，而无需改变核心提示词逻辑，显著降低调整提示词时格式漂移的风险。
4、模板引擎
POML包含强大的模板引擎，用于动态提示词生成：
- 变量：
{ { variable_name } } - 循环：
<for each="item in items">...</for> - 条件：
<if condition="variable > 0">...</if> - 定义：
<let name="variable" value="expression" />
这支持创建数据驱动的提示词，能够适应不同的上下文和输入。
（三）开发生态
POML提供全面的开发工具包，提高生产力：
1、VSCode扩展
Visual Studio Code扩展提供：
- 语法高亮和语言支持
- 上下文感知的自动补全
- 实时预览功能
- 与LLM提供商的集成测试
- 错误诊断和验证
- 可重用组件的提示词库
2、多语言SDK
POML为Python和TypeScript/JavaScript提供SDK：
Python SDK:
1 | from poml import load, render |
TypeScript SDK:
1 | import { loadPoml, renderPoml } from 'pomljs'; |
二、基本使用
（一）安装
Node.js (via npm)：
1 | npm install pomljs |
Python (via pip)：
1 | pip install poml |
（二）第一个案例
1、编写POML文件
编写一个名为 example.poml 的文件，内容如下：
example.poml
1 | <poml> |
示例定义了：
- LLM 的角色和任务，包含一张图片作为上下文，并指定了所需的输出格式。
- 同时，包含了一个变量
teacher_name；
编写完成后，如果你安装了 Visual Studio Code poml 插件，则可以进行预览：
2、解析并渲染POML
借助 POML 工具包，此提示词可以轻松渲染为灵活的格式，并可通过 LLM 进行测试。
例如在 Python 中：
1 | from poml import poml |
poml 函数接受以下参数：
markup：POML 内容（字符串或文件路径）context：可选的模板注入数据stylesheet：可选的样式自定义format：输出格式（”dict”、”openai_chat”、”langchain”、”pydantic” 或 “raw”）
执行代码后，输出结果为：
1 | Process with context variables: [{'speaker': 'system', 'content': '# Role\n\nYou are a patient teacher(named Jasonkay) explaining concepts to a 10-year-old.\n\n# Task\n\nExplain the concept of photosynthesis using the provided image as a reference.'}, {'speaker': 'human', 'content': [{'type': 'image/webp', 'base64': 'UklGRg......', 'alt': 'Diagram of photosynthesis'}, '# Output Format\n\nKeep the explanation simple, engaging, and under 100 words. Start with "Hey there, future scientist!".']}] |
可以看到，输出的内容将内容进行了渲染！
3、与LLM系统集成(Gemini)
最后，将我们的提示词和外部 LLM 系统相结合！
由于目前最新的 POML SDK 还不支持使用
format参数来渲染openai_chat类型的 Prompt；因此，这里使用 Gemini API 来发送图片！
使用下面的 poml 文件来渲染：
example.poml
1 | <poml> |
首先安装 Gemini SDK：
1 | pip install -U google-genai |
要运行下面的代码，你需要创建一个 Gemini 的 API Key：
随后，将下面的
YOUR_API_KEY替换为你生成的 Key！
1 | from google import genai |
最后，执行即可输出内容：
1 | Look at our amazing plant friend! Just like you need food, plants need to eat too! This image shows how they do it, a process called **photosynthesis**. Plants use sunlight from the sun, and "drink" water through their roots. They also breathe in a gas called CO2 (carbon dioxide) from the air, shown by the blue arrow going in. Using these, they make their own sugary food to grow! As a super cool bonus, they release O2 (oxygen) for us to breathe, shown by the blue arrow going out. Amazing, right? |
（三）使用样式
现在，让我们为上面的例子增加相关的样式，来优化的 Prompt 配置！
example-2.poml
1 | <poml> |
渲染结果如下：
1 | # Role |
更多内容可以参考官方文档：
三、深入学习
在完成了基础学习之后，可以继续阅读下面的内容：
进行更加深度的学习！
附录
文章和 Colab 配合，学习效果更佳：
参考文章：
- https://github.com/microsoft/poml
- https://zread.ai/microsoft/poml
- https://microsoft.github.io/poml/latest/
- https://ai.google.dev/gemini-api/docs/image-understanding
]]>
