提示编排标记语言

大型语言模型（LLM）需要复杂的提示，但目前的实践在结构、数据集成、格式敏感性和工具方面面临挑战。现有方法缺乏组织涉及不同数据类型（文档、表格、图像）的复杂提示或系统管理呈现变体的全面解决方案。为了弥补这些空白，我们引入了POML（Prompt Orchestration Markup Language）。POML采用基于组件的标记来实现逻辑结构（角色、任务、示例），使用专门的标签实现无缝数据集成，并采用类似于CSS的样式系统来将内容与呈现分离，从而降低格式敏感性。它包括用于动态提示的模板和全面的开发工具包（IDE支持、SDK），以改进版本控制和协作。我们通过两个案例研究验证了POML，展示了它在复杂应用程序集成（PomLink）和精度性能（TableQA）方面的影响，以及一项用户研究评估了它在真实世界开发场景中的有效性。