Linguaggio di Marcatura per l'Orchestrazione dei Prompt

Abstract

I Large Language Model (LLM) richiedono prompt sofisticati, ma le pratiche attuali affrontano sfide relative a struttura, integrazione dei dati, sensibilità al formato e strumentazione. I metodi esistenti mancano di soluzioni complete per organizzare prompt complessi che coinvolgono diversi tipi di dati (documenti, tabelle, immagini) o per gestire sistematicamente le variazioni di presentazione. Per colmare queste lacune, introduciamo POML (Prompt Orchestration Markup Language). POML utilizza un markup basato su componenti per la struttura logica (ruoli, compiti, esempi), tag specializzati per un'integrazione fluida dei dati e un sistema di stile simile al CSS per separare il contenuto dalla presentazione, riducendo la sensibilità al formato. Include template per prompt dinamici e un toolkit completo per sviluppatori (supporto IDE, SDK) per migliorare il controllo delle versioni e la collaborazione. Validiamo POML attraverso due casi di studio che ne dimostrano l'impatto sull'integrazione di applicazioni complesse (PomLink) e sulle prestazioni di accuratezza (TableQA), oltre a uno studio utenti che ne valuta l'efficacia in scenari di sviluppo reali.

English

Large Language Models (LLMs) require sophisticated prompting, yet current practices face challenges in structure, data integration, format sensitivity, and tooling. Existing methods lack comprehensive solutions for organizing complex prompts involving diverse data types (documents, tables, images) or managing presentation variations systematically. To address these gaps, we introduce POML (Prompt Orchestration Markup Language). POML employs component-based markup for logical structure (roles, tasks, examples), specialized tags for seamless data integration, and a CSS-like styling system to decouple content from presentation, reducing formatting sensitivity. It includes templating for dynamic prompts and a comprehensive developer toolkit (IDE support, SDKs) to improve version control and collaboration. We validate POML through two case studies demonstrating its impact on complex application integration (PomLink) and accuracy performance (TableQA), as well as a user study assessing its effectiveness in real-world development scenarios.