Microsoft Research telah mengeluarkan POML (Prompt Orchestration Markup Language), sebuah bahasa markup seperti XML yang direka untuk menstruktur dan menguruskan prompt bagi Model Bahasa Besar. Walau bagaimanapun, sambutan terhadap projek ini telah mencetuskan perbincangan komuniti yang ketara mengenai pendekatannya, kemampanan, dan keperluan dalam landskap AI semasa.
Ciri-ciri Utama POML :
- Penanda berstruktur dengan komponen semantik (
<role>,<task>,<example>) - Pengendalian data untuk dokumen, jadual, dan imej
- Sistem penggayaan seperti CSS untuk pemisahan persembahan
- Templat terbina dalam dengan pemboleh ubah, gelung, dan kondisional
- Sambungan Visual Studio Code dengan penyerlahan sintaks dan ujian
- SDK tersedia untuk Node.js dan Python ( C/.NET tidak disokong)
Pembangun Solo Membangkitkan Kebimbangan Kemampanan
Pembangun tunggal projek dari Microsoft Research mendedahkan cabaran yang tidak dijangka yang dihadapi masa depan POML. Setelah melaburkan masa yang banyak untuk membina integrasi Visual Studio Code dan peralatan, mereka menyatakan keraguan mengenai relevan projek dalam persekitaran AI yang berkembang pesat hari ini. Pembangun tersebut menyatakan bahawa model AI moden kurang sensitif terhadap format prompt berbanding versi terdahulu, dan pengaturcaraan berbantu AI kini boleh mengendalikan banyak tugas yang direka untuk diselesaikan oleh POML.
Pendedahan bahawa projek utama Microsoft bergantung kepada seorang penyumbang tunggal telah menimbulkan persoalan mengenai sokongan korporat dan daya maju jangka panjang. Ini telah membawa kepada perbincangan yang lebih luas mengenai bagaimana syarikat teknologi besar menyokong projek penyelidikan eksperimen.
Kaedah Pemasangan:
- Sambungan VS Code : Tersedia dari Visual Studio Code Marketplace
- Python:
pip install poml - Node.js:
npm install poml(akan datang tidak lama lagi) - Konfigurasi Diperlukan: Perlu persediaan kunci API dan titik akhir untuk ujian LLM
Komuniti Mempersoalkan Pendekatan Berasaskan XML
Pembangun dalam komuniti telah mengkritik keputusan POML untuk mencipta bahasa markup baharu daripada membina berdasarkan piawaian sedia ada. Ramai yang menyatakan bahawa POML nampaknya adalah XML dengan ciri khusus tetapi tidak mematuhi XML sepenuhnya, terutamanya dengan pengendalian gelung dan pemboleh ubah templat dalam sintaks berkurungan.
Mencipta bahasa baharu yang kelihatan seperti XML tetapi bukan XML adalah... agak tidak boleh dimaafkan. Saya akan pergi sejauh itu dan memanggilnya seperti amatur.
Beberapa ahli komuniti mencadangkan menggunakan bahasa konfigurasi yang telah ditetapkan seperti Dhall atau mencipta perpustakaan khusus domain dalam bahasa pengaturcaraan sedia ada, sama seperti bagaimana React menggunakan JSX sebagai pembungkus di sekitar JavaScript.
Kebimbangan Persaingan dan Masa
Pengeluaran ini datang di tengah-tengah bidang yang sesak dengan alat kejuruteraan prompt. GitHub telah memperkenalkan format .prompt.yaml, manakala syarikat lain seperti BoundaryML menawarkan BAML, bahasa khusus domain seperti TypeScript untuk prompt. Sesetengah pembangun menyatakan ironi bahawa Microsoft memperkenalkan satu lagi piawaian apabila syarikat itu sudah menyokong format yang bersaing.
Selain itu, persoalan timbul mengenai kemungkinan konflik harta intelek, dengan sesetengah pihak menunjukkan persamaan dengan Prompt Object Model (POM) SignalWire yang dikeluarkan awal tahun 2025.
Piawaian Bersaing:
- GitHub .prompt.yaml: Format yang disokong oleh Microsoft untuk GitHub Models
- BAML: DSL seperti TypeScript oleh BoundaryML
- SignalWire POM: Prompt Object Model dikeluarkan Q1-Q2 2025
- Alat Tradisional: Template Jinja, pemformatan Markdown
Sokongan SDK Terhad Menandakan Isu Kematangan
Projek ini pada masa ini menawarkan kit pembangunan perisian hanya untuk Python dan Node.js, tanpa sokongan C#/.NET walaupun merupakan projek Microsoft. Had ini telah ditafsirkan oleh sesetengah pembangun sebagai tanda status eksperimen projek dan kekurangan kesediaan perusahaan.
Sambutan komuniti menyerlahkan cabaran berterusan dalam ruang peralatan AI, di mana kemajuan teknologi yang pesat sering mengatasi usaha penyeragaman. Walaupun POML memperkenalkan konsep menarik seperti memisahkan kandungan prompt daripada gaya persembahan, masa depannya masih tidak pasti kerana pembangun terus menilai tempatnya dalam landskap AI yang berkembang.