Découvrez Microsoft POML, le markup language pour orchestrer vos prompts!

Mahery A. 10 octobre 2025 6 minutes de lecture Dossiers

Saviez vous que des prompts mal structurés nuisent fortement à la reproductibilité des systèmes ? Microsoft POML propose un langage de balisage technique pour standardiser et tester les prompts. Je vous invite à lire la suite pour en découvrir davantage.

Qu’est-ce que Microsoft POML ?

Microsoft POML, ou Prompt Orchestration Markup Language, représente une nouvelle approche pour l’ingénierie de prompts. En clair, il s’agit d’un langage de balisage avec une syntaxe très similaire à HTML, conçu spécifiquement pour structurer les instructions données aux modèles LLM. Cette solution apporte donc de la structure, de la maintenabilité et de la polyvalence à la création de prompts complexes.

Sa mission est aussi de transformer les chaînes de texte fragiles en des composants logiciels robustes. Le projet répond notamment au besoin de formaliser ce qui était auparavant un processus ad hoc. L’éditeur de Windows a présenté ce langage de balisage technique en août 2025. Le projet est né des recherches de Microsoft Research pour résoudre des défis fondamentaux.

Pour mieux structurer vos prompts

Précédemment, les prompts étaient souvent monolithiques, ce qui entraînait des réponses incorrectes, des hallucinations de l’IA ou d’autres problèmes. Les objectifs initiaux du projet étaient donc de remédier à l’absence de structure, d’améliorer l’intégration de données complexes et de réduire la sensibilité des modèles au format. Il met également fin au manque d’outillage pour le développement.

L’utilité principale de POML repose ainsi dans sa capacité à opérer une séparation claire des préoccupations. Les instructions principales du prompt sont, par conséquent, dissociées de la présentation et de l’intégration des données externes. Une requête structurée devient notamment plus lisible et plus facile à déboguer. L’intégration de données et le style sont gérés par des composants dédiés. Ceci transforme alors les prompts en actifs logiciels qui peuvent être versionnés et réutilisés.

Un outil à destination des professionnels

Le langage vise les professionnels de l’IA tels que les développeurs, les chercheurs et les intégrateurs. Il rend les prompts gérables par des équipes entières, y compris les collaborateurs non techniques. L’adoption de POML apporte une valeur ajoutée significative. Il favorise la maintenabilité et la réutilisabilité des prompts, qui cessent d’être des éléments jetables. Le langage de balisage améliore l’extensibilité des applications et facilite leur gouvernance à grande échelle.

Microsoft POML s’adresse aux pros de l’ingénierie prompt qui produisent et maintiennent des pipelines de prompts. Il vise les équipes produit et ML qui nécessitent traçabilité et tests reproductibles. Les architectes et responsables conformité trouvent dans POML des mécanismes d’audit utiles. Par conséquent, les équipes non techniques bénéficient également d’une interface lisible pour réutiliser des composants. Pour plus d’actus IA, abonnez-vous !

Les fonctionnalités à considérer pour faire le bon choix

Balises de structuration sémantique

POML utilise des balises sémantiques pour décomposer un prompt en composants logiques. On utilise <role> pour définir le comportement du modèle. La balise <task> indique l’objectif de la requête tandis que <example> fournit des exemples pour le few-shot prompting. Elle contient des sous-balises comme <input> et <output> pour plus de clarté. Le bénéfice est double pour les équipes de développement.

L’utilisation de ces balises HTML rend l’intention du prompt explicite et la rend facile à comprendre. Cela améliore considérablement la lisibilité du code pour tous les membres de l’équipe. La décomposition du prompt en composants distincts encourage une conception modulaire. Cela favorise le côté réutilisable des parties de prompt.

Composants de données

POML intègre nativement des balises pour gérer les données externes. On utilise <document> pour les fichiers texte ou les fichiers Word. La balise <table> référence des feuilles de calcul comme des fichiers .csv. Enfin, la formule <img> sert à inclure des visuels dans le contexte du prompt. Les balises supportent le versioning, la validation de schémas et l’indexation. Elles permettent ainsi des requêtes ciblées et un rapprochement robuste des données par projet.

Ces composants enrichissent le contexte du prompt. Ils fournissent notamment au modèle une source d’informations complètes. Cela impacte directement la cohérence et la précision des réponses générées. Cette fonctionnalité élimine la fusion manuelle de texte, qui est sujette aux erreurs.

Système de styles découplé

Ensuite, Microsoft POML propose un système de style pour la présentation du prompt. Ce système s’inspire du modèle CSS. On peut utiliser une balise <stylesheet> ou des attributs en ligne pour ajuster la mise en forme. Par exemple, il est possible de modifier la longueur de la réponse ou le format de la syntaxe. Cet avantage majeur est de pouvoir tester différentes présentations pour un même prompt.

On change la mise en forme sans modifier la logique principale. Cela aide à réduire la sensibilité du LLM au formatage. Les légères modifications de mise en forme ne perturbent plus la qualité de la réponse.

Moteur de templating intégré

Le moteur de templating de POML est intégré directement au langage. Il soutient des concepts de programmation courants. On peut utiliser des variables avec la syntaxe {{ }}. Les boucles (for) et les conditions (if) sont également supportées. Il est possible de définir des variables avec une balise <let>.

Cette capacité autorise la génération dynamique de prompts. On peut adapter le contenu du prompt en fonction des données d’entrée. Cela facilite l’automatisation des flux de travail pour les applications complexes. On construit des prompts plus souples et intelligents.

Exemples de syntaxes sur Microsoft POML :

<poml> racine du document POML.
<role> définit la persona ou le comportement du modèle.
<task> décrit l’objectif principal du prompt.
<example> inclut des exemples few‑shot pour guider le modèle.
<p> paragraphe de contenu textuel.
<ul> liste non ordonnée pour organiser éléments.
<li> élément de liste à l’intérieur de <ul> ou <ol>.
<img> référence à une ressource image externe.
<document> inclusion ou lien vers un document externe.
<table> structure tabulaire pour données intégrées.
<output-format> spécifie contraintes et format de sortie attendu.
<stylesheet> directives de présentation séparées du contenu.
<let> déclaration et initialisation de variables réutilisables.
<component> composant réutilisable et paramétrable.
<if> conditionnelle pour inclusion dynamique de contenu.
<for> boucle pour générer ou itérer du contenu.
<source> attribut/élément pour indiquer origine des données.
<format> précise le type ou le schéma du contenu référencé.

Combien coûte Microsoft POML ?

POML est un programme open source publié sous la licence MIT. Il est donc gratuit à utiliser. Le projet est hébergé sur la plateforme GitHub et géré par la communauté et l’organisation Microsoft. Ce modèle transparent encourage la contribution et l’adoption large. L’accès à l’outil n’implique aucun coût direct.

Le support communautaire est un pilier important de l’écosystème de POML. Les utilisateurs peuvent se connecter sur le serveur Discord du projet pour échanger avec d’autres développeurs. La page GitHub officielle sert de centre pour les discussions, les requêtes de fonctionnalités et les contributions de code. Le modèle open source favorise la résolution collective des problèmes. Bien que le projet soit gratuit, les options de services professionnels sont disponibles pour les entreprises.

Possibilité de souscrire à une prestation à la carte

Des formations et du consulting peuvent être recherchés auprès de Microsoft ou de ses partenaires. Ces services payants sont conçus pour les organisations qui ont besoin d’une assistance spécialisée. Facturés au cas par cas, ils garantissent une intégration réussie de POML dans les flux de travail d’entreprise.

Les projets open source présentent certaines limites. Il n’existe pas de contrat de niveau de service (SLA) garanti. L’intégration clé en main peut nécessiter un développement supplémentaire. Les entreprises doivent planifier cette étape si elles n’optent pas pour un contrat commercial. La responsabilité incombe aux équipes.

Des alternatives à Microsoft POML

Le paysage de l’ingénierie de prompts est riche. Plusieurs solutions existent, mais elles s’attaquent au problème sous des angles différents. POML se positionne comme un langage de balisage spécialisé. Il ne remplace pas d’autres outils, il se complète avec eux. On compare souvent POML à des frameworks de templating purement textuels comme LangChain ou bien PromptTemplate.

Pour sa part, LangChain est un framework pour créer des applications LLM. POML se concentre sur la formalisation du prompt lui-même. Un développeur peut utiliser POML pour créer un prompt structuré, puis l’intégrer dans un pipeline LangChain. Ce dernier travaille, en effet, de concert avec Microsoft POML.

Des modèles qui reposent sur des DSL propriétaires

Parmi les leaders du secteur IA, Anthropic utilise des balises XML pour guider ses modèles Claude. L’utilisation d’un balisage sémantique est une pratique courante dans l’industrie. L’éditeur encourage l’utilisation de balises <document> et d’exemples balisés dans les prompts. Cette convergence valide l’approche de POML. Cela dit, des méthodes alternatives existent. Le format json-schema est utilisé pour définir la structure de données des prompts. Puis, YAML est un format de configuration souvent favorisé pour sa lisibilité.

Ces méthodes ne disposent pas des fonctionnalités dédiées de POML. Elles ne possèdent ni le système de style découplé, ni le toolkit de développement complet. Le choix dépend ainsi de plusieurs critères de sélection. Pour les projets simples, l’utilisation de POML peut sembler une abstraction inutile. Pour les applications à grande échelle, le besoin de gouvernance et de réutilisation justifie l’investissement. Enfin, le choix dépend de l’écosystème technique de l’équipe, de la taille du projet et surtout de la nécessité de réemployer des composants.