随着语言模型（LM）的成功，提示工程的科学发展出提示编程这一强大理念，将提示视为描述复杂任务和利用LM能力的可编程控制面。现有的提示编程框架存在多种复杂性和不雅观之处，导致其在实际应用中难以有效描述任务。为此，我们提出了Imprompt，一个用于提示编程研究与实践的新语言框架。
我们对提示编程进行了基础性研究，并主张提示程序应仅包含任务描述，且应与低级的“执行”细节解耦。我们通过将结构化提示视为提示编程与提示程序“编译”的结合，进一步发展了这一观点。我们通过正式定义Imprompt程序的两个编译器来示例这一看法。
接着，我们探讨了提示程序的类型概念，并在类型检查与约束解码之间建立了对应关系。最后，我们实现了我们的编译器和类型检查器，并在多个案例研究中进行了评估。我们相信我们的工作为新兴的提示编程领域贡献了编程语言基础。
博主点评： Imprompt 的提出不仅简化了提示编程的复杂性，还为未来的语言模型应用提供了新的视角。通过解耦任务描述与执行细节，开发者能够更专注于任务本身，这无疑将推动提示编程的广泛应用。