结构化输出：JSON、字段约束与解析

学习目标

• 理解为什么产品中不能只依赖自然语言回答。
• 能设计一个简单的 JSON 输出契约。
• 知道解析模型输出时需要做字段和业务校验。

核心概念

自然语言适合给人读，结构化输出适合给程序用。当人工智能功能需要进入搜索、分类、派单、创建任务或更新数据库时，模型输出必须变成可解析的数据结构。

结构化输出的关键是 schema。你需要明确字段名、字段类型、是否必填、枚举范围、默认行为和错误处理。例如 priority 只能是 low、medium、high，不能让模型自由发挥成“比较紧急”。

模型输出即使是 JSON，也仍然是外部输入。程序必须解析、校验和拒绝不合法结果。不要因为内容来自模型，就绕过校验。

示例与拆解

场景：把用户反馈分类，供客服系统创建工单。

提示词中的输出要求可以写成：

复制
1只返回 JSON，不要输出额外解释。
2字段：
3- category: "bug" | "billing" | "feature_request" | "other"
4- urgency: "low" | "medium" | "high"
5- summary: 不超过 40 字的中文摘要
6- evidence: 从用户原文提取的关键证据

期望输出：

复制
1{
2  "category": "billing",
3  "urgency": "high",
4  "summary": "用户被重复扣费",
5  "evidence": "这个月同一个套餐扣了我两次钱"
6}

解析时还要做校验：

复制
1const categories = new Set(["bug", "billing", "feature_request", "other"]);
2
3function validateTicketDraft(value: any) {
4  if (!categories.has(value.category)) {
5    throw new Error("Invalid category");
6  }
7  if (typeof value.summary !== "string" || value.summary.length > 40) {
8    throw new Error("Invalid summary");
9  }
10  return value;
11}

常见误区

• 误区一：JSON 一定合法。模型可能输出多余说明、缺字段或错误类型。
• 误区二：只在提示词里写“严格返回 JSON”就够了。程序端仍要解析失败处理。
• 误区三：字段越多越完整。字段过多会提高出错率，先保留业务必需字段。

小练习

为“学习笔记自动整理”设计一个 JSON 输出结构，至少包含标题、关键词、待复习问题和推荐下一步。为每个字段写出类型和限制。

实操检查点

写完 schema 后，补 2 个负例：一个缺字段，一个字段类型错误。再写出程序应该如何处理它们。结构化输出的关键不是“模型能生成”，而是“不合法时系统知道怎么拒绝”。

复制
1{
2  "invalid_case": "keywords is a string, but schema requires string[]",
3  "expected_handling": "reject_and_retry_once",
4  "user_visible_message": "笔记整理失败，请稍后重试或手动保存。"
5}

随堂测验

完成本章测验，重点检查你是否能把自然语言输出转成程序契约。

本章总结

结构化输出把模型接入应用流程。关键不是让模型“像 JSON”，而是定义清楚 schema，并在程序端做严格校验。

下一步学习指引

下一章学习模型选择，理解质量、成本、延迟和任务复杂度之间的取舍。