结构化输出 结构化输出

它是什么

结构化输出指让模型输出程序可直接消费的数据结构（对象 / 数组 / 布尔值）而不是自由文本。动机很直接：程序没法消费自然语言——正则解析自由文本是死路，措辞一换就断、程序无法自验证、没有稳定契约（不能 JSON.parse、不能类型检查、不能存数据库）。第 05 章的「意图解析器」开场反例就是这条路。

三种约束手段与「约束 ≠ 保证」

业界有三招层层递进的手段：提示词要求 JSON、要求包进 markdown 代码块、直接返回裸 JSON + 严格指令 + 低 temperature。三者都只是降低解析成本，没有一项能保证输出必然合法——模型偶尔就是会给一段带错逗号、漏必填字段的 JSON。API 内置的强制 JSON 参数（OpenAI 的 response_format、Anthropic 的 Structured Outputs）在采样层用约束解码保证合法，把失败率降到接近零而不是零，且 schema 有子集限制——校验层依然要有。

流水线三工位

本教程的答案是「提取 → 校验 → 兜底」完整流水线：extractJson 提取（extract-json 词条）、基于 JSON Schema 的校验器把关（json-schema + validation）、parseStructured 兜底重试。更「原生」的一条路是用 function-calling 把 JSON 形状声明成工具的 input_schema，让模型为了「调用工具」而产出严格合规的参数——第 06 章水到渠成。

小结

把 LLM 当成会出错的外部组件：无论 prompt 写得多好，输出都默认不可信，走完整流水线才能把「概率文本」变成「可信数据」。