I IT 面试题库
在工程里如何让大模型稳定输出可解析的 JSON(结构化输出)?请说明 Prompt 约束、厂商能力与代码兜底三层做法。
中级场景题算法工程师后端开发工程师Prompt Engineering结构化输出JSON函数调用tool use
题目
考察点:结构化输出约束的工程落地(JSON mode / Structured Outputs / 函数调用),以及代码侧兜底解析。这是把 LLM 接入系统的关键。
参考答案
内容深度:适中 · 含示例/代码 · 来源:外部链接 · 未复核 · 70 天前更新 · 技术内容可能随版本变化,建议结合官方文档理解
要点:
- 为什么约束格式:下游系统只认可解析结果(分类、抽取、工具调用),自由文本难解析;用 JSON / 固定 schema 最稳。
- Prompt 层:明确「只返回 JSON,字段为 {…}」,给出示例,禁止输出多余解释文字。
- 厂商能力层(优先):直接用 Structured Outputs / JSON mode(如 OpenAI structured outputs 按 schema 强制约束)或 函数调用(tool use)——把要抽取的结构定义为工具参数 schema,让模型以「调用函数」形式返回,比纯文本 JSON 可靠得多。
- 代码兜底层:去掉 ```json 标记、捕获解析异常、字段缺失时重试或要求模型修正;校验字段类型与必填;设足 max_tokens 防止截断。
- 经验:不要只靠 prompt 说「请输出 JSON」就信任结果,必须「厂商 schema 约束 + 代码校验」双保险。
题目与答案就在本页;收藏、批注和错题重练在应用内