7.5.4 结构化输出

本节定位

很多人第一次用大模型时，默认让它输出一段自然语言。 但一旦你要把模型接进程序系统，很快就会碰到一个现实问题：

自然语言虽然灵活，但不稳定。

结构化输出就是在解决“让模型的回答更像程序接口”这件事。

学习目标

• 理解为什么结构化输出对 LLM 应用非常重要
• 学会设计一个简单但清晰的 JSON 输出格式
• 理解字段设计、约束说明和校验逻辑
• 看懂一个从 Prompt 到 JSON 解析的最小闭环
• 分清“结构化输出”和“Function Calling”的区别与联系

---

一、为什么光有自然语言不够？

一个很常见的脆弱场景

假设你想让模型识别用户意图：

用户输入：

“我想了解退款政策”

如果模型返回：

“这个用户大概率是想问退款相关内容，建议转到退款模块。”

人当然能看懂。 但程序会很难稳定使用这段话。

因为程序更希望拿到的是：

{
  "intent": "refund_policy",
  "confidence": 0.92
}

真正的问题是什么？

问题不在于模型不会回答，而在于：

自然语言输出太自由，程序很难稳定消费。

所以当模型输出要继续传给：

• 前端
• 后端
• 工作流
• 数据库

时，结构化输出几乎就变成刚需。

---

二、结构化输出到底是什么？

一句话理解

结构化输出 = 让模型按预先约定的字段和格式输出结果。

最常见格式包括：

• JSON
• 列表
• 表格
• 固定字段对象

为什么 JSON 最常见？

因为它同时满足：

• 人能读
• 程序能解析
• 结构清楚

所以在 LLM 应用里，JSON 通常是结构化输出的第一选择。

写 schema 前先理解几个术语

术语	直白解释	实际作用
JSON	由对象、数组、字符串、数字、布尔值和 null 组成的轻量数据格式	让模型输出能被程序用 json.loads() 解析
Schema	输出应有的形状，包括字段名、字段类型、可选值和必填字段	它是 Prompt 和下游程序之间的契约
Field	一个有名字的数据项，例如 intent 或 confidence	字段名稳定，后端代码才能不用猜就读取结果
Validation	程序检查输出是否可解析、字段是否完整、类型是否正确	在坏输出破坏后续流程前拦住它
Enum	固定可选值集合，例如 refund_policy / certificate / other	防止模型发明很多相似但不一致的标签

---

三、结构化输出最核心的设计点是什么？

字段要少而清楚

初学者很容易犯的错是：

• 一上来设计 20 个字段
• 但每个字段含义都不稳定

更好的原则是：

先用最少字段表达最关键结果。

例如意图识别：

{
  "intent": "refund_policy",
  "confidence": 0.92
}

就已经够用了。

字段命名要稳定

如果今天叫：

• intent

明天又叫：

• user_intent

后天又叫：

• task_type

那程序端会越来越混乱。

所以结构化输出的第一原则之一是：

字段名要稳定。

---

四、一个最小可运行示例：从字符串 JSON 到程序解析

先看最小解析

import json

text = '{"intent": "refund_policy", "confidence": 0.92}'
data = json.loads(text)

print(data)
print("intent =", data["intent"])
print("confidence =", data["confidence"])

预期输出：

{'intent': 'refund_policy', 'confidence': 0.92}
intent = refund_policy
confidence = 0.92

这段代码虽然简单，但意义很大

它在教你：

1. 结构化输出不是“看起来像 JSON”，而是要能被真正解析
2. 解析后，程序就可以稳定取字段

也就是说，结构化输出的价值不在“更好看”，而在：

后续程序真的能用。

---

五、一个更贴近真实任务的小例子：用户意图识别

假设你要求模型输出这个结构

{
  "intent": "refund_policy",
  "needs_human": false,
  "confidence": 0.92
}

模拟模型输出 + 程序解析

import json

mock_model_output = """
{
  "intent": "refund_policy",
  "needs_human": false,
  "confidence": 0.92
}
"""

data = json.loads(mock_model_output)

if data["intent"] == "refund_policy" and not data["needs_human"]:
    print("进入退款政策自动处理流程")
else:
    print("转人工或进入其他流程")

print(data)

预期输出：

进入退款政策自动处理流程
{'intent': 'refund_policy', 'needs_human': False, 'confidence': 0.92}

这就已经是结构化输出在真实工作流里的典型使用方式了。

---

六、Prompt 要怎么写，结构化输出才更稳？

不要只说“请输出 JSON”

更稳妥的写法通常包括：

• 明确字段名
• 明确字段类型
• 明确只能输出 JSON
• 明确不要附加解释

例如：

请根据用户输入进行意图识别，并严格输出 JSON。

字段要求：
- intent: string，可选值为 refund_policy / certificate / other
- needs_human: boolean
- confidence: float，范围 0 到 1

不要输出任何额外解释，只输出 JSON。

为什么这会更稳？

因为你不是只在“提需求”，而是在：

给模型定义输出合同。

合同越清楚，结果越稳。

---

七、为什么结构化输出仍然需要校验？

因为模型不是编译器

即使你 prompt 写得很好，模型也可能：

• 漏字段
• 写错类型
• 多输出解释文字
• JSON 格式不闭合

读图提示

这张图建议按工程闭环读：Prompt 先定义 JSON 合同，模型输出结构化结果，程序解析并校验字段、类型和值域，失败时重试或转人工。结构化输出不是“看起来像 JSON”，而是后续程序真的能稳定接住。

一个最小校验示例

import json

def validate_output(text):
    try:
        data = json.loads(text)
    except Exception:
        return False, "invalid_json"

    required = ["intent", "needs_human", "confidence"]
    for field in required:
        if field not in data:
            return False, f"missing_{field}"

    if not isinstance(data["intent"], str):
        return False, "intent_type_error"
    if not isinstance(data["needs_human"], bool):
        return False, "needs_human_type_error"
    if not isinstance(data["confidence"], (int, float)):
        return False, "confidence_type_error"

    return True, data

good = '{"intent":"refund_policy","needs_human":false,"confidence":0.92}'
bad = '{"intent":"refund_policy","confidence":"high"}'

print(validate_output(good))
print(validate_output(bad))

预期输出：

(True, {'intent': 'refund_policy', 'needs_human': False, 'confidence': 0.92})
(False, 'missing_needs_human')

按校验顺序读结果

bad JSON 能被解析，但它先缺少 needs_human，所以还没走到 confidence 类型检查就返回 missing_needs_human。校验器是一道道关卡，第一处失败决定错误码。

这一步特别重要，因为它让你的系统从：

• “模型大概会这么输出”

变成：

• “程序明确知道输出是否合格”

---

八、结构化输出和 Function Calling 有什么关系？

相同点

它们都在做一件事：

把模型输出从自由文本，变成程序更容易接住的格式。

不同点

粗略地说：

• 结构化输出：更广泛，重点是“结果格式稳定”
• Function Calling：更进一步，重点是“输出的是工具调用意图”

例如：

• 结构化输出：输出分类结果 JSON
• Function Calling：输出 {name, arguments} 去调工具

所以可以理解成：

Function Calling 是结构化输出的一种更偏执行型形态。

---

九、如果你的目标是生成固定格式 Word / PPT，schema 应该怎么设计？

如果你的目标是：

• 生成课件
• 生成报告
• 生成固定栏目文档

那结构化输出最重要的一步往往不是“叫模型输出 JSON”， 而是先把 schema 设计清楚。

一个更适合课件生成的最小 schema 往往会长这样：

{
  "title": "折扣应用题讲解",
  "audience": "小学高年级",
  "teaching_goal": ["理解折扣的基本计算方法"],
  "sections": [
    {"type": "concept", "heading": "知识点回顾", "items": ["折扣 = 原价 × 折扣率"]},
    {"type": "example", "heading": "例题讲解", "items": ["商品原价 100 元，打 8 折后是多少元？"]},
    {"type": "exercise", "heading": "课堂练习", "items": ["一件衣服原价 80 元，打 7 折后是多少元？"]}
  ],
  "source_refs": [{"doc_id": "word_001", "page_or_slide": 3}]
}

这个 schema 最值得新人注意的地方是：

• 字段并不是越多越好
• 而是要刚好能驱动后面的模板渲染和来源回溯

十、真实项目里最常见的坑

字段设计过多

字段越多，模型越容易错，后处理也越复杂。

字段含义不稳定

比如 confidence 有时写 0~1，有时写百分比，这种设计很危险。

不做解析与校验

很多 demo 看起来能跑，但一接程序就崩，问题通常出在这里。

输出结构和业务流程脱节

如果 JSON 虽然完整，但不能直接驱动后续流程，那结构化输出就没有真正服务业务。

---

结构化输出验收表

结构化输出不是“看起来像 JSON”就算成功，而是要能被程序稳定消费。每次设计 schema 后，都可以用下面这张表验收。

检查项	合格表现	常见问题
可解析	json.loads() 能直接解析	前后夹杂解释文字，JSON 不闭合
字段完整	必填字段全部存在	漏字段、字段名变体太多
类型正确	string、boolean、number、array 等类型稳定	confidence 有时是数字，有时是“高”
枚举受控	分类字段只落在允许值内	intent 输出一堆相近但不一致的词
业务可用	输出能直接驱动后续流程	JSON 很完整，但后端不知道怎么用
失败可识别	程序能判断 invalid_json、missing_field、type_error	所有失败都只显示“解析失败”

如果这张表没过，优先修 schema 和校验逻辑，不要只反复改 Prompt 文案。

Prompt 版本管理为什么重要

当你开始优化结构化输出时，Prompt 本身也应该像代码一样有版本。否则你很难回答：到底是哪次修改让输出变好了，哪次修改引入了新问题。

字段	示例	作用
prompt_version	intent_schema_v2	标记当前提示词版本
change_reason	增加 needs_human 字段	说明为什么改
test_inputs	20 条固定输入	用同一批样本比较稳定性
pass_rate	18/20	记录结构化输出通过率
failure_cases	2 条缺字段	留下下一轮优化依据

一个简单记录可以写成：

版本：intent_schema_v2
改动：增加 needs_human 字段，并要求 confidence 必须是 0 到 1 的数字
评估：20 条测试输入，18 条通过解析与校验
失败：2 条输出了 confidence="高"
结论：保留字段，但需要在 prompt 中强调 confidence 类型

这个习惯会让 Prompt 工程从“试试看”变成“有记录地迭代”。

结构化输出失败样本怎么记录

建议把失败样本按类型记录，而不是只说“模型没按格式输出”。

失败类型	示例	修复方向
invalid_json	少了右括号	要求只输出 JSON，并增加解析失败重试
missing_field	少了 needs_human	在字段要求里标注必填项
type_error	confidence 输出成字符串	明确类型和范围
enum_error	intent 输出 refund 而不是 refund_policy	给出可选值并禁止自造分类
extra_text	JSON 前后加解释	明确不要输出任何额外说明

失败样本越清楚，后续做回归测试就越容易。真实项目里，结构化输出的稳定性往往不是靠一次完美 Prompt，而是靠 schema、校验、失败记录和回归样本一起保证。

---

小结

这一节最重要的不是记住 JSON 语法，而是理解：

结构化输出的本质，是把模型回答变成程序可以稳定消费的中间结果。

当你开始把模型接进真实系统时，这往往比“回答写得更漂亮”更重要。

---

练习

1. 设计一个“课程问答路由”的 JSON 输出格式，至少包含 intent、confidence、needs_human 三个字段。
2. 故意构造一个缺字段的 JSON，看看校验器是否能拦住。
3. 想一想：什么时候应该用结构化输出，什么时候直接自然语言就够了？
4. 用自己的话解释：为什么说结构化输出是 Prompt 工程走向工程化的关键一步？