llm-structured-output

LLM 结构化输出

构建结构化输出流程，让下游软件能够可靠地解析结果。

适用场景

• 让模型输出 JSON 或类型化对象
• 数据提取管道
• 函数或工具参数生成
• 为下游自动化提供约束的提示词
• 对格式错误的模型输出进行验证和重试

工作流

1. 从使用方入手

• 明确下游系统的具体需求
• 定义必需字段、可选字段、枚举值和限制
• 尽可能缩小架构的范围

2. 明确约定

• 告知模型预期的结构
• 清晰说明字段含义和约束
• 优先使用确定性格式，避免将散文与 JSON 混合
• 如果字段内容不固定，请通过类型、长度或示例加以限制

3. 验证所有内容

• 严格解析
• 在正确性至关重要时，拒绝未知或格式错误的结构
• 验证枚举值、范围、数组大小和嵌套对象
• 在验证完成前，将结构化输出视为不可信输入

4. 设计恢复路径

• 如果输出接近正确，使用验证错误进行重试
• 如果原始架构过于复杂，则退回到更精简的架构
• 记录无效输出以供检查
• 避免使用会掩盖模型错误的静默强制转换

5. 优化可靠性

• 将大型任务拆分为更小的结构化步骤
• 必要时，将推理与最终的机器可读输出分开
• 优先选择键名稳定、歧义少的架构
• 删除实际上没有用处的可选字段

规则

• 除非使用方需要，否则不要要求在 JSON 外添加 Markdown 代码围栏
• 不要在面向机器的负载中混入面向人的说明文字
• 优先使用枚举，而非自然语言类别
• 优先使用对象数组，而非编码后的字符串
• 有意定义可空性，避免无意为之

常见故障模式

• 架构对任务而言过于宽泛
• 必需字段是模型无法推断的
• 本应使用枚举的值却采用自由文本
• 嵌套输出缺少示例或约束
• 解析器接受错误数据，导致管道后续环节发生故障

输出

使用此技能时，请提供：

• 目标架构或结构
• 生成该结构的提示词约定
• 验证和重试方案
• 任何可靠性风险或边界情况