结构化输出 — JSON Schema 约束 | ClaudeYY Docs

来源: https://www.claudeyy.com/zh/docs/develop/guides/structured-output
说明: ClaudeYY 结构化输出指南，使用 JSON Mode 和 JSON Schema 约束 LLM 输出格式，适用于数据提取、分类标注和表单填充等场景

结构化输出

结构化输出让模型按照你指定的 JSON 格式返回数据，适用于数据提取、分类标注、表单填充等场景。

JSON Mode

最简单的结构化输出方式，强制模型返回合法 JSON：

Python

json_mode.py

Terminal

from openai import OpenAI
 
client = OpenAI(
    base_url="https://claude.claudeyy.com/v1",
    api_key="<你的 CLAUDEYY_API_KEY>"
)
 
response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[
        {"role": "system", "content": "你是一个数据提取助手。请以 JSON 格式返回结果。"},
        {"role": "user", "content": "提取以下文本中的人名、公司和职位：张三是阿里巴巴的高级工程师"}
    ],
    response_format={"type": "json_object"}
)
 
import json
result = json.loads(response.choices[0].message.content)
print(result)
# {"name": "张三", "company": "阿里巴巴", "title": "高级工程师"}

TypeScript

json_mode.ts

Terminal

const response = await client.chat.completions.create({
  model: 'openai/gpt-4o',
  messages: [
    { role: 'system', content: '你是一个数据提取助手。请以 JSON 格式返回结果。' },
    { role: 'user', content: '提取以下文本中的人名、公司和职位：张三是阿里巴巴的高级工程师' }
  ],
  response_format: { type: 'json_object' }
})
 
const result = JSON.parse(response.choices[0].message.content!)

使用 JSON Mode 时，system prompt 中必须包含 “JSON” 关键词，否则部分模型可能忽略格式要求。

JSON Schema 约束

更精确地控制输出结构，确保字段名称和类型符合预期：

json_schema.py

Terminal

response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[
        {"role": "user", "content": "分析这段用户评论的情感：这个产品太棒了，非常好用！"}
    ],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "sentiment_analysis",
            "schema": {
                "type": "object",
                "properties": {
                    "sentiment": {
                        "type": "string",
                        "enum": ["positive", "negative", "neutral"],
                        "description": "情感倾向"
                    },
                    "confidence": {
                        "type": "number",
                        "description": "置信度 0-1"
                    },
                    "keywords": {
                        "type": "array",
                        "items": {"type": "string"},
                        "description": "关键情感词"
                    }
                },
                "required": ["sentiment", "confidence", "keywords"],
                "additionalProperties": False
            }
        }
    }
)

输出：

Terminal

{
  "sentiment": "positive",
  "confidence": 0.95,
  "keywords": ["太棒了", "非常好用"]
}

实际应用场景

数据提取

Terminal

# 从非结构化文本提取结构化数据
response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[{
        "role": "user",
        "content": """提取以下订单信息：
        客户李四于2025年1月15日下单购买了3台MacBook Pro，
        单价18999元，收货地址是北京市朝阳区xxx路123号"""
    }],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "order_info",
            "schema": {
                "type": "object",
                "properties": {
                    "customer": {"type": "string"},
                    "date": {"type": "string"},
                    "items": {
                        "type": "array",
                        "items": {
                            "type": "object",
                            "properties": {
                                "name": {"type": "string"},
                                "quantity": {"type": "integer"},
                                "unit_price": {"type": "number"}
                            }
                        }
                    },
                    "address": {"type": "string"}
                },
                "required": ["customer", "date", "items", "address"]
            }
        }
    }
)

分类标注

Terminal

# 多标签分类
response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[{
        "role": "user",
        "content": "分类这篇文章的主题：AI 技术在医疗领域的应用越来越广泛..."
    }],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "classification",
            "schema": {
                "type": "object",
                "properties": {
                    "primary_category": {"type": "string"},
                    "secondary_categories": {
                        "type": "array",
                        "items": {"type": "string"}
                    },
                    "tags": {
                        "type": "array",
                        "items": {"type": "string"}
                    }
                },
                "required": ["primary_category"]
            }
        }
    }
)

支持的模型

模型	JSON Mode	JSON Schema
`openai/gpt-4o`	✅	✅
`openai/gpt-4o-mini`	✅	✅
`anthropic/claude-sonnet-4.6`	✅	—
`google/gemini-3.1-flash-lite-preview`	✅	✅

不支持 JSON Schema 的模型可以通过在 system prompt 中详细描述期望的 JSON 格式来实现类似效果。