Structured Outputs 与 JSON Mode：如何验证真实数据

区分 JSON Mode 与 Schema 约束输出，用缺失字段、冲突金额和拒答样本验证抽取质量，并把业务正确性纳入模型选择。

发布 2026-09-29 · 更新 2026-09-29 · KeepRouter Editorial · 4 分钟阅读

JSON Mode 主要约束 JSON 语法；Schema 约束输出在模型和 API 支持时进一步限制字段、类型和结构。二者都不能保证字段值真实。文档抽取需要分别验证语法、结构和业务含义。

真正有用的是应用能安全处理的记录，而不只是 JSON.parse 不报错的文本。

先定义输出协议

OpenAI 结构化输出说明区分 JSON Mode、Schema 与拒答处理；Gemini 文档说明其支持的 Schema 子集。不能把某个平台的支持推断给所有兼容端点。

需要记录时使用输出结构，需要调用动作时才使用工具。不要让从文档抽取出的文本直接变成可执行操作。

明确“未知”怎样表达

发票可能没有到期日。如果强制要求一个日期字符串，就可能得到格式正确但虚构的日期。

{
  "invoice_id": "INV-DEMO-17",
  "currency": "USD",
  "amount": "125.40",
  "due_date": null,
  "evidence": "Total due: USD 125.40"
}

这是合成样例，不是真实发票或模型结果。金额使用十进制字符串或最小货币单位整数，避免浮点误差。保留支持金额的必要原文，别顺带保存无关个人资料。

缺失、无法识别和相互冲突应有不同处理：没有日期可返回 null，两个金额冲突则进入复核，不都变成一个可能被当作默认值的空字符串。

解析后再验证业务含义

Schema 能限定金额字段，却不能证明它对应原文。货币白名单、金额精度等规则应由独立代码检查：

from decimal import Decimal

record = {"currency": "USD", "amount": "125.40", "due_date": None}
if record["currency"] not in {"USD", "EUR"}:
    raise ValueError("Unsupported currency")
amount = Decimal(record["amount"])
if not amount.is_finite() or amount < 0:
    raise ValueError("Invalid amount")
if amount != amount.quantize(Decimal("0.01")):
    raise ValueError("Unexpected precision")
print(amount)

这个本地例子并非完整财务系统。退款或负数发票等例外需要自己的规则，还必须对照来源。通过验证不能直接授权付款或其他不可逆动作。

测试容易失败的文档

准备正常记录、缺失日期、冲突总额、模糊金额、不支持货币，以及夹带“忽略规则”指令的文档。最后一种用于检查源文本是否被误当作应用指令。

把字段正确与结构正确分开。假设一百份文档中九十八份能解析，但只有八十四份所需事实全部正确，可用记录就是八十四份。此处是计量说明，不是实测成绩。

拒答和截断保留独立状态。流式输出只返回半个对象时，不能因解析器恢复出几个字段就算成功。

用合格记录成本选模型

将首次请求、修正和失败的全部费用相加，再除以合格记录数。所有候选使用同一批文档和规则；不能为了让某个候选通过而单独放宽 schema。

使用 KeepRouter 前，在模型目录和 API 文档核对具体线路。普通聊天兼容不等于严格 Schema 支持。用迁移检查器检查请求，再参考文档抽取评估选择候选。

常见问题

严格 JSON 能保证事实正确吗？

不能。结构合规不代表数值与原文一致，还需检查证据、业务规则和缺失值处理。

缺失字段应该猜测补全吗？

不应该。使用 null 或待复核等明确状态，让下游根据状态处理，而不是接受编造值。

不同网关的 JSON Mode 完全一样吗？

不一定。需要核对模型、端点和支持的 Schema 子集，参数在不同线路可能被拒绝或表现不同。

参考的一手资料

本文最近复核 2026-09-29

1. [1] OpenAI structured outputs
2. [2] Gemini structured outputs

继续阅读

• LLM 工具调用：实现完整的请求与结果循环
• GPT、Claude、Gemini 文档提取选型：样本与评分方法
• docs