Working with Schemas

Working with Schemas

正如我们在本文中多次看到的，使用结构化 JSON 作为输出是一种极佳的解决方案。但对于 input 呢？虽然 JSON 非常适合构建 LLM 生成的 output，但它同样能有效组织您提供的 input~。

这正是 JSON Schema 发挥作用之处。JSON Schema 定义了预期输入 JSON 的结构与数据类型，通过提供模式，您为 LLM 提供了清晰的数据蓝图，使其能聚焦于 Ñõ • ` ð •相关信息，降低输入误解风险。此外，模式还能建立数据间关联，甚至通过包含特定格式的日期 / 时间戳字段，让 LLM 具备 “ 时间感知 ” 能力。

这里有个简单示例：

假设您想用 LLM 为电商目录中的商品生成描述。与其仅提供自由文本描述，您可以使用 JSON Schema 定义商品属性：

{ "type": "object", "properties": { "name": { "type": "string", "description": "Product name" }, "category": { "type": "string", "description": "Product category" }, "price": { "type": "number", "format": "float", "description": "Product price" }, "features": { "type": "array", "items": { "type": "string" }, "description": "Key features of the product"

}, "release_date": { "type": "string", "format": "date", "description":

"Date the product was released"} },

片段 5. 结构化输出模式的定义