输出格式控制

通过明确指定输出的结构和格式，确保模型返回可预测、可解析的结果。这对于需要程序化处理模型输出的应用场景至关重要，包括 JSON、XML、Markdown 表格等格式。

入门 行为控制

适用场景

输出需要被程序解析时；需要结构化数据时；多次调用需要一致格式时；构建 API 响应时。

分析以下文本的情感，以 JSON 格式返回结果。

文本："今天天气真好，但是工作压力太大了。"

返回格式：
{
  "overall_sentiment": "正面|负面|混合",
  "score": 0.0-1.0,
  "aspects": [{"topic": "...", "sentiment": "..."}]
}

{
  "overall_sentiment": "混合",
  "score": 0.5,
  "aspects": [
    {"topic": "天气", "sentiment": "正面"},
    {"topic": "工作压力", "sentiment": "负面"}
  ]
}

最佳实践

• 提供完整的格式示例，包括字段名和类型
• 使用 JSON Schema 或类型注释明确字段含义
• 指定边界情况的处理方式
• 对于 JSON 输出，提示模型不要添加额外文本

常见坑

• 格式要求过于复杂时模型可能出错
• 模型有时会在 JSON 前后添加解释文本
• 嵌套层级过深会增加格式错误概率