结构化输出 Prompt 设计：让 LLM 稳定输出 JSON 的方法
为什么结构化输出如此重要 在 2026 年的 AI 应用开发中，LLM 的输出需要被程序消费——传入 API、写入数据库、驱动 Agent 决策。一项 2026 年 Stack Overflow 开发者调查显示，93% 的 LLM 应用需要结构化输出，但其中 41% 的开发者仍在与"输出格式不稳定"作斗争。 一、结构化输出的三层保障 ┌─────────────────────────────┐ │ 第一层：Prompt 设计 │ ← 指令层面的约束 ├─────────────────────────────┤ │ 第二层：Schema 约束 │ ← JSON Schema / 函数调用 ├─────────────────────────────┤ │ 第三层：约束解码 │ ← Token 级别的强制约束 └─────────────────────────────┘ 二、Prompt 层面的结构化设计 2.1 基础模式：明确格式指令 请分析以下产品评论，并以JSON格式输出分析结果。 输出格式要求（严格遵守）： { "sentiment": "positive" | "negative" | "neutral", "score": 0.0到1.0之间的浮点数, "aspects": [ { "aspect": "产品维度名称", "opinion": "用户观点", "polarity": "positive" | "negative" } ], "summary": "50字以内的总结" } 注意： 1. 只输出JSON，不要输出任何其他内容 2. 不要用markdown代码块包裹 3. 所有字符串值必须用双引号 4. 确保JSON可以被标准解析器解析 评论内容：{{review}} 2.2 增强模式：Schema 嵌入 + 示例引导 STRUCTURED_OUTPUT_TEMPLATE = """ 你是一个数据提取专家。请从给定文本中提取信息，严格按照以下JSON Schema输出。 ## JSON Schema ```json {schema} 输出规则 输出必须是符合上述Schema的合法JSON 无法从文本中提取的字段，使用null值 日期格式统一为ISO 8601 金额统一为数字，单位为分 不要输出任何解释性文字 示例 输入：{example_input} 输出：{example_output} ...