Saída estruturada
Fazer o modelo emitir JSON conforme a um esquema
O texto completo é apresentado em inglês; o título e o resumo estão traduzidos.
O QUE ESTA CAPACIDADE SIGNIFICA
Takes natural language plus a target structure — field names, types, required flags — and outputs text that strictly conforms, such as JSON, XML or a table. Unlike information extraction the structure is supplied by the caller rather than inferred from the text; unlike tool use it produces the data itself, not a request to invoke some interface.
Como é feita tecnicamente
The basic approach puts the schema and examples in the prompt and asks the model to fill them; more reliable is constrained decoding, which at each step allows only tokens that keep the structure valid, ruling out syntax errors during generation. Fine-tuning on many text-to-structure pairs familiarises the model with common field naming and type conventions. Large schemas can be split across several calls or filled in layers.
Produtos representativos
5GPT-4o
2024Um modelo geral nativamente multimodal: texto, imagem e áudio por uma única porta
Claude
2023Um modelo de conversa geral conhecido por contexto longo e alinhamento de segurança
Gemini
2023Um modelo geral nativamente multimodal, feito para contextos muito longos
Qwen
2023Uma família de pesos abertos com muitos tamanhos e versões multimodais
Hunyuan
2023A família de modelos gerais da Tencent, com versões de pesos abertos
Organizações relacionadas
Usos típicos
- Converting natural language into API payloads
- Auto-filling forms and order fields
- Data cleaning and normalisation pipelines
- Passing structured messages between agents
Como avaliar se funciona bem
- Schema validity rate
- Share of outputs that parse and satisfy the schema
- Field exact match
- Share of field values matching the reference
- Value-level F1
- Scores elements in lists and nested structures
Limites e dificuldades
- With many fields or long enums it drops fields, picks the wrong value or invents new ones
- Deep nesting and complex types such as unions or nullable arrays produce type errors
- Tight format constraints squeeze reasoning, and the same model reasons less well under them
Conceitos por trás
Engenharia de prompts e alinhamento
Tornar um modelo útil, honesto e inofensivo é mais difícil do que apenas torná-lo maior
Arquitetura Transformer
Substituir o revezamento palavra a palavra por uma sala onde todos falam ao mesmo tempo, deixando dependências distantes a um salto
Agentes e uso de ferramentas
Que um modelo não só responda: pesquise, chame APIs, execute código — e decida o próximo passo a partir do resultado