结构化输出指南：三个必备prompt提示技巧

当我们尝试将LLM融入到实际的应用程序或工作流程中时，却常常遇到一个棘手的问题——模型输出的信息格式并不总是我们所期望的。它们的回答往往是一段段自由形式的文本，这对于人类理解来说可能足够，但对于代码和自动化系统而言，处理起来却困难重重。这时候，结构化输出（Structured Output）的重要性就凸显出来了。本文将为初学者详细介绍结构化输出的概念、重要性，并深入讲解三个必备的提示技巧，帮助大家更好地从大语言模型中获取可用的结构化数据。

一、结构化输出的重要性

结构化输出，简单来说，就是让大语言模型以一种清晰、可预测、有组织的格式返回信息，例如整齐的列表、带有标签的数据字段（键值对形式：key: value），甚至是简单的表格，而不是一长段对话式的文本。这一概念在实际应用中具有举足轻重的意义。

以构建一个利用人工智能分析客户评论的应用程序为例。当我们向模型询问“总结这条评论，并告诉我提到的产品和客户的总体情绪”时，模型可能给出这样的回复：“嗯，看起来客户简·D购买了‘MegaWidget 3000’，并且非常不满意。她提到产品只用了两天就坏了，整个体验让她感到非常沮丧。” 这样的回答对于人类来说很容易理解，但对于应用程序的代码而言，却充满挑战。代码需要从这段文本中费力地找出产品名称（“MegaWidget 3000”），判断情绪（“不满意” 还是 “沮丧” 才是主要情绪呢？），甚至可能还需要提取客户名称（如果有需要的话）。而且，如果模型下次使用了不同的表述，比如用 “感到失望” 代替 “不满意”，那么用于解析情绪的代码可能就会出错。

相比之下，结构化的输出则能避免这些问题。例如：

review_analysis:  product_name: MegaWidget 3000  sentiment: Negative  summary: 客户报告产品在两天后损坏，导致沮丧情绪。

这种结构化的格式将混乱的对话式文本转化为干净、有序的数据，使得代码能够可靠地处理。

二、获取结构化输出的方法

通常，获取大语言模型结构化输出主要有两种途径：原生模型功能和提示工程。

随着人工智能模型的不断发展，一些模型增加了内置的请求结构化数据的方法。例如，谷歌的Gemini模型通常可以直接使用函数描述或特定的模式，有时还能与Pydantic等工具集成；OpenAI的模型（如GPT-4）提供了 “JSON模式” 或 “函数调用” 等功能，旨在将输出强制转换为特定的JSON结构。然而，这些原生功能虽然强大，但往往依赖于特定的模型。不同模型请求结构化数据的方式可能不同，这可能会使开发者锁定在特定的供应商，并且可能需要学习其特定的API或库，增加了使用的复杂性。

与依赖原生模型功能不同，提示工程是一种更为通用的方法。它的核心思想非常简单，就是在向模型发出的指令（即提示）中，直接明确地告诉模型你期望的输出格式。这种方法不依赖于特定的模型，几乎适用于大多数大语言模型。它充分利用了模型理解和遵循指令的核心能力，让开发者能够灵活地定义所需的结构，例如请求YAML或特定的JSON格式。此外，通过提示工程获取结构化输出，不需要预先学习复杂的模型特定API，降低了使用门槛，对于初学者来说是