Learning Objectives
- 說明純文字回答接到程式時會出什麼問題
- 使用 JSON 模式與 JSON Schema（strict），並說明兩者保證什麼
- 用 json 模組解析回答，並自己寫欄位驗證
- 處理解析失敗與被截斷的 JSON：重試一次，仍失敗就回報
程式要的是欄位
給人看的回答是文字就夠了。但如果要把公告的日期寫進行事曆、地點顯示在地圖、是否必到拿來發提醒，程式要的是欄位。
這一課的順序是：先看不做任何設定時會怎樣，再用 JSON 模式，再用 Schema，最後處理它們都擋不住的情況。回應是 2026-11-03 錄下來的真實輸出，公告是虛構的。
逐步看：只在提示詞裡說要 JSON
json.loads 把 JSON 字串變成 Python 物件，失敗時丟出 JSONDecodeError。兩種提示詞各跑三次。第二種多了一句順便說明，看看差別。
提示詞裡說要 JSON，只有大致可靠
| 提示詞 | 三次的結果 |
|---|---|
| 「……給我 JSON：」 | 三次都解析成功 |
| 「幫我整理成 JSON，順便說明你怎麼判斷……」 | 三次都失敗：開頭是 ```json，後面接著說明文字 |
第二種的失敗還有其他問題。三次的欄位結構都不一樣，第一次是平的（課程、日期…），後兩次包在 event 裡，而且 location 變成巢狀的物件。回答也因為說明太長，碰到 150 token 的上限。
用字串處理去掉程式碼框是常見的補救，但這只處理了看到的那一種情況。比較好的做法是請 API 幫忙。
逐步看：JSON 模式
response_format={"type": "json_object"} 要求輸出一定是合法的 JSON。先看一個真實的 400 錯誤：提示詞裡沒有 JSON 這個字。
JSON 模式保證語法，不管內容
從錄音可以看到兩件事。
一定要寫 JSON 這個字。 錯誤訊息是：
'messages' must contain the word 'json' in some form, to use 'response_format' of type 'json_object'.
它只保證是合法的 JSON。 欄位名稱、型別、有沒有缺欄位都由模型決定。這次三次的欄位名稱剛好相同，是因為提示詞寫了「時間、地點、是否必到」，模型照著用了中文。但後面的範例裡，同樣是 JSON 模式，模型把 required 這個欄位填成字串 "全班都要出席"，不是我們想要的 true。
要限制欄位與型別，就要提供 Schema。
逐步看：JSON Schema（strict）
Schema 是用 JSON 寫的規格：有哪些欄位、各是什麼型別。兩則公告各跑三次，第二則沒有寫地點。先想想：location 會是 null 嗎？
Schema 管形狀，不管內容對不對
| 層次 | 提示詞要求 | JSON 模式 | Schema（strict） |
|---|---|---|---|
| 是合法的 JSON | 大致 | 是 | 是 |
| 欄位名稱固定 | 否 | 否 | 是 |
| 型別固定 | 否 | 否 | 是 |
| 內容正確 | 否 | 否 | 否 |
官方指南建議，模型支援時優先用 json_schema。但上面的輸出說明它管不到內容：
date永遠是字串，但「下週三 14:00」和「下週三下午兩點」寫法不同。要寫進行事曆，還要程式再處理，或在 Schema 裡加描述、限制格式。- 第二則公告沒有寫地點，我們希望是
null，模型卻填了「線上自學（課程網站）」。這是合法的字串，Schema 檢查不出來。內容對不對要用測試資料評估（第 20 課）。
還有一個真實的意外。 這個範例的第一版把是否必到的欄位命名為 required，而且欄位有中文描述。那一版錄到兩個奇怪的結果：地點變成 工程二館 E2-315 שה上課.，夾了其他語言的文字，而且明明全班要出席，required 卻是 false；另一次地點後面接了一句外文，再輸出一長串空白與換行，直到 150 token 上限，json.loads 解析失敗。
改名為 must_attend、拿掉描述後，這一版的 6 次就沒有再出現。我們沒有查出確切的原因，也不能保證不會再發生（這兩筆回答沒有放進範例的錄音，保留在 datasets/g09_schema_anomaly_raw.json）。重點是：用了 strict，程式仍然要處理解析失敗，也要檢查 finish_reason。 官方指南也提醒，輸出被截斷時可能不是完整的 JSON，模型拒答時會回傳拒答內容（chat 回應的 message.refusal），解析前都要先檢查。
逐步看：被截斷的 JSON，重試一次
上一課看過被截斷的文字。JSON 被截斷時更麻煩，少一個括號整段都解析不了。這裡把驗證與重試的流程寫出來。
接住模型回答的流程
不論用哪一種模式，建議都走同一個流程：
送出請求
↓
finish_reason 是 length？ → 是：被截斷，不解析
↓
json.loads 成功？ → 否：不是 JSON
↓
欄位和型別都對？ → 否：驗證失敗
↓
通過，交給後面的程式
失敗時的處理：
- 重試一次。 再送一次，或把錯誤告訴模型（「
must_attend應該是布林值」），請它改正。 - 有次數上限。 通常一兩次就好，每次都要花錢。
- 仍然失敗就回報。 回傳
None或丟出例外，把原始回應記下來方便除錯。不要猜一個預設值填進去，例如把解析失敗的must_attend當成false，同學就會收不到必到的提醒。
驗證可以用 Pydantic 或 jsonschema 這類套件，本課先用標準函式庫自己寫一次，下面的實作題就是這個部分。
實作：把模型的回應分類
完成 check_reply(text, finish_reason)，依序檢查，回傳第一個符合的結果：
finish_reason是length：回傳被截斷json.loads失敗：回傳不是合法的 JSON- 解析結果不是字典：回傳
不是物件 - 缺少
date、location、must_attend其中一個（依這個順序檢查）：回傳缺少欄位 欄位名稱 must_attend不是布林值：回傳must_attend 不是布林值- 都沒問題：回傳
通過
這一題不呼叫模型，回應是寫死的字串，其中幾段改寫自這一課看過的真實回答。
小測驗：結構化輸出
用 response_format={"type": "json_object"}，但提示詞沒有 JSON 這個字。範例裡的 API 怎麼回應？
strict 的 Schema 規定 location 是字串或 null。公告沒寫地點，模型卻填了「線上自學（課程網站）」。這代表什麼？
拿到回答後，最合理的檢查順序是什麼？
重試一次後，回答還是解析失敗。must_attend 應該怎麼處理？
下面的程式會印出什麼？
import json
text = '{"must_attend": "true"}'
data = json.loads(text)
print(isinstance(data["must_attend"], bool))
重點整理
- 只在提示詞要求 JSON，回答可能帶程式碼框或說明文字，加一句話就可能全部解析失敗。
- JSON 模式保證語法（這個模型要求 messages 含 json 這個字）；Schema（strict）再保證欄位與型別。
- 兩者都不保證內容正確，也擋不了截斷與其他意外。
- 接回答的流程：看
finish_reason→json.loads→ 驗證欄位 → 通過。失敗就重試有限次，再失敗就回報，不要編造預設值。
下一課： 回到文字的意思：把文字變成向量，用數字比較兩段話有多接近。