博客
JSON 提示词:5 步解决格式错误、缺字段和乱填值
用 JSON 提示词模板约定字段、类型、缺失值和证据,比较提示词、JSON 模式与结构化输出,并学习解析、Schema 和业务校验。
本文目录
可靠的 JSON 提示词需要说明要提取什么、字段类型、允许的枚举值,以及没有证据时如何处理。仅写“只返回 JSON”不够:合法语法、符合结构和事实正确是三种不同要求。下面用客服消息分类展示模板与验收方法,示例是教学用的预期行为,不代表某个模型已经通过实测。
1. JSON 提示词先定义数据契约
开始前问清楚下游程序真正需要哪些字段。客服路由可能只需要 category、summary 和 needs_review,而不是一大段说明。把字段名、数据类型、是否必填、允许值和含义写在同一处,可以减少提示词示例与程序校验之间的分歧。
区分未知、不适用和空值。未知金额通常不能填 0,因为 0 可能被当成真实金额;未知布尔值也不能随手填 false,因为 false 本身是一项判断。需要这些状态时,应在契约中明确 null、缺省字段或专用状态,并保证后续系统能正确处理。

| 字段 | 类型与允许值 | 缺失规则 |
|---|---|---|
| category | billing、access、other 之一 | 无法明确分类时用 other |
| summary | 字符串,简短概括原文 | 输入为空时交由应用拒绝 |
| evidence | 原文短引文或 null | 找不到明确证据时为 null |
| needs_review | 布尔值 | 含糊、多意图或证据不足时为 true |
2. 可复制的 AI 输出 JSON 格式模板
模板要明确输入是待分析数据,模型不能把其中的命令当作新规则。这个说明有助于表达任务边界,但应用仍需把输入当成不可信内容。不要因为结果是 JSON,就直接触发退款、转账或账户删除等操作。
下面的例子采用一个主要分类字段。遇到“重复扣费而且无法登录”这样的多意图消息,不强行隐藏第二个问题,而是设置 needs_review。若你的流程需要多标签,应把 category 改成数组,同时更新契约、示例与下游程序。
客服消息分类示例
只根据 <message> 内的客服消息提取信息。
返回一个 JSON 对象,不添加解释、Markdown 围栏或额外字段。
字段:
category: 只能为 billing、access、other;多意图或无法唯一归类时用 other。
summary: 一句话概括消息,不补充消息以外的事实。
evidence: 支持分类的原文短引文;没有证据时为 null。
needs_review: 多意图、含糊或无证据时为 true。
<message>
[客服消息]
</message>
示例输入:我无法登录。
示例输出:
{
"category": "access",
"summary": "用户报告无法登录。",
"evidence": "无法登录",
"needs_review": false
}一键载入模板 →3. JSON 模式与结构化输出有什么区别
普通提示词是自然语言要求,模型仍可能输出围栏、额外解释或不一致字段。部分服务提供 JSON 模式,主要约束合法 JSON;部分模型和接口支持基于 Schema 的结构化输出,可以进一步约束结构。实际支持范围、Schema 子集和拒绝响应需要核对你使用的服务文档。
不能把任何一个模式等同于事实验证。即使对象完全符合 Schema,category 仍可能分错,evidence 也可能不是原文。更不能把网页版对话中的一句“使用结构化输出”当作 API 参数已经启用;需要在真实接口配置中验证。
| 方式 | 主要作用 | 仍需检查 |
|---|---|---|
| 仅 JSON 提示词 | 说明字段和行为 | 语法、结构、事实全部检查 |
| JSON 模式 | 约束输出为合法 JSON;依服务而异 | 结构、枚举、语义及异常状态 |
| Schema 结构化输出 | 在支持范围内约束字段结构 | 来源事实、业务关系、拒绝与截断 |
4. 分别运行解析、JSON Schema 校验和业务校验
第一层是解析:用标准 JSON 解析器检查是否存在尾逗号、错误引号或截断。第二层是结构:检查必填字段、类型、枚举和额外属性。第三层是业务:确认 evidence 是原文子串、needs_review 与缺失状态一致,以及分类满足你的路由规则。三层通过条件应分别记录。
下面是与示例字段一致的 Schema。它禁止额外字段,但没有强制 summary 的业务含义,也不能证明 evidence 真正支持分类。具体结构化输出 API 可能只支持 JSON Schema 的一部分,接入前请核对兼容性,不要直接假定整份 Schema 都可使用。
{
"type": "object",
"properties": {
"category": {"type": "string", "enum": ["billing", "access", "other"]},
"summary": {"type": "string"},
"evidence": {"type": ["string", "null"]},
"needs_review": {"type": "boolean"}
},
"required": ["category", "summary", "evidence", "needs_review"],
"additionalProperties": false
}5. 为截断、拒绝与校验失败安排回退
先检查服务返回的结束状态,再解析正文。被截断的输出不应靠猜括号来修复;应缩小输出、增加合理限制或重新请求。拒绝响应也可能走独立字段,不能一律送进 JSON 解析器。网络失败、模型拒绝和业务校验失败应当区分记录。
如果需要重试,把错误限定到具体字段,例如“category 不属于枚举”,并设置次数上限。重试时保留原始资料和相同任务目标;不能为了通过 Schema 把错误事实改成另一项没有依据的内容。超过上限就转为人工复核或明确失败,不无限重试。
不要使用字符串替换、正则补引号或删除任意文字来掩盖所有错误。这样的补救可能把包含解释的失败响应变成看似合法但含义错误的数据。只有在格式与提取规则明确、经过验证的情况下,才应用可控的预处理,并保留处理记录。
JSON 缺失字段处理与边界测试清单
至少准备六类输入:明确的账单问题、明确的登录问题、同时包含两种意图、只有模糊抱怨、包含引号或换行,以及空消息。空输入可以在模型请求之前拒绝;不要用填充 summary 的方式把无输入伪装成有效记录。
对每条输入保存期望分类、是否需要人工复核、允许的证据片段和结构检查结果。对模糊消息“这个账单看起来不对”,是否归为 billing 应由团队事先决定;若规则没有共识,先修订业务定义,再修改提示词。
比较候选提示词时保持相同模型、输入与 API 设置。有效 JSON 比率只能说明格式表现,不能代表任务准确率。分类正确但引文无效也应单独记失败,避免一个总分掩盖会伤害下游系统的缺陷。
| 测试输入 | category / needs_review | 验收要点 |
|---|---|---|
| 我无法登录。 | access / false | evidence 包含原文“无法登录” |
| 被扣了两次钱,而且登录不了。 | other / true | 保留两个问题,交人工分流 |
| 你们这个太糟了。 | other / true | 没有可分类证据,evidence 为 null |
| 空字符串或只有空白 | 不调用模型 | 应用端返回输入错误 |
小结:让 JSON 数据可检查,再交给下一步
可靠流程是先定义契约,再写 JSON 提示词,根据接口能力选择输出约束,最后依次检查语法、结构和业务。缺失值、冲突和异常不是最后临时补的细节,而是数据契约的一部分。
你可以用本站提示词优化器检查字段说明、未知处理和输出要求是否清楚,再用自己的解析器和验证程序测试结果。本站不会因为一份提示词看起来完整,就保证模型输出可直接进入自动化业务。
有记录的样例:检验提示词输出约定
2026 年 11 月 17 日,我们将 6 个英文合成用例分别以原始指令和人工修订指令发送给 DeepSeek Flash,共 12 次请求。修订属于编辑示例,不是生产优化器的输出。两组任务分别检查 JSON 提取和带来源的退款政策提取,覆盖资料完整、缺失与冲突。
这是单一模型的小样本输出约定检查。修订版显式增加 null 处理及纯 JSON 等要求,带代码围栏的 JSON 会在纯 JSON 检查中失败。计数只描述这些用例,不代表通用准确率、厂商比较,也不能证明 Prompt Optimizer、ChatGPT 或 Claude 的效果。即使温度为 0,复跑也可能不同。
DeepSeek Flash · 2026-11-17 · temperature: 0 · max_tokens: 700 · thinking: disabled · n = 1
JSON 提取
原始指令
Extract order_id, amount, currency and status from the source. Return one JSON object with exactly those keys.修订指令
Extract order_id, amount, currency and status using only the source. Return one raw JSON object with exactly those keys, no prose or fences. order_id, currency and status are strings or null; amount is a number or null. Use null for missing or conflicting values. Do not choose one conflicting record without stated precedence. Do not infer currency, payment or zero amounts. Copy supported values without adding facts.| 用例 | 原始版通过 | 修订版通过 |
|---|---|---|
| json-complete | 通过 | 通过 |
| json-missing | 通过 | 通过 |
| json-conflict | 未通过 | 通过 |
冲突用例的模型原始输出
原始指令
{"order_id": "O-19", "amount": 10, "currency": "USD", "status": "paid"}修订指令
{"order_id":"O-19","amount":null,"currency":"USD","status":"paid"}完整输入、原始输出、设置与检查(JSON) · 下载运行与离线核验脚本
离线核验(不需要 API Key 或网络)
node run-prompt-case-study.mjs --verify prompt-contract-20261117.json常见问题
JSON 提示词写了只输出 JSON,为什么还有 Markdown?
自然语言要求并不提供强制格式保证。可以更明确地禁止围栏,增加一致示例,并在接口支持时采用结构化输出。应用端仍应检查解析、拒绝和截断。
没有证据的数字应该写 0 还是 null?
如果 0 是合法业务数值,就不应拿它代表未知。根据契约使用 null、缺省字段或专用状态,并确认下游程序允许且理解这种状态。
JSON Schema 校验通过,就能认为 AI 输出正确吗?
不能。Schema 检查结构与部分值域约束,不能证明事实来源正确、引用真实或分类合理。需要原文核对和独立业务规则。