结构化输出是什么？JSON mode 与 schema 约束

让 AI 模型把结果吐成 JSON，是开发者最常见的诉求之一：接程序、进数据库、喂给下游函数，都要求格式稳定。但模型天生是「接着话茬往下说」的，要它每次都输出合法 JSON，靠约束而不是靠运气。这条路上有两级工具加一道兜底：JSON mode 保证输出是合法 JSON，结构化输出更进一步用 schema 锁死字段，失败重试兜住剩下的漏网情况。这篇按机制拆开讲；提示词层面的 JSON 约束怎么写，见提示词 JSON mode一篇的对照。

为什么裸提示不稳：模型的默认行为

不加固约，直接在提示词里说「请输出 JSON」，多数时候能成，偶尔翻车：输出前后多了句解释、JSON 被代码块包裹、字段名换了个写法、某个字段干脆缺失。原因在模型的训练目标：它预测的是「接下来最像人话的 token」，而非「最符合你程序语法的 token」。轻微的格式漂移对聊天无所谓，对程序是致命的——解析一行报错，整条流水线就停。理解了这一点，就知道约束该往哪个方向使劲：把格式要求从提示词下沉到生成环节，让非法输出在产生的那一刻就出不来，而不是事后指望模型「自觉」。提示词约束仍有它的位置，两者的分工在提示词 JSON mode 一篇讲过，两级配合才稳。

两级约束：JSON mode 与结构化输出

第一级是 JSON mode：开关打开后，模型输出被约束为合法 JSON——语法层面保证能解析，但字段结构它做不了主，可能返回一个字段名随机的对象，甚至一个空对象。第二级是结构化输出：随请求提交一份 JSON schema，声明要哪些字段、什么类型、哪些必填、取值限定在哪几个枚举里，模型生成时被约束在 schema 允许的范围中，输出的字段名与类型逐项对得上。两级的差别一句话说清：前者保证「是 JSON」，后者保证「是你要的那个 JSON」。工程选择也由此而定：只要能解析，JSON mode 够用；字段要进数据库、要传给下游函数，直接上结构化输出，schema 写清楚，接口契约就定死了。

与 function calling 的关系：同一套底层

结构化输出与函数调用是近亲。函数调用的场景是：你声明一组工具，模型决定什么时候调用、调用时传什么参数，参数本身就要求符合你定义的 schema。两者的底层机制同源——都是把 schema 约束压进生成过程，让输出在结构层面无路可偏；区别在用途：函数调用管「要不要做、调哪个工具」，结构化输出管「回答长什么形状」。工程里两者经常配合：工具的参数定义用结构化约束保证合法，工具返回的结果再让模型按固定 schema 整理后交给下游。函数调用的完整循环——工具定义、模型选择调用、结果回填——见function calling一篇的拆解；提示词侧怎么把工具用法写清楚，见函数调用提示一篇，schema 的写法两边通用，学一次管两处。

失败与重试：兜底的三道防线

约束不是万无一失，工程上通常备三道防线。第一道是校验：拿到输出先跑 schema 校验与 JSON 解析，不合法的当场拦下，别让坏数据流进下游。第二道是带反馈的重试：校验失败后，把错误信息连同原请求再发一次，告诉模型上一轮错在哪、缺了哪个字段——带反馈的重试成功率远高于原样重发；重试要有次数上限，连续失败的归类与处置，按错误结构的分族判断走，见API 错误结构一篇。第三道是降级：重试仍失败就走兜底路径——记日志、发告警、转人工，别让单条数据卡死整批任务。三道防线配齐，结构化输出才敢放进生产环境。动手感受差别很直观：让豆包用裸提示词与带 schema 的请求各生成十次同一段数据，翻车率一统计就见高低；再让 DeepSeek 把你的业务字段写成一份规范的 JSON schema，约束的价值当场量化。

结构化输出速查

• 裸提示靠概率，约束下沉到生成环节才稳定
• JSON mode 保合法，结构化输出用 schema 保形状
• 与函数调用同源：一套 schema 约束，一个管调用一个管形状
• 三道防线：先校验、带反馈重试、重试不过走降级
• schema 学一次管两处：结构化输出与工具参数定义通用

结构化输出快问快答

• 有了 schema 约束，提示词里还要写格式要求吗？：结构归 schema 管，语义归提示词管。字段怎么填、内容怎么取舍仍要靠提示词说清，两层各司其职，缺一不可。
• 所有模型都支持 schema 约束吗？：支持程度随模型与版本不同（截至发稿版本，以官方更新日志为准），老模型可能只有 JSON mode，接之前先查所用模型的文档。
• 输出 JSON 的字段顺序需要在意吗？：程序按字段名取值，顺序不影响正确性；若下游有按序处理的特殊需求，在 schema 里把字段顺序声明清楚即可。