我要投稿

如何让大语言模型输出JSON格式？

发布日期：2024-07-25 10:52:33 浏览次数： 4021

非常明确的Prompt+示例可以保证大语言模型输出Json格式。

比如你需要生成包含用户信息的Json，那么你可以用这个Prompt：

请生成一个包含用户信息的JSON，具体要求如下：- 姓名：字符串类型- 年龄：整数类型- 邮箱：字符串类型
请严格按照以下格式返回结果：
```json{ "name": "示例姓名", "age": 示例年龄, "email": "示例邮箱"}

这里面包含了两部分，第一部分是提示词，要生成Json格式，并且确定了一共有三个数据以及相对应的数据类型。第二部分直接给出示例，其中示例中的数据属性都跟提示词对应，字符串就双引号“”，普通的整数类型不加双引号，以及再次强调了要Json格式。

我们可以用这个Prompt来测试一下，分别用ChatGPT3.5， ChatGPT4o，Gemini，通义千问以及Kimi。

首先，ChatGPT3.5作为一个老模型，生成的没问题。

再试ChatGPT4o，也没问题，不过它生成的让我觉得更智能一些，因为邮箱那个地方，它用了英文的形式，因为邮箱确实没有中文格式，而名字那里没有变，因为可以是中文。

接下来是Google的Gemini，它的生成就有意思了，一模一样的Prompt，它生成了两部分内容，一部分是正常的Json格式；另一部分它加上了解释，解释每个数据的数据类型，以及它的使用说明，这部分说实话我觉得意义不大，跟Prompt关系不大。

接下来是通义千问的测试结果，生成的也没问题，不过有意思的是，在名字和邮箱那一栏，它用了“张三”，这个很有意思，因为张三李四是很明显的中文语料库里面的高频词，而ChatGPT并没有体现这一点。

最后就是Kimi了，和通义千问类似的，它用的是张伟，也是中文语境下的高频词，非常有趣的发现。

这个例子相对来说比较简单，因为很多情况下Json格式可以储存非常多的信息，比如网站链接、数组、时间格式等等，那么这种情况下，用Prompt + 示例是最好的方法。

因为Prompt可以保证整体的输出方向，示例可以让大模型的输出约束到极限。

比如说我们要生成下面的这种Json格式，它不仅有字符串，还有网站链接，还有嵌套Json，以及还有数组格式，这种你只用Prompt几乎是不可能做到的，因为你需要描述的东西太多了，且不一定精确。

{"user_info": {"name": "John Doe","age": 30,"email": "johndoe@example.com","website": "https://johndoe.com","social_media": {"twitter": "https://twitter.com/johndoe","linkedin": "https://linkedin.com/in/johndoe"}},"address": {"street": "123 Main St","city": "Wonderland","zip_code": "56789","geo_location": {"latitude": 37.7749,"longitude": -122.4194}},"orders": [{"order_id": "ORD123","date": "2023-01-15","items": [{"product_id": "P001","name": "Product 1","image_url": "https://example.com/images/p001.jpg","quantity": 2,"price": 19.99},{"product_id": "P002","name": "Product 2","image_url": "https://example.com/images/p002.jpg","quantity": 1,"price": 49.99}]},{"order_id": "ORD124","date": "2023-02-20","items": [{"product_id": "P003","name": "Product 3","image_url": "https://example.com/images/p003.jpg","quantity": 3,"price": 9.99}]}],"total_spent": 109.95,"membership_status": "Gold","coupons": ["COUPON1", "COUPON2"]}

但是加上示例代码就容易多了，完整版的Prompt+示例如下，其实就跟刚刚的一样，只不过在具体的Json描述上多了很多的新内容。

请生成一个包含详细用户信息的复杂JSON，具体要求如下：- 用户信息（user_info）：对象- 姓名（name）：字符串类型- 年龄（age）：整数类型- 邮箱（email）：字符串类型- 个人网站（website）：URL字符串类型- 社交媒体（social_media）：对象- 推特（twitter）：URL字符串类型- 领英（linkedin）：URL字符串类型- 地址（address）：对象- 街道（street）：字符串类型- 城市（city）：字符串类型- 邮编（zip_code）：字符串类型- 地理位置（geo_location）：对象- 纬度（latitude）：浮点数类型- 经度（longitude）：浮点数类型- 订单（orders）：数组，对象类型- 订单ID（order_id）：字符串类型- 日期（date）：字符串类型- 商品（items）：数组，对象类型- 商品ID（product_id）：字符串类型- 名称（name）：字符串类型- 图片链接（image_url）：URL字符串类型- 数量（quantity）：整数类型- 价格（price）：浮点数类型- 总花费（total_spent）：浮点数类型- 会员状态（membership_status）：字符串类型- 优惠券（coupons）：数组，字符串类型
请严格按照以下格式返回结果：
```json{"user_info": {"name": "示例姓名","age": 示例年龄,"email": "示例邮箱","website": "示例个人网站URL","social_media": {"twitter": "示例推特URL","linkedin": "示例领英URL"}},"address": {"street": "示例街道","city": "示例城市","zip_code": "示例邮编","geo_location": {"latitude": 示例纬度,"longitude": 示例经度}},"orders": [{"order_id": "示例订单ID","date": "示例日期","items": [{"product_id": "示例商品ID","name": "示例商品名称","image_url": "示例图片链接","quantity": 示例数量,"price": 示例价格},{"product_id": "示例商品ID","name": "示例商品名称","image_url": "示例图片链接","quantity": 示例数量,"price": 示例价格}]},{"order_id": "示例订单ID","date": "示例日期","items": [{"product_id": "示例商品ID","name": "示例商品名称","image_url": "示例图片链接","quantity": 示例数量,"price": 示例价格}]}],"total_spent": 示例总花费,"membership_status": "示例会员状态","coupons": ["示例优惠券1", "示例优惠券2"]}