让大模型稳定输出结构化格式:Pydantic 与提示工程
哪些公司问过
AI岗位1
答案要点
- 纯提示词:描述格式加示例,简单但易出现多余文字、漏字段、类型错误
- 结构化能力:function calling、JSON 模式传入 JSON Schema;约束解码可在生成时限制 token
- Pydantic 在代码中声明字段类型、必填、默认值和校验规则,并可导出 JSON Schema
- 解析失败时 Pydantic 给出具体字段错误,可回传给模型自动重试
- 工程优势:可复用、可测试、可版本管理,降低解析与维护成本
易错点
- 只靠提示词约束格式就直接 json.loads,上线后频繁解析失败
- 认为 JSON 格式合法就等于内容正确,字段取值仍需业务校验
- Schema 设计过深过复杂,模型更容易出错
面试官常见追问
- 约束解码是怎么实现的?
- 模型输出了不合法的 JSON 怎么办?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。