Programme Leçon 136 sur 250 · Sorties structurées et appels de fonctions/d'outils
Sorties structurées et appels de fonctions/d'outils

Mode JSON : lire + valider face à un schéma

Dès que tu veux qu'un LLM alimente un système en aval -> une base de données, une API, une tâche de facturation -> la prose libre ne sert à rien. Il te faut une sortie structurée : le modèle renvoie du JSON, et ton code transforme ce JSON en objet typé auquel il peut se fier. La plupart des API de modèles ont un « mode JSON » qui fait produire au modèle une chaîne JSON. Mais « c'est du JSON valide » et « c'est l'objet que j'ai demandé » sont deux choses différentes. C'est à la frontière entre le modèle et ton code que tu valides.

Dans du vrai code, l'appel au modèle ressemble à ceci (pour illustrer seulement -> on n'appelle aucun modèle ici) :

resp = client.messages.create(model="...", messages=[...])
text = resp.content[0].text          # a JSON string, hopefully
record = parse_and_validate(text, {"name": str, "age": int})

Tu construis parse_and_validate(text, schema). Le schema est un dict qui associe chaque champ exigé à son type Python, comme {"name": str, "age": int}. Ta fonction doit :

  • lire le texte avec json.loads pour en faire un objet Python ;
  • vérifier que c'est un dict -> un tableau JSON ou un nombre seul n'est pas l'enregistrement demandé ;
  • pour chaque champ du schéma : vérifier qu'il est présent (lever une exception s'il manque) et du bon type (lever une exception sinon) ;
  • renvoyer un dict typé avec seulement ces champs.

Le piège du bool qui est un int. En Python, bool est une sous-classe de int, donc isinstance(True, int) vaut True. Le true de JSON devient le True de Python. Si ton schéma veut un int pour age et que le modèle envoie "age": true, une vérification isinstance naïve le laisserait passer. Protège-toi : quand le type attendu est int, refuse explicitement une valeur bool.

if expected is int and isinstance(value, bool):
    raise ValueError("age must be int, got bool")

Lève une exception claire (une ValueError avec un message qui nomme le mauvais champ) pour qu'un appelant puisse noter exactement ce que le modèle a raté. Construis-la pour que deux contenus bien formés différents passent tous les deux, et qu'un champ manquant, un mauvais type et un bool sournois lèvent chacun une exception.

À ton tour

Écris parse_and_validate(text, schema) où schema est un dict {field: type}. Lis le texte avec json.loads, vérifie que c'est un dict, puis pour chaque champ du schéma vérifie qu'il est présent et du bon type, en renvoyant le dict typé. Les champs manquants et les mauvais types doivent lever une exception. Refuse un true JSON là où un int est exigé (le piège du bool qui est un int).

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.