Programma Lezione 136 di 250 · Output strutturati e chiamate a funzioni/strumenti
Output strutturati e chiamate a funzioni/strumenti

Modalità JSON: leggere + validare rispetto a uno schema

Nel momento in cui vuoi che un LLM alimenti un sistema a valle -> un database, un'API, un lavoro di fatturazione -> la prosa libera è inutile. Ti serve un output strutturato: il modello restituisce JSON, e il tuo codice trasforma quel JSON in un oggetto tipizzato di cui si può fidare. La maggior parte delle API dei modelli ha una "modalità JSON" che fa emettere al modello una stringa JSON. Ma "è JSON valido" ed "è l'oggetto che ho chiesto" sono due cose diverse. Il confine tra il modello e il tuo codice è il punto in cui validi.

Nel codice vero la chiamata al modello ha questo aspetto (solo illustrativo -> qui non chiamiamo nessun modello):

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

Stai costruendo parse_and_validate(text, schema). Lo schema è un dict che associa a ogni campo obbligatorio il suo tipo Python, come {"name": str, "age": int}. La tua funzione dovrebbe:

  • Fare json.loads del testo in un oggetto Python.
  • Confermare che sia un dict -> un array JSON o un numero nudo non è il record che hai chiesto.
  • Per ogni campo dello schema: controllare che sia presente (errore se manca) e del tipo giusto (errore se non corrisponde).
  • Restituire un dict tipizzato con solo quei campi.

La trappola bool-è-int. In Python, bool è una sottoclasse di int, quindi isinstance(True, int) è True. Il true di JSON diventa il True di Python. Se il tuo schema vuole un int per age e il modello manda "age": true, un controllo isinstance ingenuo lo lascerebbe passare. Proteggiti: quando il tipo atteso è int, rifiuta esplicitamente un valore bool.

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

Solleva un'eccezione chiara (un ValueError con un messaggio che nomina il campo sbagliato) così chi chiama può registrare esattamente che cosa ha sbagliato il modello. Costruiscila in modo che due payload diversi e ben formati passino entrambi, e che un campo mancante, un tipo sbagliato e un bool furbetto sollevino ciascuno un errore.

Tocca a te

Scrivi parse_and_validate(text, schema) dove schema è un dict {field: type}. Fai json.loads del testo, conferma che sia un dict, poi per ogni campo dello schema controlla che sia presente e del tipo giusto, restituendo il dict tipizzato. I campi mancanti e i tipi sbagliati devono sollevare un errore. Rifiuta un true di JSON dove è richiesto un int (la trappola bool-è-int).

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.