シラバス レッスン 250 中 126 · AI エンジニアのためのプロンプトエンジニアリング
AI エンジニアのためのプロンプトエンジニアリング

構造化された JSON 出力と検証

LLM が下流のシステムに出力を渡した瞬間、ただの文章は負債になります。モデルに JSON を頼んだら、決して盲目的に信用してはいけません。モデルは形の崩れた JSON を出し、フィールドを落とし、枠に間違った型を入れます。本番のパーサーは、そのすべてが起きると想定して、すべてのフィールドを確かめます。

境界を守る検証関数を作ります。validate_record(text) はモデルが返した生の文字列を受け取り、次のことをします:

  • try/except の中で json.loads を試み、形の崩れた JSON でサービスがクラッシュする代わりに、きれいな失敗を返します。
  • 必須のスキーマ {"name": str, "age": int, "email": str} を確かめます:すべてのフィールドがそろい、すべての値が正しい型であることです。
  • errors が何がおかしかったかを名指しする {"ok": bool, "errors": [...]} を返します。

ほとんど誰もが引っかかる罠が 1 つあります。Python では bool は int のサブクラスなので、isinstance(True, int) は True です。JSON の true は Python の True に解析されるので、素朴な型の確認では "age": true を有効な整数として受け入れてしまいます。int が必要なところでは真偽値を拒否しましょう。

>>> isinstance(True, int)
True            # the trap: True sneaks past an int check
>>> type(True) is int
False           # one way to be strict

モデルがこの JSON をライブで埋めることもできますが、採点が触れるのはあなたの決定的な検証関数だけです:きれいなレコードを受け入れ、あらゆる種類の壊れたものを拒否するでしょうか?実行を押して採点します。

あなたの番

try/except の中でテキストを json.loads し、{"name": str, "age": int, "email": str} と照らして検証する validate_record(text) を書いてください。{"ok": bool, "errors": [...]} を返します:そろっていて型の正しいレコードなら ok は True で errors は空、そうでなければ False で、各問題を名指しするリストを付けます。形の崩れた JSON は(例外を起こさずに)ok False を返します。int が必要なところでは、真偽値を拒否しなければなりません。

このレッスンに問題を見つけましたか?報告する · このレッスンについて質問する

この演習はまもなく開きます

その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。