JSON モード:解析してスキーマと照らして検証する
LLM に下流のシステム -> データベース、API、請求処理 -> へ出力を渡させたくなった瞬間、自由な文章は役に立たなくなります。必要なのは構造化出力です:モデルが JSON を返し、あなたのコードがその JSON を信頼できる型付きのオブジェクトに変えるのです。ほとんどのモデルの API には、モデルに JSON の文字列を出させる「JSON モード」があります。でも「有効な JSON である」と「頼んだオブジェクトである」は別のことです。モデルとあなたのコードのあいだの境界こそ、検証する場所です。
本物のコードでは、モデルの呼び出しはこんな形です(説明用のみ -> ここではモデルを呼びません):
resp = client.messages.create(model="...", messages=[...])
text = resp.content[0].text # a JSON string, hopefully
record = parse_and_validate(text, {"name": str, "age": int})作るのは parse_and_validate(text, schema) です。schema は、{"name": str, "age": int} のように、必須の各フィールドをその Python の型に対応させる辞書です。関数は次のことをするべきです:
- テキストを
json.loadsして Python のオブジェクトにする。 - それが
dictであることを確かめる -> JSON の配列やただの数は、頼んだレコードではありません。 - スキーマのすべてのフィールドについて:あること(欠けていればエラーを送出)と、正しい型であること(食い違えばエラーを送出)を確かめる。
- それらのフィールドだけの型付きの辞書を返す。
bool は int という罠。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 にデコードされます。スキーマが age に int を求めているのにモデルが "age": true を送ってくると、素朴な isinstance の確認は素通りさせてしまいます。それを防ぎましょう:期待する型が int なら、bool の値をはっきり拒否します。
if expected is int and isinstance(value, bool):
raise ValueError("age must be int, got bool")呼び出す側がモデルの間違いを正確に記録できるように、はっきりした例外(間違ったフィールドの名前を含むメッセージ付きの ValueError)を送出しましょう。2 つの違う整ったペイロードはどちらも通り、欠けたフィールド、間違った型、こっそり紛れた bool はそれぞれエラーになるように作ってください。
schema が {field: type} の辞書である parse_and_validate(text, schema) を書いてください。テキストを json.loads し、それが辞書であることを確かめ、それからスキーマの各フィールドについて、あることと正しい型であることを確かめ、型付きの辞書を返します。欠けたフィールドと間違った型はエラーを送出しなければなりません。int が必要なところでは JSON の true を拒否します(bool は int という罠)。
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。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。