Saídas restritas / impostas por schema
Nas últimas lições você validou o JSON do modelo à mão. A prática moderna vai um passo antes: impedir que o modelo emita JSON ruim desde o início. Isso é decodificação restrita (também chamada de saídas estruturadas). Você entrega um schema à API, e o decodificador só pode amostrar tokens que mantêm a saída válida segundo ele. O modelo literalmente não consegue produzir um campo faltando ou um valor de tipo errado.
Com a API no estilo da OpenAI, você passa um response_format com um JSON Schema e strict: true (só ilustrativo -> não chamamos nenhum modelo aqui):
resp = client.chat.completions.create(
model="...",
messages=[...],
response_format={
"type": "json_schema",
"json_schema": {
"name": "person",
"strict": True,
"schema": {
"type": "object",
"properties": {"name": {"type": "string"}, "age": {"type": "integer"}},
"required": ["name", "age"],
},
},
},
)O resto deste curso chama a Anthropic, que oferece a mesma garantia com output_config para respostas com JSON garantido e com uso de ferramentas strict para entradas de ferramentas perfeitas segundo o schema:
resp = client.messages.create(
model="claude-opus-5-5",
max_tokens=1024,
messages=[...],
output_config={"format": {
"type": "json_schema",
"schema": {
"type": "object",
"properties": {"name": {"type": "string"}, "age": {"type": "integer"}},
"required": ["name", "age"],
},
}},
)De qualquer forma, é o provedor que faz a restrição. Mas a decodificação restrita ainda não consegue verificar suas regras de negócio (a idade é plausível? a moeda é uma que você aceita?), e nem todo modelo ou gateway oferece isso. Então você valida do seu lado de qualquer jeito. Esse validador é o que você constrói agora.
Do lado do Python, o padrão de fato para declarar e validar esse formato é o Pydantic. Você escreve uma classe de modelo e a biblioteca interpreta, converte e valida para você:
from pydantic import BaseModel
class Person(BaseModel):
name: str
age: int
record = Person.model_validate_json(text) # raises if it does not fitO Pydantic não está disponível neste sandbox no navegador, então você vai construir a mesma ideia à mão com a biblioteca padrão. É exatamente o que essas bibliotecas fazem por baixo dos panos, e isso torna impossível passar por cima das regras. Você vai escrever validate_against_schema(obj, schema).
O schema é um dict. Cada valor é uma string com o nome de um tipo ("int", "float", "str", "bool", "list", "dict") ou um pequeno dict de especificação como {"type": "int", "default": 0}. Sua função retorna um dict de resultado {"ok": bool, "value": dict, "errors": list}:
- Se
objnão for umdict, retorneok=Falsecom um erro na raiz e umvaluevazio. - Para cada campo: se ele estiver faltando e a especificação tiver um
"default", preencha o padrão (a etapa de conversão/padrão). Se estiver faltando sem padrão, registre um erro. - Se estiver presente, verifique o tipo. Se não bater, registre um erro que nomeia o campo.
- Converta um
intsimples parafloatquando um float for pedido (isso não perde nada e é seguro), mas não converta mais nada. - Se houver qualquer erro, retorne
ok=Falsecom oserrorsjuntados e umvaluevazio; senão retorneok=Truecom ovaluevalidado.
A armadilha do bool que é int. Em Python bool é uma subclasse de int, então isinstance(True, int) é True e o JSON true vira o Python True. Uma verificação de tipo ingênua deixaria "age": true passar por um campo int. Rejeite um bool explicitamente onde quer que um int ou um float seja exigido:
if expected is int and isinstance(value, bool):
errors.append(field + ": expected int, got bool")Construa de forma que dois payloads diferentes e bem formados passem, que um campo faltando e um tipo errado caiam em errors, que um padrão seja preenchido, que um int seja convertido para float e que um bool disfarçado seja rejeitado onde um número é exigido.
Escreva validate_against_schema(obj, schema), que retorna {"ok", "value", "errors"}. schema associa cada campo a uma string com o nome do tipo ("int"/"float"/"str"/"bool"/"list"/"dict") ou a um dict de especificação {"type": ..., "default": ...}. Rejeite um obj que não seja dict, registre um erro para cada campo faltando (sem padrão) ou de tipo errado, preencha um padrão quando houver, converta um int simples para float e rejeite um bool onde um int ou float for exigido (a armadilha do bool que é int). Retorne ok=True com o value validado só quando não houver erros.
Viu um problema nesta lição? Reporte-o · Pergunte sobre esta lição
Este exercício abre em breve
Termine a lição anterior para que esta seja desbloqueada. O curso inteiro é gratuito, não precisa de conta, e você pode ler esta lição agora mesmo.
Este navegador está bloqueando cookies para learn.floati.life, então as lições que você terminou aqui não podem abrir em ordem. Permita cookies para este site e recarregue.