Chương trình học Bài 138 trên tổng số 250 · Đầu ra có cấu trúc và gọi hàm/công cụ
Đầu ra có cấu trúc và gọi hàm/công cụ

Đầu ra bị ràng buộc / bị schema áp đặt

Trong các bài trước bạn đã tự kiểm tra JSON của mô hình. Cách làm hiện đại đi sớm hơn một bước: ngăn mô hình phát ra JSON xấu ngay từ đầu. Đây là giải mã có ràng buộc (còn gọi là structured outputs). Bạn đưa cho API một schema, và bộ giải mã chỉ được phép lấy mẫu các token giữ cho đầu ra hợp lệ theo nó. Mô hình theo đúng nghĩa đen không thể tạo ra một trường bị thiếu hay một giá trị sai kiểu.

Với API kiểu OpenAI, bạn truyền một response_format với một JSON Schema và strict: true (chỉ minh họa -> ở đây ta không gọi mô hình nào):

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"],
            },
        },
    },
)

Phần còn lại của khóa học gọi Anthropic, nơi cung cấp cùng bảo đảm đó qua output_config cho các câu trả lời JSON được bảo đảm và việc dùng công cụ strict cho đầu vào công cụ khớp hoàn hảo với 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"],
        },
    }},
)

Dù cách nào, nhà cung cấp làm việc ràng buộc. Nhưng giải mã có ràng buộc vẫn không thể kiểm tra các quy tắc nghiệp vụ của bạn (tuổi có hợp lý không? đơn vị tiền tệ có phải loại bạn hỗ trợ không?), và không phải mô hình hay cổng nào cũng hỗ trợ nó. Nên dù thế nào bạn vẫn kiểm tra ở phía của mình. Bộ kiểm tra đó là thứ bạn xây bây giờ.

Ở phía Python, tiêu chuẩn thực tế để khai báo và kiểm tra hình dạng đó là Pydantic. Bạn viết một lớp mô hình và thư viện phân tích, chuyển đổi, và kiểm tra giùm bạn:

from pydantic import BaseModel

class Person(BaseModel):
    name: str
    age: int

record = Person.model_validate_json(text)   # raises if it does not fit

Pydantic không có trong sandbox trình duyệt này, nên bạn sẽ tự xây cùng ý tưởng đó bằng thư viện chuẩn. Đó chính là điều các thư viện này làm bên dưới, và nó khiến các quy tắc không thể bị nói qua loa. Bạn đang viết validate_against_schema(obj, schema).

schema là một dict. Mỗi giá trị hoặc là một chuỗi tên kiểu ("int", "float", "str", "bool", "list", "dict") hoặc một dict đặc tả nhỏ như {"type": "int", "default": 0}. Hàm của bạn trả về một dict kết quả {"ok": bool, "value": dict, "errors": list}:

  • Nếu obj không phải là một dict, trả về ok=False với một lỗi gốc và một value rỗng.
  • Với mỗi trường: nếu nó bị thiếu và đặc tả có một "default", điền giá trị mặc định (lượt chuyển đổi/mặc định). Nếu nó bị thiếu mà không có mặc định, ghi lại một lỗi.
  • Nếu có mặt, kiểm tra kiểu của nó. Khi không khớp, ghi lại một lỗi nêu tên trường.
  • Chuyển một int thường lên float khi cần một float (việc đó không mất mát và an toàn), nhưng đừng chuyển đổi gì khác.
  • Nếu có bất kỳ lỗi nào, trả về ok=False với các errors đã gom và một value rỗng; nếu không thì trả về ok=True với value đã kiểm tra.

Cái bẫy bool-là-int. Trong Python bool là một lớp con của int, nên isinstance(True, int) là True và JSON true được giải mã thành True của Python. Một phép kiểm tra kiểu ngây thơ sẽ để "age": true lướt qua một trường int. Hãy từ chối tường minh một bool ở mọi chỗ cần một int hoặc một float:

if expected is int and isinstance(value, bool):
    errors.append(field + ": expected int, got bool")

Xây nó sao cho hai payload hợp lệ khác nhau đều qua, một trường bị thiếu và một kiểu sai mỗi cái đều rơi vào errors, một giá trị mặc định được điền vào, một int được chuyển thành float, và một bool lén lút bị từ chối ở chỗ cần một con số.

Đến lượt bạn

Viết validate_against_schema(obj, schema) trả về {"ok", "value", "errors"}. schema ánh xạ mỗi trường tới một chuỗi tên kiểu ("int"/"float"/"str"/"bool"/"list"/"dict") hoặc một dict đặc tả {"type": ..., "default": ...}. Từ chối một obj không phải dict, ghi lại một lỗi cho mỗi trường bị thiếu (không có mặc định) hoặc sai kiểu, điền giá trị mặc định khi có, chuyển một int thường lên float, và từ chối một bool ở chỗ cần một int hoặc float (cái bẫy bool-là-int). Chỉ trả về ok=True với value đã kiểm tra khi không có lỗi nào.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.