Saltar al contenido
TokIQ

Structured output

Salida estructurada: conseguir un JSON que se pueda analizar

El prompting de salida estructurada es la forma de conseguir que un modelo responda con una forma fija y legible por máquinas, normalmente un JSON que cumpla un esquema. El enfoque fiable combina un esquema claro, un ejemplo, el modo de salida estructurada o JSON del proveedor cuando exista, y validación en tu código con un reintento si falla el análisis.

Próximamente enApp StoreDisponible enGoogle Play

Pregunta de ejemplo · Structured output

Tu app analiza el JSON del modelo, pero a veces la respuesta empieza con “¡Claro! Aquí tienes el JSON:”. ¿Cuál es el arreglo más robusto?

  1. AAñadir “por favor” al prompt
  2. BUsar el modo de salida estructurada / JSON de la API con un esquema y validar el resultado
  3. CBajar la temperatura a 0 y confiar en la suerte
  4. DEliminar la primera línea de cada respuesta
Mostrar la respuesta y el porqué

B. Usar el modo de salida estructurada / JSON de la API con un esquema y validar el resultado Los modos nativos de salida estructurada restringen la respuesta a un JSON válido, y la validación de esquema detecta el resto. Los trucos con cadenas de texto se rompen en cuanto cambia la redacción.

Qué evalúan las preguntas

  • Describir un esquema que el modelo pueda seguir
  • Campos obligatorios, enums y valores vacíos
  • Validar la salida y reintentar si falla
  • Mantener la prosa fuera de las respuestas legibles por máquinas

Qué aprenderás

  • Cómo especificar una salida JSON con un esquema
  • Cómo gestionar valores ausentes o desconocidos
  • Cuándo usar las funciones nativas de salida estructurada
  • Cómo validar y recuperarte de una mala salida

Cómo practicarlo en TokIQ

  1. 1. Abre Structured output. Elígelo en la lista de temas de la pestaña Quiz. Es un tema Premium; el plan gratuito incluye Fundamentals, Role & context y Examples.
  2. 2. Responde una pregunta cada vez. Ves al instante si acertaste.
  3. 3. Toca Why? Lee la breve explicación y responde tres preguntas de seguimiento sobre la misma idea.
  4. 4. Vigila tu precisión. La pestaña Progress muestra cómo se compara Structured output con tus otros temas.

Structured output: preguntas frecuentes

¿Cómo consigo que un LLM devuelva un JSON válido?

Da un esquema y un ejemplo, usa el modo de salida estructurada o JSON del proveedor si lo tiene, y valida la respuesta en el código. Si falla, reintenta incluyendo el error de validación.

¿Qué debe hacer el modelo cuando un campo es desconocido?

Díselo de forma explícita, por ejemplo “usa null cuando el documento no lo diga”. Si no, los modelos tienden a rellenar los huecos con suposiciones verosímiles.

Para seguir leyendo

Técnicas6 min de lectura

Few-shot prompting: ejemplos frente a zero-shot

Los prompts zero-shot solo dan instrucciones; los few-shot añaden ejemplos. Cuándo los ejemplos mejoran la respuesta y cuándo causan copias, sesgo y deriva.

Más temas

Practica Structured output con unas pocas preguntas al día.

Quizzes cortos sobre decisiones reales al escribir prompts, con una explicación para cada respuesta. Gratis para empezar en iPhone y Android.

Próximamente enApp StoreDisponible enGoogle Play