结构化输出是让 AI 按照固定的字段和格式返回结果，例如 JSON、表格或固定标题的清单。这样结果可以直接粘贴进表格、导入系统，或被程序自动处理。读完这篇，你就能把它用到自己的日常工作里。

结构化输出是什么，为什么有效

背后的原理并不复杂：自由文本每次结构都不同，后续整理很费时；预先定义字段相当于给 AI 一张要填的表，结果更一致，也更容易检查遗漏。与自由文本回答相比，自由文本可读性好但格式不稳定；结构化输出牺牲一点流畅度，换来可以直接复制、导入和自动处理的稳定结果。

设计字段时要从“下一步怎么用”倒推。如果结果要做数据透视，字段值就要标准化；如果要人工复核，就需要保留原文依据；如果要导入系统，字段名最好与系统字段一致。先想清楚用途，结构化输出才真正省事。

什么时候适合用

  • 从大量文本里提取信息，比如简历、合同、反馈里的关键字段。
  • 需要把结果导入表格或数据库。
  • 多人协作需要统一格式的输出。
  • 写程序调用 AI 接口，需要稳定解析结果。

怎么用：6 步上手

  1. 先确定你需要哪些字段，以及每个字段的类型和含义。
  2. 把字段定义写进提示词，最好直接给出一个空的 JSON 或表头。
  3. 说明缺失值怎么处理，例如找不到就填 null 或“未提及”
  4. 要求“只输出 JSON，不要任何解释”
  5. 用几条真实样本测试，检查字段是否齐全、格式是否合法。
  6. 如果通过接口调用，优先使用平台提供的结构化输出或 JSON 模式等功能，并在程序里做格式校验。

可直接复制的提示词

下面以科研人员的工作场景为例，方括号里的内容换成你自己的信息即可：

请从下面的论文初稿片段中提取信息，只输出 JSON，不要解释。
字段要求：
{
  "主题": "字符串，不超过 20 字",
  "负责人": "字符串，原文未提及填 null",
  "截止日期": "YYYY-MM-DD 格式，未提及填 null",
  "风险点": ["字符串数组，最多 3 条"],
  "需要导师决策的事项": ["字符串数组"]
}
原文：
[粘贴内容]

效果示例

以下内容为虚构示例，仅用于说明效果：

示例输出（虚构）： {“主题”:“活动报名系统上线”,“负责人”:“王某”,“截止日期”:“2026-11-05”,“风险点”:[“短信通道额度不足”],“需要决策的事项”:[“是否延长报名时间”]}

新手最常犯的两个错误

  • 容易犯的错：字段名含糊，比如“信息”“备注”更好的做法：每个字段写清含义和格式，比如“截止日期，YYYY-MM-DD”
  • 容易犯的错：不说明缺失值怎么处理。更好的做法：明确“未提及填 null”，否则 AI 可能自己编一个值。

上手后的小技巧

  • 给枚举字段列出可选值，能显著减少同义词混用，比如“高/中/低”
  • 在 JSON 里加一个“原文依据”字段，方便人工核对每个值从哪来。

一个常见疑问

表格和 JSON 怎么选？ 给人看选表格，给程序处理选 JSON；两者都要时，可以先输出 JSON，再让 AI 转成表格。

提示词技巧的共同点是把你脑子里的隐含要求说出来。AI 不知道你的读者是谁、标准是什么，写得越具体，它越少猜测。

下一步

入门之后，可以看看结构化输出的进阶技巧和常见错误，再结合信息抽取一起使用。

相关阅读