要求模型返回 JSON,为什么还是带代码块或解析失败?
仅靠提示词要求 JSON,模型仍可能输出 Markdown 代码块、附加说明,或在触达 token 上限时截断对象。稳定解析需要同时满足两个条件:请求启用原生 response_format,且回复完整结束。
使用原生结构化输出
先确认目标模型支持原生 POST /v1/chat/completions 的 response_format,再在请求体中声明结构化 JSON Schema,避免仅靠自然语言约束。同时给 max_tokens 留出足够空间(不超过模型文档列出的 max_output_tokens),防止 JSON 中途截断。
通过 Capabilities 调用模型时,先查看该模型在 Capabilities 公开的输入字段,确认支持后再传格式参数。
校验结束状态与业务 Schema
- 解析前先检查
choices[0].finish_reason。只有stop代表输出完整;截断和拒答需分别记录为独立状态,不直接做 JSON 解析。 - 解析
choices[0].message.content,并按业务 Schema 校验category、summary等必填字段。HTTP200只代表传输成功,不保证字段完全符合业务约束。 - 解析失败或 Schema 校验失败的记录转入人工复核,防止异常结构进入后续自动化流程。
合同与相关问题
发送收费请求前,先免费查看模型合同:model:gpt-6-luna, model:gpt-image-2.5-flare-std。

