{
"usage": {
"prompt_tokens": 185,
"completion_tokens": 304,
"total_tokens": 489
},
"created": 1717295221,
"model": "GLM-4",
"id": "123",
"error": null,
"choices": [
{
"finish_reason": "stop",
"index": 0,
"message": {
"role": "assistant",
"content": "根据您提供的信息,我为您做了以下规划:\n\n```json\n{\n \"planDays\": [\n {\n \"dayPlanOrder\": 0,\n \"dayStations\": [\n {\n \"stationName\": \"腾格里沙漠\",\n \"stationOrder\": 0,\n \"stationDescription\": \"中国第四大沙漠,体验沙漠探险和沙丘摩托\",\n \"stationTag\": \"探险,自然景观\",\n \"stationActivity\": \"沙漠徒步,骑骆驼,沙丘摩托\",\n \"timeUsed\": 120\n },\n {\n \"stationName\": \"贺兰山\",\n \"stationOrder\": 1,\n \"stationDescription\": \"阿拉善著名景点,参观贺兰山岩画\",\n \"stationTag\": \"历史,文化,自然景观\",\n \"stationActivity\": \"参观岩画,登山\",\n \"timeUsed\": 90\n },\n {\n \"stationName\": \"巴丹吉林沙漠\",\n \"stationOrder\": 2,\n \"stationDescription\": \"中国第三大沙漠,欣赏沙漠日落\",\n \"stationTag\": \"自然景观\",\n \"stationActivity\": \"欣赏日落\",\n \"timeUsed\": 60\n }\n ]\n }\n ]\n}\n```\n\n 这个行程涵盖了阿拉善的主要景点,您可以根据个人兴趣选择参加的活动。如果选择自驾出行,可以在景点附近寻找停车场。祝您在阿拉善度过愉快的一天!",
"name": null,
"tool_call_id": null,
"tool_calls": null
},
"delta": null
}
],
"task_id": null,
"request_id": null,
"task_status": null
}
1
mekingname 182 天前 3
我使用 tool calling 来实现。
定义一个函数,接受 n 个参数,这些参数就是你的 json 里面对应的各个字段。然后让大模型通过 tool calling 去调用这个函数就可以了。在函数里面拿到这些参数,就是你需要的已经格式化以后的数据。 |
2
lqw3030 OP @mekingname tool/funcation call 有碰到过非期望响应的情况不
|
3
yinmin 182 天前 via iPhone 2
调用 api 时,可以是多组对话,因此,你加几组“一问一答”到 message 里,给 gpt 做参考,而不是写在一条信息里
|
4
maolon 182 天前 via Android
可能无关: gpt 可以指定 return as json object ,以及比较好奇楼上的 tool calling 能否解决嵌套字段问题?
|
5
mumbler 182 天前
指令跟随能力还是不够好,我用 gemini ,可以设置"response_mime_type": "application/json",几乎没遇到过加料的情况
|
6
june4 182 天前
就象楼上说的,给几个例子基本不可能出意外。
|
7
yorhaha123 182 天前 1
直接用正则表达式提取了
|
8
yushi17 182 天前
没有必要让大模型输出纯粹的 json 。你只要从里面找到 json 然后 parse 出来就行了。
|
9
yushi17 182 天前
可以参考 TypeChat: https://github.com/microsoft/TypeChat 就是我说的这个思路。
|
10
izzy27 182 天前
langchain 的 json parser
|
11
m0unta1n886 182 天前
有个 github 项目专门处理这个问题的。
|
12
codehz 182 天前
有些模型是自带这个的,不是我打广告,但是 minimax 那家是真的有,最关键是还能限制 json 格式,用一个类似 json schema 的语法
(虽然实际用下来 bug 不少,尤其是和 array 类型配合,还是和模型本身的基础能力有关系。。。) |
13
akira 182 天前
gpt 的话,有参数可以限制输出格式
|
14
devliu1 182 天前 via Android
gpt 可以直接指定
|
15
lqw3030 OP @m0unta1n886 https://github.com/RealAlexandreAI/json-repair 这个吗,我现在的做法是直接读取第一个{和最后一个},想说从语言模型本身出发解决这个问题
|
16
lqw3030 OP @yinmin 我去尝试下,先前的 prompt 模板都是参照 https://baoyu.io/translations/prompt-engineering/how-i-won-singapores-gpt-4-prompt-engineering-competition 里面建议的思路写的,我觉得你说的这个是个好主意👍
|
19
Cyron 181 天前 via iPhone 6
之前做了几个试验性项目,用 dsl 约束+json_mode 效果稳定,写了个总结
《 LLM 生成 Json 结构化数据的几种方案》 https://juejin.cn/post/7325429835387404307 |
20
shampoo 181 天前
题外话,做程序要讲究思维严谨、语义清晰:
“限制输出格式为 JSON”这句话有歧义,应该改为“指定输出格式为 JSON 。” |
21
TheWalkingDead 181 天前
@shampoo 你这真的是钻牛角尖,此地无银三百两。
|
22
mekingname 181 天前
@lqw3030 JSON 不能嵌套太深,否则可能拿到的结果跟预期不一致。
|
23
wuyiccc 181 天前
用的 langchain 的 output parser
|
24
macaodoll 181 天前 via Android
国产的如果涉及到某些敏感词直接不按提示来的,用外面的没这个问题
|
25
leehaoze98 181 天前
模型本身支持限定输出为格式为 application/json 这种的效果最好,本身就是微调在模型内的。
通过 Prompt 的方式约束,直接在 Prompt 内举出一个返回的示例效果是最好的,比如: ## 输出要求 你的输出为 JSON 格式的字符串,压缩在一行内,包含两个字段,"KeyA"代表 XX ,"KeyB"代表 XX 以下是一个输出示例 |
26
leehaoze98 181 天前 1
不小心发出去了,续楼上:
以下是一个输出示例: {"KeyA":"ValA","KeyB":"ValB"} 通过举例子的方法约束吼,只能保证返回的 JSON 大概率是你要求的格式,但是模型还是有概率在 JSON 后追加一些自然语言来进行解释,或者是加入 MarkDown 语法(有些模型就这么调的)。 这个时候只能是对大模型的返回进行处理,已经有些现成的库,比如 LangChain 的 Parser ,Python 、TS 和 Go 都有一个 JSON Repair 库。 只能是多种策略一起用,完全指望模型,代价高不稳定 |
27
lqw3030 OP @Cyron 晚些试了下,不知道是否是我调用的 API 问题,我参照文内编辑了 prompt ,整体输出质量是提高了,但是还是会出现类似```json 这样的 markdonw 头,好在简单的 substring 可以处理
|
28
cheng6563 181 天前
问题是语言模型你不让他滔滔不绝说一堆的话,他的智力会有不少限制。
|
29
yangyaofei 181 天前
用 CFG 去控制, 比如 Guidance 和 OutLines 这种项目
|
30
RRRoger 181 天前
https://mp.weixin.qq.com/s/gMdQBlTdvGbhzi_NL3HGXQ
大语言模型下的 JSON 数据格式交互 |
31
zhangwugui 180 天前
那返回 json 的话,还能流式输出么
|
32
Cyron 180 天前
@lqw3030 #27 是的文本补全只能自己处理,如果想要 100%可用的 JSON 就用大模型的 JSON Mode ,参考 https://platform.openai.com/docs/guides/text-generation/json-mode
|
33
Ironpan 178 天前
1. function_call/tools 能力
2. 模型支持直接 mode 为 json 的, 例如 gpt-3.5 好像现在就行了? 3. prompt: ReAct/Few shot(带几个例子进去)/langextract 里面有个提取结构化数据的核心 prompt 可以去找找, 然后改改 4. 一些细节: 4.1 prompt 使用 markdown 格式, 且添加标题, 如果返回的 json 里有注释, 你可以用 markdown 的格式添加注意事项叫它不要输出其他无关的内容, 或者不要加注释. 4.2 上下文里不一定都是一个 human+ai 的成对消息. 可以是一个 system message + 一个/多个 ai 消息(补充说明) + user 消息. 然后自己看情况调整. 4.3 我自己使用的时候返回的 json, 一般都是 markdown, 然后正则解析. 希望有所帮助. |