Премини към основното съдържание
Български— Изберете език
Меню

Активиране на режима JSON

Урок 4 от 12 Обновен 3 ноември 2026 г. Програмист
На тази страница
  1. Как работи режимът JSON
  2. Активиране в Python
  3. Активиране в TypeScript
  4. Изричните инструкции не са по избор
  5. Преместване на инструкциите за формат в системния промпт
  6. Анализиране на отговора
  7. Ключови изводи

Обновено на 3 ноември 2026 г.: Примерите с TypeScript преди това импортираха Mistral като експорт по подразбиране (import Mistral from …), но SDK предоставя само именуван експорт: import { Mistral } from "@mistralai/mistralai". Освен това те предаваха съдържание с тип string | ContentChunk[] директно на JSON.parse и кодираха API ключа директно в изходния код. Проверено чрез компилация със SDK 3.5.0 и TypeScript 7.0.2. Източник: Mistral TypeScript SDK.

Как работи режимът JSON

Режимът JSON е най-простият механизъм за получаване на структуриран изход от Mistral. Чрез активиране на един единствен параметър Вие гарантирате, че отговорът на модела ще бъде валиден JSON. Няма нужда да дефинирате схема или да пишете модел на данни – просто получавате синтактично коректен JSON при всяко извикване.

Активиране в Python

Активирате това чрез параметъра response_format в метода client.chat.complete(). Имайте предвид, че самият промпт трябва да описва очакваната структура – скоро ще обясним защо това не е по избор.

from mistralai.client import Mistral

client = Mistral(api_key="your-api-key")

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "user",
            "content": "Describe the 3 main advantages of cloud computing. Return the result as JSON with a key 'advantages' containing a list of objects with 'title' and 'description'."
        }
    ],
    response_format={"type": "json_object"}
)

print(response.choices[0].message.content)

Изходът ще бъде валиден JSON, готов за употреба както си е:

{
  "advantages": [
    {
      "title": "Scalability",
      "description": "Dynamic adjustment of resources based on demand."
    },
    {
      "title": "Cost Reduction",
      "description": "No investment in physical infrastructure required."
    },
    {
      "title": "Accessibility",
      "description": "Access services from anywhere."
    }
  ]
}

Активиране в TypeScript

SDK за TypeScript следва точно същата логика, като използва именования camelCase: параметърът е responseFormat, а анализирането става чрез JSON.parse(). Важи една допълнителна предпазна мярка: SDK типизира content като string | ContentChunk[], така че JSON.parse ще приеме стойността само след като проверите дали тя наистина е низ.

import { Mistral } from "@mistralai/mistralai";

const client = new Mistral({ apiKey: process.env.MISTRAL_API_KEY });

const response = await client.chat.complete({
  model: "mistral-large-latest",
  messages: [
    {
      role: "user",
      content: "List 3 popular JavaScript frameworks in JSON with 'name' and 'useCase'."
    }
  ],
  responseFormat: { type: "json_object" },
});

const contenu = response.choices[0]?.message?.content;
if (typeof contenu !== "string") {
  throw new Error("Response does not contain JSON text.");
}
const data = JSON.parse(contenu);
console.log(data);

Изричните инструкции не са по избор

Ето точката, която много разработчици пропускат и причината за повечето разочарования от режима JSON: самото активиране на параметъра не е достатъчно. Режимът гарантира синтаксиса, но не и съдържанието. Трябва изрично да инструктирате модела в промпта относно формата, който очаквате.

Сравнете следните две извиквания. При първото няма насоки за структурата: моделът ще генерира JSON, но ключовете, техните имена и нивата на влагане ще варират от извикване до извикване, оставяйки низходящия Ви код без стабилни точки на закрепване.

# Лоша практика — няма инструкция за JSON в промпта
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "What are the advantages of cloud?"}
    ],
    response_format={"type": "json_object"}
)
# Моделът ще генерира JSON, но структурата ще бъде непредсказуема

При второто в промпта се вмъква структурен скелет. Сега моделът има цел, която да имитира, което прави изхода предсказуем при различните извиквания.

# Добра практика — ясна инструкция в промпта
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "user",
            "content": """What are the advantages of cloud computing?

Return your answer in JSON with the following structure:
{
  "topic": "string",
  "advantages": [
    {"title": "string", "description": "string"}
  ]
}"""
        }
    ],
    response_format={"type": "json_object"}
)

Включването на пример за структура във Вашия промпт насочва модела към желания формат. Това не е абсолютна гаранция като при персонализираните структурирани изходи (Custom Structured Outputs), но е повече от достатъчно за повечето случаи на употреба.

Преместване на инструкциите за формат в системния промпт

Когато една и съща обработка се повтаря стотици пъти, оставянето на инструкции за формат в съобщението на потребителя става неуправляемо: Вие ги копирате при всяко извикване и те се смесват със съдържанието за обработка. Вместо това ги преместете в системния промпт.

response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {
            "role": "system",
            "content": "You are a data extraction assistant. You ALWAYS return your responses in JSON with the keys 'entities', 'confidence', and 'source'."
        },
        {
            "role": "user",
            "content": "Extract information from this text: 'Acme Corp, founded in 2019 in Lyon, employs 250 people.'"
        }
    ],
    response_format={"type": "json_object"}
)

Това разделяне – инструкции за формат, носени от ролята system, и съдържание за обработка, носено от ролята user – прави кода Ви значително по-поддържаем: промяната на формата става само на едно място.

Анализиране на отговора

Един последен навик, който трябва да изградите: отговорът в режим JSON винаги е JSON низ вътре в message.content, никога обект. Анализирането е Ваша отговорност и на двата езика.

import json

raw = response.choices[0].message.content
data = json.loads(raw)

# Достъп до данните
for advantage in data["advantages"]:
    print(f"- {advantage['title']}: {advantage['description']}")
const contenu = response.choices[0]?.message?.content;
if (typeof contenu !== "string") {
  throw new Error("Response does not contain JSON text.");
}
const data = JSON.parse(contenu);

data.advantages.forEach((adv: any) => {
  console.log(`- ${adv.title}: ${adv.description}`);
});

Ключови изводи

  • Активирайте режима JSON с response_format: {"type": "json_object"}
  • Използвайте client.chat.complete() (не parse())
  • Винаги инструктирайте модела в промпта относно очакваната JSON структура
  • Отговорът е JSON низ – анализирайте го с json.loads() или JSON.parse()
  • Поставете инструкциите за формат в системния промпт за повтарящи се конвейери