Režim JSON a vynucování schématu
Na této stránce
Lekce aktualizována 3. listopadu 2026 na základě dokumentace OpenAI: parametry
temperatureatop_pjsou přijímány pouze při úsilí o uvažování (reasoning effort) nastaveném nanone, zatímco modely GPT-5.6 ve výchozím nastavení uvažují (medium). Volání, která tyto parametry nastavují, musí proto specifikovatreasoning={"effort": "none"}(Responses API) neboreasoning_effort="none"(Chat Completions). Zdroje: Using GPT-6 · GPT-5.6 Terra.
Režim JSON a vynucování schématu
Strukturovaný výstup (Structured Output) od OpenAI garantuje, že odpověď modelu bude platným JSONem odpovídajícím schématu, které definuješ. Žádné více křehké parsování pomocí regulárních výrazů ani chyby formátování – omezení se aplikuje přímo na úrovni generování.
Tento nuance je zásadní a pro vývojáře mění vše. Žádost „odpověz v JSONu“ v promptu je prosba: model většinou poslechne, ale jednoho dne prefixed svou odpověď větou „Zde je požadovaný JSON:“, přidá zpětná lomítka Markdownu nebo zapomene čárku a tvůj json.loads vyhodí výjimku v produkci ve 3 hodiny ráno při největší dávce týdne. U Strukturovaného výstupu se omezení aplikuje během dekódování: tokeny, které by vytvořily neplatný nebo nevyhovující JSON, prostě nemohou být vybrány. Přestaneš prosit a začneš vynucovat.
Režim JSON vs. Strukturovaný výstup
OpenAI nabízí dvě úrovně omezení a rozdíl spočívá v jediném slově. Režim JSON garantuje platný JSON bez strukturálních omezení; Strukturovaný výstup garantuje JSON odpovídající schématu JSON Schema, které jsi napsal.
Režim JSON řeší polovinu problému. Máš jistotu, že odpověď naparsuješ, ale nevíš, co obsahuje: model může pojmenovat pole annee v jednom požadavku a year v dalším, nebo zabalit svůj seznam do objektu resultats, který den předtím nepoužil. Pro prototyp nebo surový výstup určený člověku to stačí; jakmile výstup napájí kód, který přistupuje k polím podle jména, potřebuješ druhou úroveň.
from openai import OpenAI
client = OpenAI()
# Jednoduchý režim JSON (platný JSON, volná struktura)
response = client.responses.create(
model="gpt-5.6-terra",
instructions="Always respond in JSON.",
input="List 3 programming languages with their year of creation.",
text={"format": {"type": "json_object"}}
)
import json
data = json.loads(response.output_text)
print(data)
Strukturovaný výstup s JSON Schema
Toto je nejmocnější funkce. Definuješ JSON schéma a API garantuje, že výstup se mu bude řídit. Níže uvedený příklad analyzuje sentiment recenze zákazníka a ilustruje tři doplňková využití schématu.
enum u pole sentiment zabraňuje modelu vymýšlet si промежуточnou kategorii jako „spíše pozitivní“: musí si vybrat ze čtyř poskytnutých hodnot, což činí výstup přímo použitelným ve filtru nebo dashboardu. description pole score funguje jako lokální mini-prompt, který označuje očekávanou škálu, aniž bys ji musel vysvětlovat v obecných instrukcích, a zůstává připojeno k poli, i když se prompt vyvíjí. Nakonec pole aspects typu array ti umožňuje rozložit rozporuplnou recenzi – zde produkt líbivý, ale dodání katastrofální – místo aby se tato nuance rozdrtila do jediného skóre, které nikomu nepomůže.
response = client.responses.create(
model="gpt-5.6-terra",
input="Analyze the sentiment of: 'The product is excellent "
"but the delivery was catastrophic.'",
text={
"format": {
"type": "json_schema",
"name": "sentiment_analysis",
"schema": {
"type": "object",
"properties": {
"sentiment": {
"type": "string",
"enum": ["positive", "negative", "mixed", "neutral"]
},
"score": {
"type": "number",
"description": "Score from -1.0 (very negative) to 1.0 (very positive)"
},
"aspects": {
"type": "array",
"items": {
"type": "object",
"properties": {
"aspect": {"type": "string"},
"sentiment": {
"type": "string",
"enum": ["positive", "negative", "neutral"]
}
},
"required": ["aspect", "sentiment"],
"additionalProperties": False
}
},
"summary": {"type": "string"}
},
"required": ["sentiment", "score", "aspects", "summary"],
"additionalProperties": False
},
"strict": True
}
}
)
result = json.loads(response.output_text)
# Garance: result má přesně definovaná pole
print(f"Sentiment: {result['sentiment']}")
print(f"Score: {result['score']}")
for aspect in result["aspects"]:
print(f" - {aspect['aspect']}: {aspect['sentiment']}")
Pravidla pro přísný strukturovaný výstup
Režim strict: true ukládá schématu vlastní omezení. Všechna pole se musí objevit v required a additionalProperties musí být false u každého objektu. Povolené typy jsou string, number, integer, boolean, array, object a null, plus enum pro omezení hodnot. Ani pattern, ani minLength/maxLength však nejsou přijímány: jemné validace probíhá na straně klienta.
Tato pravidla mohou být při prvním pokusu překvapivá, protože zakazují volitelná pole tak, jak jsou obvykle psána v JSON Schema. Kompromis je však pohodlný: tvůj kód nikdy nemusí testovat, zda klíč existuje; je tam vždy. Pro pole, které může legitimně být prázdné – chybějící telefonní číslo v dokumentu, datum ukončení probíhající smlouvy – řešením není odstranit jej z required, ale povolit, aby bylo null. Co se týče absence pattern a omezení délky, signalizuje to další lekci: schéma garantuje formu, ale obchodní validace zůstává tvou prací, jakmile je odpověď přijata.
Pomocník pro vytváření schémat
Ruční psaní bloku text.format pro každý požadavek se rychle stává zdlouhavým a náchylným k překlepům – chybějící klíč name, špatně umístěné strict a chyba přichází z API bez indication, kde hledat. Několik řádků wrapper kódu centralizuje strukturu, ve výchozím nastavení aplikuje nízkou teplotu (protože variabilita nic nepřidává k extrakci) a činí místo volání čitelným.
def structured_query(prompt: str, schema: dict,
schema_name: str = "response",
model: str = "gpt-5.6-terra",
system: str = "") -> dict:
"""Wrapper pro požadavky Strukturovaného výstupu."""
response = client.responses.create(
model=model,
reasoning={"effort": "none"}, # temperature vyžaduje effort none
instructions=system or "Respond in JSON according to the provided schema.",
input=prompt,
text={
"format": {
"type": "json_schema",
"name": schema_name,
"schema": schema,
"strict": True
}
},
temperature=0.1
)
return json.loads(response.output_text)
Příklad: Extrakce strukturovaných dat
Zde je případ použití, který sám o sobě ospravedlňuje naučení se této techniky: transformace faktury přijaté jako prostý text na objekt použitelný tvým účetním systémem. Schéma popisuje tři úrovně – hlavičku faktury, vnořený objekt vendor a pole lines, kde každý prvek má stejný tvar. Model musí tedy nejen lokalizovat informace rozptýlené v dokumentu, ale také je umístit na správné místo, včetně řádku vyjádřeného v hodinách místo jednotek, kde je jednotková cena chápána jako hodinová sazba.
Všimni si, že součty se ve schématu objevují jako pole k extrakci, nikoli k přepočtu. Žádáme model, aby četl; kontrola aritmetiky probíhá až poté v tvém kódu, kde jednoduché porovnání mezi součtem řádků a extrahovaným total_ht označí dokumenty k lidské revizi.
invoice_schema = {
"type": "object",
"properties": {
"invoice_number": {"type": "string"},
"date": {"type": "string"},
"vendor": {
"type": "object",
"properties": {
"name": {"type": "string"},
"siret": {"type": "string"},
"address": {"type": "string"}
},
"required": ["name", "siret", "address"],
"additionalProperties": False
},
"lines": {
"type": "array",
"items": {
"type": "object",
"properties": {
"description": {"type": "string"},
"quantity": {"type": "integer"},
"unit_price_excl_tax": {"type": "number"},
"vat_percent": {"type": "number"}
},
"required": ["description", "quantity",
"unit_price_excl_tax", "vat_percent"],
"additionalProperties": False
}
},
"total_excl_tax": {"type": "number"},
"total_incl_tax": {"type": "number"}
},
"required": ["invoice_number", "date", "vendor",
"lines", "total_excl_tax", "total_incl_tax"],
"additionalProperties": False
}
invoice_text = """
Invoice No. 2026-0042
Date: 15/03/2026
Vendor: TechServ SARL, SIRET 123 456 789 00012
12 rue de la Paix, 75002 Paris
- REST API Development x1: 3500.00 EUR excl. tax (VAT 20%)
- Cloud hosting (3 months) x1: 450.00 EUR excl. tax (VAT 20%)
- Technical support x10h: 150.00 EUR excl. tax/h (VAT 20%)
Total excl. tax: 5450.00 EUR
Total incl. tax: 6540.00 EUR
"""
result = structured_query(
invoice_text,
invoice_schema,
schema_name="invoice",
system="Extract the data from this invoice."
)
Měření přínosu omezení
Aplikuj tento princip na dokument, který dobře znáš: definuj JSON schéma pro extrakci klíčových informací z životopisu – jméno, zkušenosti, dovednosti, vzdělání – a otestuj jej na třech životopisech v prostém textu, které jsi záměrně vybral pro jejich heterogenní rozložení. Ověř, že výstup respektuje schéma, i když zcela chybí některá sekce.
Poté opakuj stejnou extrakci bez Strukturovaného výstupu, jednoduše požadováním JSONu v promptu, a ponech si všech šest výstupů vedle sebe. Porovnání obou sérií ukáže, co omezení přináší: rozdíl zřídka spočívá v extrahovaném obsahu, téměř vždy ve stabilitě názvů polí a přítomnosti očekávaných klíčů.
Klíčové poznatky
- Strukturovaný výstup garantuje JSON odpovídající schématu na úrovni generování
- Použij
strict: truepro maximální shodu - Všechna pole musí být
requiredsadditionalProperties: false - Ideální pro extrakci dat, klasifikaci a zpracovatelské pipeline
- Jemná validace (délka, pattern) probíhá na straně klienta po přijetí