Proč strukturované výstupy?
Na této stránce
Aktualizace modelu, 2. listopadu 2026. Modely Mistral Large 3 (
mistral-large-2512) a Mistral Medium 3.5 byly 31. října 2026 vyřazeny a dne 30. dubna 2027 budou zcela odstaveny. Jejich nástupcem je Mistral Large 4 (mistral-large-4), který je ve veřejném náhledu od 6. října. Příklady v tomto kurzu používají aliasmistral-large-latest, který podle oficiální specifikace (ověřeno 3. listopadu 2026) stále odkazuje na Mistral Large 3. Podobněmistral-medium-latestodkazuje na Mistral Medium 3.5. Tyto aliasy zůstanou platné do 30. dubna 2027. Pro nové projekty otestujmistral-large-4, jejich určeného nástupce.
Problém s volnými textovými výstupy
Když umístíš jazykový model doprostřed automatizovaného pipeline, rychle narazíš na problém, který se první den málokdy objeví: jeho odpověď v prostém textu je nepředvídatelná. Stejná informace může být formulována desítkami různých způsobů a každá varianta nutí tvůj následný kód parsovat data jinak. To, co funguje během demonstrace, se v produkci často tiše rozbije.
Vezmi si běžný úkol. Požádáš Mistral, aby z obchodního popisu extrahoval název produktu a cenu. Bez omezení může model odpovědět:
The product is called "Widget Pro" and costs €49.99.
Nebo pro stejný vstup jen o několik hodin později:
Name: Widget Pro
Price: 49.99 EUR
Obě odpovědi jsou pro lidského čtenáře správné. Pro tvůj kód však nemají téměř nic společného: desetinný oddělovač se změnil z čárky na tečku, symbol měny se stal kódem ISO a větná struktura zmizela. Každá varianta vyžaduje jinou logiku parsování. V produkci to vede k tichým chybám, nefunkčním pipeline a hodinám ladění.
JSON: univerzální formát pro pipeline
JSON tento problém řeší vynucením strojově čitelné struktury. Stejná extrakce je pak jednoznačná:
{
"name": "Widget Pro",
"price": 49.99,
"currency": "EUR"
}
Kód, který tuto odpověď zpracovává, se opět stává jednoduchým a spolehlivým. Místo psaní křehkého regulárního výrazu napíšeš dvě stabilní řádky:
import json
data = json.loads(response)
product_name = data["name"]
price = data["price"]
Žádné riskantní regulární výrazy, žádné heuristické parsování. JSON je de facto standardem pro komunikaci mezi systémy, což z něj činí přirozenou volbu pro výstupy LLM v profesionálním prostředí.
Kdy je potřeba vzniká
Strukturované výstupy se stávají nezbytnými, jakmile odpověď modelu napájí něco jiného než obrazovku. Extrakce informací je nej přímějším příkladem: vytahování entit – jmen, dat, částek – z nestrukturovaných dokumentů má smysl pouze tehdy, pokud výsledek přímo dopadne do systému. Klasifikace následuje stejnou logiku: kategorizace support ticketů, e-mailů nebo recenzí zákazníků vyžaduje, aby se štítek a jeho míra spolehlivosti objevily v předvídatelných polích, nikoliv ukryté ve větě.
Transformace dat jde ještě dál převodem volného textu na strukturované záznamy určené pro databázi. Agenti a řetězce volání na tom závisí stejně tak: agent může orchestrat workflow pouze tehdy, pokud vrátí strukturovanou akci s názvem nástroje a jeho parametry ve stabilních klíčích. Nakonec LLM někdy působí jako zprostředkující vrstva před REST API, které očekává specifický payload – v tomto případě není formát pohodlí, ale smlouva.
Cena chybných výstupů
V produkci není spolehlivost volitelná a chybný výstup tě stojí třemi způsoby. Syntakticky neplatný JSON shodí aplikaci během parsování, což je nejviditelnější scénář, ale paradoxně nejméně nebezpečný. Chybějící pole tiše korumpují data: záznam projde, ale je neúplný a problém vyplave na povrch až o týdny později. Neshoda typů – řetězec "42" tam, kde jsi očekával číslo 42 – způsobí neočekávané chování v následných výpočtech, aniž by kdy vyvolala výjimku.
Strukturované výstupy Mistral řeší tyto tři výzvy dvěma doplňkovými mechanismy. Režim JSON garantuje platný výstup JSON bez vynucování schématu: povolíš ho parametrem a formát navádíš prostřednictvím promptu. Vlastní strukturované výstupy jdou dále vynucením přesného schématu popsaného pomocí Pydantic v Pythonu nebo Zod v TypeScriptu.
Tento kurz tě provede oběma přístupy. Naučíš se vybrat ten správný pro svůj případ použití, napsat odpovídající kód v obou jazycích a řešit chybové stavy pomocí vzorů, které obstojí v produkci.
Klíčové poznatky
- Výstupy v prostém textu jsou nepředvídatelné a nevhodné pro automatizovaná pipeline
- JSON je standardním formátem pro komunikaci mezi stroji
- Mistral nabízí dva mechanismy pro strukturované výstupy: Režim JSON a Vlastní strukturované výstupy
- Spolehlivost výstupu je v produkci kritická – strukturované výstupy jsou investice, nikoliv luxus