Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Ενεργοποίηση της Λειτουργίας JSON

Μάθημα 4 / 12 Ενημερώθηκε 3 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Πώς Λειτουργεί η Λειτουργία JSON
  2. Ενεργοποίηση σε Python
  3. Ενεργοποίηση σε TypeScript
  4. Οι Ρητές Οδηγίες Δεν Είναι Προαιρετικές
  5. Μεταφορά Οδηγιών Μορφής στην Προτροπή Συστήματος
  6. Ανάλυση της Απόκρισης
  7. Βασικά σημεία

Ενημερώθηκε στις 3 Νοεμβρίου 2026: Τα προηγούμενα παραδείγματα TypeScript εισήγαγαν το Mistral ως προεπιλεγμένη εξαγωγή (import Mistral from …), αλλά το SDK παρέχει μόνο ονομαστική εξαγωγή: import { Mistral } from "@mistralai/mistralai". Επίσης, περνούσαν περιεχόμενο με τύπο string | ContentChunk[] απευθείας στο JSON.parse και κωδικοποιούσαν στατικά το κλειδί API στον πηγαίο κώδικα. Επαληθεύτηκε μέσω μεταγλώττισης με SDK 3.5.0 και TypeScript 7.0.2. Πηγή: Mistral TypeScript SDK.

Πώς Λειτουργεί η Λειτουργία JSON

Η Λειτουργία JSON είναι ο απλούστερος μηχανισμός για τη λήψη δομημένης εξόδου από το Mistral. Ενεργοποιώντας μια μοναδική παράμετρο, εγγυάστε ότι η απάντηση του μοντέλου θα είναι έγκυρο JSON. Δεν χρειάζεται να ορίσετε σχήμα, ούτε να γράψετε μοντέλο δεδομένων—απλώς συντακτικά σωστό JSON σε κάθε κλήση.

Ενεργοποίηση σε Python

Το ενεργοποιείτε μέσω της παραμέτρου response_format στη μέθοδο client.chat.complete(). Σημειώστε ότι η ίδια η προτροπή (prompt) πρέπει να περιγράφει την αναμενόμενη δομή—θα εξηγήσουμε γιατί αυτό δεν είναι προαιρετικό αμέσως παρακάτω.

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)

Η έξοδος θα είναι έγκυρο JSON, έτοιμο για χρήση ως έχει:

{
  "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."
    }
  ]
}

Ενεργοποίηση σε TypeScript

Το SDK TypeScript ακολουθεί ακριβώς την ίδια λογική, με ονοματοδοσία camelCase: η παράμετρος είναι responseFormat και η ανάλυση γίνεται με JSON.parse(). Ισχύει μια επιπλέον προφύλαξη: το SDK ορίζει τον τύπο του content ως string | ContentChunk[], επομένως το JSON.parse θα δεχτεί την τιμή μόνο αφού επαληθεύσετε ότι είναι πράγματι συμβολοσειρά.

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);

Οι Ρητές Οδηγίες Δεν Είναι Προαιρετικές

Αυτό είναι το σημείο που πολλοί προγραμματιστές χάνουν, και ο λόγος για τις περισσότερες απογοητεύσεις με τη Λειτουργία JSON: η ενεργοποίηση της παραμέτρου δεν αρκεί. Η λειτουργία εγγυάται τη σύνταξη, όχι το περιεχόμενο. Πρέπει να δώσετε ρητές οδηγίες στο μοντέλο, μέσα στην προτροπή, σχετικά με τη μορφή που αναμένετε.

Συγκρίνετε τις δύο ακόλουθες κλήσεις. Στην πρώτη, δεν δίνεται καμία δομική καθοδήγηση: το μοντέλο θα παράγει JSON, αλλά τα κλειδιά, τα ονόματά τους και η εμφώλευσή τους θα διαφέρουν από κλήση σε κλήση, αφήνοντας τον downstream κώδικά σας χωρίς σταθερά σημεία αναφοράς.

# Κακή πρακτική — χωρίς οδηγία JSON στην προτροπή
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "What are the advantages of cloud?"}
    ],
    response_format={"type": "json_object"}
)
# Το μοντέλο θα παράγει JSON, αλλά η δομή θα είναι απρόβλεπτη

Στη δεύτερη, ένας δομικός σκελετός εισάγεται απευθείας στην προτροπή. Το μοντέλο έχει πλέον έναν στόχο να μιμηθεί, καθιστώντας την έξοδο προβλέψιμη σε όλες τις κλήσεις.

# Καλή πρακτική — σαφής οδηγία στην προτροπή
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"}
)

Η συμπερίληψη ενός παραδείγματος δομής στην προτροπή σας καθοδηγεί το μοντέλο προς την επιθυμητή μορφή. Αυτό δεν αποτελεί απόλυτη εγγύηση όπως οι Προσαρμοσμένες Δομημένες Έξοδοι (Custom Structured Outputs), αλλά είναι περισσότερο από επαρκές για τις περισσότερες περιπτώσεις χρήσης.

Μεταφορά Οδηγιών Μορφής στην Προτροπή Συστήματος

Μόλις η ίδια επεξεργασία επαναλαμβάνεται σε εκατοντάδες εισόδους, η αφήνοντας τις οδηγίες μορφής στο μήνυμα χρήστη γίνεται δυσχείριστη: τις αντιγράφετε σε κάθε κλήση και αναμειγνύονται με το περιεχόμενο προς επεξεργασία. Μεταφέρετέ τις αντ’ αυτού στην προτροπή συστήματος (system prompt).

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"}
)

Αυτός ο διαχωρισμός—οι οδηγίες μορφής μεταφέρονται από τον ρόλο system και το περιεχόμενο προς επεξεργασία από τον ρόλο user—κάνει τον κώδικά σας σημαντικά πιο συντηρήσιμο: η αλλαγή της μορφής συμβαίνει σε ένα μόνο σημείο.

Ανάλυση της Απόκρισης

Μια τελευταία συνήθεια που πρέπει να υιοθετήσετε: η απόκριση της Λειτουργίας JSON είναι πάντα μια συμβολοσειρά JSON μέσα στο message.content, ποτέ ένα αντικείμενο. Η ανάλυση (parsing) είναι δική σας ευθύνη, και στις δύο γλώσσες.

import json

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

# Πρόσβαση στα δεδομένα
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}`);
});

Βασικά σημεία

  • Ενεργοποιήστε τη Λειτουργία JSON με response_format: {"type": "json_object"}
  • Χρησιμοποιήστε το client.chat.complete() (όχι το parse())
  • Πάντα να δίνετε οδηγίες στο μοντέλο στην προτροπή σχετικά με την αναμενόμενη δομή JSON
  • Η απόκριση είναι μια συμβολοσειρά JSON—αναλύστε την με json.loads() ή JSON.parse()
  • Τοποθετήστε τις οδηγίες μορφής στην προτροπή συστήματος για επαναλαμβανόμενες ροές εργασίας