Ugrás a főtartalomra
Magyar— Nyelv kiválasztása
Menü

JSON mód vs. egyéni strukturált kimenetek

2. lecke 12 közül Frissítve 2026. július 29. Fejlesztő
Ezen az oldalon
  1. Két megközelítés, két filozófia
  2. JSON mód: rugalmasság
  3. Egyéni strukturált kimenetek: szigor
  4. Részletes összehasonlítás
  5. Döntés a gyakorlatban
  6. Főbb megállapítások

Két megközelítés, két filozófia

A Mistral API két eltérő mechanizmust kínál strukturált kimenetek generálására. Ezek nem versenyeznek egymással; a projekt életciklusának különböző szakaszait szolgálják ki. A választásod a használati esetedtől, a technológiai stackedtől és a szükséges megbízhatósági szinttől függ.

JSON mód: rugalmasság

A JSON mód a legegyszerűbb megközelítés. Bekapcsolsz egy paramétert a kérésedben, és a Mistral garantálja, hogy a kimenet érvényes JSON lesz. Ennyi az egész. A modell szabadon választhatja meg a struktúrát: a kulcsokat, a típusokat és a beágyazás mélységét. A kívánt formátumot a promptodon keresztül irányítod, de nincs olyan technikai kényszer, amely kötötté tenné a sémát.

# JSON mód — a modell választja ki a struktúrát
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Analyze this text and return the result in JSON."}],
    response_format={"type": "json_object"}
)

Ez a minimalizmus a fő erőssége: csupán egy paramétert kell hozzáadni, nincs előre definiálandó séma, és teljes a rugalmasság, amikor egy problémát társz fel vagy gyorsan prototípust készítesz. A hátrány ennek tükörképe. Semmi nem garantálja a kapott JSON pontos szerkezetét: a modell kihagyhat egy mezőt, hozzáadhat egy másikat, vagy átnevezhet egy kulcsot hívásról hívásra. Ezért kötelezővé válik a kliens oldali validálás, ami olyan kód, amit neked kell megírnod és karbantartanod.

Egyéni strukturált kimenetek: szigor

Az egyéni strukturált kimenetek ezt a kényszert az API oldalára helyezik át. Megadsz egy pontos sémát – Pythonban Pydantic, TypeScriptben pedig Zod használatával –, és a Mistral arra kényszeríti a modellt, hogy azt pontosan betartsa.

from pydantic import BaseModel

class Analyse(BaseModel):
    sentiment: str
    score: float
    keywords: list[str]

# Egyéni — a séma érvényesítve van
response = client.chat.parse(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Analyze this text."}],
    response_format=Analyse
)

Az előny azonnali: minden mező jelen van a megfelelő típussal, és egy használatra kész, parsolt objektumot kapsz vissza – egy Pydantic vagy Zod modell példányát –, teljes IDE automatikus kiegészítéssel. Ez az üzemi környezetek és kritikus folyamatok módja. A kompromisszum egyetlen mondatban foglalható össze: előre meg kell határoznod egy adatmodellt, ami kevésbé teszi rugalmassá a felderítést, és némi kezdeti fejlesztési többletmunkát ró rád.

Részletes összehasonlítás

KritériumJSON módEgyéni strukturált kimenetek
Aktiválásresponse_format: {"type": "json_object"}response_format: MyModel (Pydantic/Zod)
API metódusclient.chat.complete()client.chat.parse()
Séma garanciaNem – csak érvényes JSONIgen – pontos séma érvényesítve
Automatikus parszolásNem – manuális json.loads() szükségesIgen – a .parsed típussal ellátott objektumot ad vissza
RugalmasságMagas – szabad struktúraAlacsony – rögzített struktúra
Ideális használati esetPrototípuskészítés, felderítés, változó sémákÉles környezet, kritikus folyamatok, API-k
Szükséges validálásIgen – kötelező kliens oldalonMinimális – a séma végzi a munkát

Döntés a gyakorlatban

Három jel utal a JSON módra. Az első a projekt szakasza: amikor prototípust készítesz, és a séma még nem stabil, egy adatmodell rögzítése lassít anélkül, hogy értéket adna hozzá. A második a feladat jellege: ha a kimeneti struktúra jogosan változik a bemenettől függően, mint például olyan felderítő elemzéseknél, ahol a releváns dimenziók nem ismertek előre, egy rögzített struktúra kényszerzubbony lenne. A harmadik technikai ok: olyan nyelven, amely nem támogatja a Pydanticot vagy a Zodot, a JSON mód marad az egyetlen belépési pontod.

Az egyéni strukturált kimenetek akkor veszik át az irányítást, amikor a helyzet megfordul. Éles környezetben vagy, ahol egy sikertelen kinyerésnek valós költsége van; a kimeneti séma ismert és stabil; Pythonban vagy TypeScriptben dolgozol; és típussal ellátott objektumokkal szeretnél manipulálni névtelen szótárak helyett. Konkrétan: egy folyamatnak, amely egész nap ugyanazzal a négy mezővel osztályoz ügyfélszolgálati jegyeket, nincs oka a JSON módban maradni.

Ez összhangban van a hivatalos Mistral dokumentációval, amely azt javasolja, hogy amikor csak lehetséges, az egyéni strukturált kimeneteket használd. A JSON mód jó belépési pont marad, de az egyéni kimenetek megbízhatóbbak, és jelentősen csökkentik a kliens oldali validálási kód mennyiségét.

Főbb megállapítások

  • JSON mód = garantáltan érvényes JSON, szabad struktúra, egyszerű bekapcsolni
  • Egyéni strukturált kimenetek = garantáltan pontos séma, automatikus parszolás, ideális éles környezethez
  • Kezdd a JSON móddal prototípuskészítéshez, majd válts az egyénire éles környezetben
  • A két megközelítés kiegészíti egymást, nem zárja ki