A JSON-mód engedélyezése
Ezen az oldalon
Frissítve: 2026. november 3.: A korábbi TypeScript-példák a
Mistralosztályt alapértelmezett exportként importálták (import Mistral from …), holott az SDK csak név szerinti exportot biztosít:import { Mistral } from "@mistralai/mistralai". Emellett astring | ContentChunk[]típusú tartalmat közvetlenül adták át aJSON.parsefüggvénynek, és a forráskódba keménykódolták az API-kulcsot. Ellenőrizve a 3.5.0-s SDK és a 7.0.2-es TypeScript fordításával. Forrás: Mistral TypeScript SDK.
Hogyan működik a JSON-mód
A JSON-mód a legegyszerűbb módszer arra, hogy strukturált kimenetet kapj a Mistral modelltől. Egyetlen paraméter bekapcsolásával garantálod, hogy a modell válasza érvényes JSON lesz. Nem kell sémát definiálnod, sem adatmodellt írnod – minden hívásnál szintaktikailag helyes JSON-t kapsz.
Engedélyezés Pythonban
Ezt a client.chat.complete() metódus response_format paraméterével aktiválhatod. Ne feledd: magának a promptnak is le kell írnia a várt struktúrát – hogy ez miért nem elhagyható, azt rövidesen kifejtjük.
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)
A kimenet érvényes JSON lesz, amely azonnal használható:
{
"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."
}
]
}
Engedélyezés TypeScriptben
A TypeScript SDK pontosan ugyanazt a logikát követi, camelCase elnevezéssel: a paraméter neve responseFormat, az elemzéshez pedig a JSON.parse() függvényt használjuk. Egy extra óvintézkedés szükséges: az SDK a content mezőt string | ContentChunk[] típusként kezeli, így a JSON.parse csak akkor fogadja el az értéket, ha előtte ellenőrzöd, hogy valóban szöveg-e.
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);
A kifejezett utasítások nem opcionálisak
Íme egy pont, amit sok fejlesztő figyelmen kívül hagy, és ami a JSON-móddal kapcsolatos csalódások többségének oka: a paraméter bekapcsolása önmagában nem elég. A mód csak a szintaxist garantálja, a tartalmat nem. Kifejezetten utasítanod kell a modellt a prompton belül arról, milyen formátumot vársz.
Hasonlítsd össze az alábbi két hívást. Az elsőben nincs strukturális útmutatás: a modell JSON-t állít elő, de a kulcsok, azok nevei és a beágyazottság hívásról hívásra változni fog, így a downstream kódodnak nem lesznek stabil támpontjai.
# Rossz gyakorlat – nincs JSON-utasítás a promptban
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{"role": "user", "content": "What are the advantages of cloud?"}
],
response_format={"type": "json_object"}
)
# A modell JSON-t állít elő, de a struktúra kiszámíthatatlan lesz
A második esetben egy strukturális vázat illesztünk közvetlenül a promptba. A modellnek így van egy célja, amit utánozhat, így a kimenet hívásról hívásra előre jelezhetővé válik.
# Jó gyakorlat – egyértelmű utasítás a promptban
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"}
)
Ha strukturális példát adsz a promptban, azzal a kívánt formátum felé tereled a modellt. Ez nem olyan abszolút garancia, mint az egyedi strukturált kimenetek (Custom Structured Outputs), de a legtöbb használati esetben teljesen elegendő.
A formátumra vonatkozó utasítások áthelyezése a rendszer-promptba
Ha ugyanazt a feldolgozást száznyi bemeneten ismétled meg, a formátumra vonatkozó utasításokat a felhasználói üzenetben hagyni kezelhetetlenné válik: minden hívásnál másolnod kell őket, és összekeverednek a feldolgozandó tartalommal. Helyezd át őket inkább a rendszer-promptba.
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"}
)
Ez a szétválasztás – ahol a formátumra vonatkozó utasításokat a system szerepkör viszi, a feldolgozandó tartalmat pedig a user szerepkör – jelentősen karbantarthatóbbá teszi a kódodat: a formátum módosítása ezentúl csak egy helyen történik.
A válasz elemzése
Egy utolsó szokás, amit érdemes kialakítanod: a JSON-mód válasza mindig egy JSON-szöveg a message.content mezőben, sosem objektum. Az elemzés a te feladatod mindkét nyelven.
import json
raw = response.choices[0].message.content
data = json.loads(raw)
# Adatok hozzáférése
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}`);
});
Főbb megállapítások
- A JSON-módot a
response_format: {"type": "json_object"}paraméterrel engedélyezed - Használd a
client.chat.complete()metódust (ne aparse()-t) - Mindig utasítsd a modellt a promptban a várt JSON-struktúrára
- A válasz egy JSON-szöveg – elemezd a
json.loads()vagy aJSON.parse()függvénnyel - Ismétlődő folyamatoknál a formátumra vonatkozó utasításokat a rendszer-promptba helyezd