Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Įgalinti JSON režimą

Paskaita 4 iš 12 Atnaujinta 2026 m. lapkričio 3 d. Kūrėjas
Šiame puslapyje
  1. Kaip veikia JSON režimas
  2. Įgalinimas naudojant Python
  3. Įgalinimas naudojant TypeScript
  4. Aiškios instrukcijos nėra pasirenkamos
  5. Formatavimo instrukcijų perkėlimas į sistemos užklausą
  6. Atsakymo analizavimas
  7. Svarbiausi punktai

Atnaujinta 2026 m. lapkričio 3 d.: Anksčiau TypeScript pavyzdžiuose Mistral buvo importuojamas kaip numatytasis eksportas (import Mistral from …), tačiau SDK pateikia tik įvardytąjį eksportą: import { Mistral } from "@mistralai/mistralai". Be to, jie tiesiogiai perdavė string | ContentChunk[] tipo turinį į JSON.parse ir užkoduotą API raktą paliko源代码e. Patikrinta kompiliuojant su SDK 3.5.0 ir TypeScript 7.0.2. Šaltinis: Mistral TypeScript SDK.

Kaip veikia JSON režimas

JSON režimas yra paprasčiausias būdas gauti struktūrizuotą išvestį iš „Mistral“. Įgalinę vieną parametrą, garantuojate, kad modelio atsakymas bus tinkamos sintaksės JSON. Nereikia apibrėžti schemos, rašyti duomenų modelio – kiekvieno kvietimo metu gaunate tik sintaksiškai teisingą JSON.

Įgalinimas naudojant Python

Tai įgalinama naudojant response_format parametrą client.chat.complete() metode. Atkreipkite dėmesį, kad pati užklausa (prompt) turi aprašyti tikėtiną struktūrą – netrukus paaiškinsime, kodėl tai nėra pasirenkama.

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)

Išvestis bus tinkamos sintaksės JSON, paruošta naudoti tokia, kokia yra:

{
  "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."
    }
  ]
}

Įgalinimas naudojant TypeScript

TypeScript SDK laikosi tos pačios logikos, naudodamas „camelCase“ pavadinimus: parametras yra responseFormat, o analizavimui naudojamas JSON.parse(). Taikoma viena papildoma atsargumo priemonė: SDK tipizuoja content kaip string | ContentChunk[], todėl JSON.parse priims reikšmę tik tada, kai patikrinsite, ar tai tikrai eilutė.

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);

Aiškios instrukcijos nėra pasirenkamos

Štai punktas, kurio daugelis kūrėjų nepastebi ir kuris yra pagrindinė nusivylimo JSON režimu priežastis: nepakanka tik įgalinti parametro. Režimas garantuoja sintaksę, bet ne turinį. Turite aiškiai nurodyti modeliui užklausos tekste, kokio formato tikitės.

Palyginkite šiuos du kvietimus. Pirmajame nėra jokių struktūros nurodymų: modelis sugeneruos JSON, bet raktai, jų pavadinimai ir įdėjimo lygiai kisis nuo kvietimo iki kvietimo, paliekant jūsų tolesniam kodui be stabilių atskaitos taškų.

# Bloga praktika – jokių JSON instrukcijų užklausoje
response = client.chat.complete(
    model="mistral-large-latest",
    messages=[
        {"role": "user", "content": "What are the advantages of cloud?"}
    ],
    response_format={"type": "json_object"}
)
# Modelis sugeneruos JSON, bet struktūra bus nenuspėjama

Antrajame atveju struktūros skeletas įterpiamas tiesiai į užklausą. Dabar modelis turi tikslą, kurį reikia imituoti, todėl išvestis tampa nuspėjama visuose kvietimuose.

# Gera praktika – aiški instrukcija užklausoje
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"}
)

Struktūros pavyzdžio įtraukimas į užklausą nukreipia modelį link pageidaujamo formato. Tai nėra absoliuti garantija, kaip „Custom Structured Outputs“, tačiau daugeliu atvejų to visiškai pakanka.

Formatavimo instrukcijų perkėlimas į sistemos užklausą

Kai tas pats apdorojimas kartojamas šimtams įvesties duomenų, formatavimo instrukcijų palikimas naudotojo žinutėje tampa nebevaldoma: tenka jas kopijuoti kiekvieno kvietimo metu ir jos susimaišo su apdorojamu turiniu. Vietoj to perkelkite jas į sistemos užklausą.

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"}
)

Šis atskyrimas – formatavimo instrukcijos perduodamos per system vaidmenį, o apdorojamas turinys per user vaidmenį – daro jūsų kodą žymiai lengviau prižiūrimu: formato keitimas atliekamas tik vienoje vietoje.

Atsakymo analizavimas

Paskutinis įprotis, kurį turite išsiugdyti: JSON režimo atsakymas visada yra JSON eilutė lauke message.content, niekada – objektas. Analizavimas yra jūsų atsakomybė abiejose kalbose.

import json

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

# Duomenų pasiekimas
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}`);
});

Svarbiausi punktai

  • Įgalinkite JSON režimą naudodami response_format: {"type": "json_object"}
  • Naudokite client.chat.complete() (o ne parse())
  • Visada instruktuokite modelį užklausoje dėl tikėtinos JSON struktūros
  • Atsakymas yra JSON eilutė – analizuokite ją naudodami json.loads() arba JSON.parse()
  • Kartojamiems procesams formatavimo instrukcijas dėkite į sistemos užklausą