Prejsť na hlavný obsah
Slovenčina— Vyberte jazyk
Menu

Manuálny response_format

Lekcia 5 z 12 Aktualizované 30. júla 2026 Vývojár
Na tejto strane
  1. Väčšia kontrola pomocou response_format
  2. Pracovný postup
  3. Kompletný príklad
  4. Rozdiely oproti parse()
  5. Spracovanie bez Pydantic
  6. Kedy zvoliť response_format
  7. Ošetrenie chýb
  8. Kľúčové poznatky

Väčšia kontrola pomocou response_format

Manuálna metóda cez response_format ti poskytuje plnú kontrolu nad spracovaním. Na rozdiel od parse(), ktorá vracia typizovaný objekt, tento prístup vracia reťazec JSON, ktorý si spracuješ sám – model Pydantic tu slúži len na definovanie schémy (model_json_schema()) a následnú validáciu. Túto metódu si vyber, keď potrebuješ flexibilitu alebo pracuješ v prostredí bez knižnice Pydantic.

Pracovný postup

Pri použití response_format prebieha proces v dvoch krokoch:

  1. API vráti JSON ako reťazec v response.choices[0].message.content
  2. Tento reťazec spracuješ zvolenou metódou

Kompletný príklad

from openai import OpenAI
from pydantic import BaseModel

client = OpenAI(
    api_key="your-xai-key",
    base_url="https://api.x.ai/v1"
)

class MovieReview(BaseModel):
    title: str
    rating: float
    summary: str
    recommend: bool

response = client.chat.completions.create(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": "Review the movie Inception"
    }],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "movie_review",
            "schema": MovieReview.model_json_schema()
        }
    }
)

# Obsah je reťazec JSON
json_string = response.choices[0].message.content
print(type(json_string))  # <class 'str'>
print(json_string)
# {"title": "Inception", "rating": 9.2, "summary": "...", "recommend": true}

# Manuálne spracovanie pomocou Pydantic
parsed = MovieReview.model_validate_json(json_string)
print(parsed.title)  # "Inception"

Rozdiely oproti parse()

Aspektparse()response_format
Návratová hodnota(Response, ParsedModel)Iba Response
SpracovanieAutomatickéManuálne
Prístup k dátamparsed.fieldjson.loads() alebo model_validate_json()
FlexibilitaŠtandardnáMaximálna
Ošetrenie chýbVstavanéTvoja zodpovednosť

Spracovanie bez Pydantic

Na spracovanie výsledku nemusíš používať Pydantic. Funguje aj štandardný modul json:

import json

response = client.chat.completions.create(
    model="grok-4.20-0309-reasoning",
    messages=[{
        "role": "user",
        "content": "Analyze this text and extract entities"
    }],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "entities",
            "schema": {
                "type": "object",
                "properties": {
                    "people": {
                        "type": "array",
                        "items": { "type": "string" }
                    },
                    "places": {
                        "type": "array",
                        "items": { "type": "string" }
                    }
                }
            }
        }
    }
)

data = json.loads(response.choices[0].message.content)
print(data["people"])  # ["Marie Curie", "Pierre Curie"]
print(data["places"])      # ["Paris", "Warsaw"]

Kedy zvoliť response_format

response_format sa hodí vždy, keď potrebuješ vidieť alebo preskúmať JSON predtým, než sa zmení na objekt. Najčastejším prípadom je logovanie: v produkčnom prostredí je často požiadavkou na audit alebo ladenie uchovávať surový JSON pred transformáciou a parse() ti tento bod zachytenia neposkytuje. Ďalej ide o otázku schémy: ak je zmluvným rozhraním surová schéma JSON – zdieľaná s inými tímami, generovaná nástrojom alebo verziovaná nezávisle od kódu Pythonu – jej priame vynútenie je vernejšie než jej rekonštrukcia ako modelu Pydantic. Nakoniec, nie každý projekt funguje v ekosystéme Pydantic: ak prebieha validácia cez iný framework alebo cez medzikrok špecifický pre tvoje pipeline, response_format ti odovzdá JSON tak, ako je, a nechá ťa rozhodnúť, čo bude nasledovať.

Ošetrenie chýb

Pri manuálnej metóde musíš chyby pri spracovaní ošetriť sám:

import json

try:
    data = json.loads(response.choices[0].message.content)
except json.JSONDecodeError as e:
    print(f"Chyba pri spracovaní: {e}")

V praxi by táto chyba nemala nikdy nastať, keďže API garantuje platný JSON. Obranné programovanie však zostáva v produkčnom prostredí najlepšou praxou.

Kľúčové poznatky

  • response_format vracia reťazec JSON v response.choices[0].message.content
  • Spracovanie je tvojou zodpovednosťou: json.loads(), model_validate_json() alebo iná metóda
  • Môžeš použiť surovú schému JSON namiesto modelu Pydantic
  • Väčšia flexibilita než pri parse(), ale vyžaduje viac kódu
  • Vráteneý JSON je garantovane platný – chyby pri spracovaní by nemali nastať