Prečo štruktúrované výstupy?
Na tejto strane
Aktualizácia modelu, 2. novembra 2026. Modely Mistral Large 3 (
mistral-large-2512) a Mistral Medium 3.5 boli 31. októbra 2026 vyradené z prevádzky a úplne sa odstavia 30. apríla 2027. Ich nástupca, Mistral Large 4 (mistral-large-4), je vo verejnej náhľade od 6. októbra. Príklady v tomto kurze používajú aliasmistral-large-latest, ktorý podľa oficiálnej špecifikácie (overené 3. novembra 2026) stále odkazuje na Mistral Large 3. Podobnemistral-medium-latestodkazuje na Mistral Medium 3.5. Tieto aliasy zostanú platné do 30. apríla 2027. Pre nové projekty otestujmistral-large-4, ich určeného nástupcu.
Problém s voľnými výstupmi
Keď umiestniš jazykový model do automatizovaného pipeline, rýchlo narazíš na problém, ktorý sa prvý deň zriedka objaví: jeho textová odpoveď je nepredvídateľná. Tú istú informáciu možno vyjadriť desiatkami rôznych spôsobov a každá variácia núti tvoj downstream kód parsovať ju inak. To, čo funguje počas dema, sa vo výrobe pokazí, často potichu.
Zoberme si bežnú úlohu. Požiadaš Mistral, aby extrahoval názov produktu a cenu z obchodného popisu. Bez obmedzení môže model odpovedať:
The product is called "Widget Pro" and costs €49.99.
Alebo o niekoľko hodín neskôr pre ten istý vstup:
Name: Widget Pro
Price: 49.99 EUR
Obe odpovede sú pre ľudského čitateľa správne. Pre tvoj kód nemajú takmer nič spoločné: desatinná čiarka sa zmenila na bodku, symbol meny sa stal kódom ISO a štruktúra vety zmizla. Každá variácia si vyžaduje inú logiku parsovania. Vo výrobe to vedie k tichým chybám, nefunkčným pipeline a hodinám ladenia.
JSON: univerzálny formát pre pipeline
JSON tento problém rieši vynútením štruktúry čitateľnej pre stroje. Rovnaká extrakcia je potom jednoznačná:
{
"name": "Widget Pro",
"price": 49.99,
"currency": "EUR"
}
Kód, ktorý túto odpoveď spracováva, sa opäť stáva jednoduchým a spoľahlivým. Namiesto písania krehkého regulárneho výrazu napíšeš dve stabilné riadky:
import json
data = json.loads(response)
product_name = data["name"]
price = data["price"]
Žiadne riskantné regexy, žiadne heuristické parsovanie. JSON je de facto štandardom pre komunikáciu medzi systémami, čo z neho robí prirodzenú voľbu pre výstupy LLM v profesionálnom prostredí.
Kde vzniká potreba
Štruktúrované výstupy sa stávajú nevyhnutnými hneď, ako odpoveď modelu napája niečo iné než obrazovku. Extrakcia informácií je najpriamejším príkladom: ťahanie entít – mien, dátumov, súm – z neštruktúrovaných dokumentov je užitočné len vtedy, ak výsledok priamo spadne do systému. Klasifikácia nasleduje rovnakú logiku: kategorizácia support ticketov, e-mailov alebo recenzií zákazníkov vyžaduje, aby sa štítok a jeho skóre dôveryhodnosti dostali do predvídateľných polí, nie ukryté vo vete.
Transformácia dát to posúva ešte ďalej konverziou voľného textu na štruktúrované záznamy určené pre databázu. Agenti a reťazce volaní závisia od toho rovnako: agent môže orchestrávať workflow len vtedy, ak vráti štruktúrovanú akciu s názvom nástroja a jeho parametrami v stabilných kľúčoch. Nakoniec, LLM niekedy pôsobí ako sprostredkovateľská vrstva pred REST API, ktoré očakáva špecifickú payload – v tomto prípade nie je formát výhodou, ale zmluvou.
Cena chybných výstupov
Vo výrobe nie je spoľahlivosť voliteľná a chybný výstup ťa stojí tromi spôsobmi. Syntakticky neplatný JSON zhodí tvoju aplikáciu počas parsovania, čo je najviditeľnejší scenár, ale paradoxne najmenej nebezpečný. Chýbajúce polia ticho poškodzujú tvoje dáta: záznam prejde, ale je neúplný a problém sa objaví až o týždne. Nezhodné typy – reťazec "42" tam, kde si očakával číslo 42 – spôsobujú neočakávané správanie v downstream výpočtoch, aniž by niekedy vyhodili výnimku.
Štruktúrované výstupy Mistral riešia tieto tri výzvy dvoma doplnkovými mechanizmami. Režim JSON garantuje platný výstup JSON bez vynucovania schémy: povolíš ho parametrom a formát usmerníš cez prompt. Vlastné štruktúrované výstupy idú ďalej vynútením presnej schémy opísanej pomocou Pydantic v Pythone alebo Zod v TypeScrite.
Tento kurz ťa prevedie oboma prístupmi. Naučíš sa vybrať ten správny pre svoj prípad použitia, napísať zodpovedajúci kód v oboch jazykoch a riešiť chybové prípady vzormi, ktoré obstoja vo výrobe.
Kľúčové poznatky
- Výstupy voľného textu sú nepredvídateľné a nevhodné pre automatizované pipeline
- JSON je štandardný formát pre komunikáciu medzi strojmi
- Mistral ponúka dva mechanizmy pre štruktúrované výstupy: Režim JSON a Vlastné štruktúrované výstupy
- Spoľahlivosť výstupu je vo výrobe kritická – štruktúrované výstupy sú investícia, nie luxus