Aktivera JSON-läge
På denna sida
Uppdaterat den 3 november 2026: TypeScript-exemplen importerade tidigare
Mistralsom en standardexport (import Mistral from …), men SDK:t tillhandahåller endast en namngiven export:import { Mistral } from "@mistralai/mistralai". De skickade också innehåll av typenstring | ContentChunk[]direkt tillJSON.parseoch hårdkodade API-nyckeln i källkoden. Verifierat genom kompilering med SDK 3.5.0 och TypeScript 7.0.2. Källa: Mistral TypeScript SDK.
Hur JSON-läge fungerar
JSON-läge är den enklaste mekanismen för att få strukturerad utdata från Mistral. Genom att aktivera en enda parameter garanterar du att modellens svar blir giltig JSON. Ingen schema att definiera, ingen datamodell att skriva – bara syntaktiskt korrekt JSON vid varje anrop.
Aktivering i Python
Du aktiverar detta via parametern response_format i metoden client.chat.complete(). Observera att prompten i sig måste beskriva den förväntade strukturen – vi förklarar snart varför detta inte är valfritt.
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)
Utdata blir giltig JSON, redo att användas som den är:
{
"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."
}
]
}
Aktivering i TypeScript
TypeScript-SDK:t följer exakt samma logik, med camelCase-namngivning: parametern heter responseFormat och parsning sker med JSON.parse(). En extra försiktighetsåtgärd gäller: SDK:t typar content som string | ContentChunk[], så JSON.parse accepterar bara värdet efter att du har verifierat att det faktiskt är en sträng.
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);
Explicita instruktioner är inte valfria
Här är punkten som många utvecklare missar, och orsaken till mestadels besvikelse med JSON-läge: att aktivera parametern räcker inte. Läge garanterar syntax, inte innehåll. Du måste explicit instruera modellen, inom prompten, om vilket format du förväntar dig.
Jämför följande två anrop. I det första ges ingen strukturell vägledning: modellen kommer att producera JSON, men nycklarna, deras namn och deras nästling kommer att variera från anrop till anrop, vilket lämnar din nedströmskod utan stabila fästpunkter.
# Dålig praxis – ingen JSON-instruktion i prompten
response = client.chat.complete(
model="mistral-large-latest",
messages=[
{"role": "user", "content": "What are the advantages of cloud?"}
],
response_format={"type": "json_object"}
)
# Modellen kommer att producera JSON, men strukturen blir oförutsägbar
I det andra infogas ett strukturellt skelett direkt i prompten. Modellen har nu ett mål att efterlikna, vilket gör utdata förutsägbar över olika anrop.
# God praxis – tydlig instruktion i prompten
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"}
)
Att inkludera ett struktur exempel i din prompt guidar modellen mot önskat format. Detta är ingen absolut garanti som anpassade strukturerade utdata, men det är mer än tillräckligt för de flesta användningsfall.
Flytta formatinstruktioner till system-prompten
När samma bearbetning upprepas över hundratals indata blir det ohanterbart att lämna formatinstruktioner i användarmeddelandet: du kopierar dem vid varje anrop och de blandas med innehållet som ska bearbetas. Flytta istället dem till system-prompten.
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"}
)
Denna separation – formatinstruktioner bärs av rollen system, och innehåll att bearbetas bärs av rollen user – gör din kod betydligt mer underhållsbar: att ändra formatet sker bara på ett ställe.
Parsning av svaret
En sista vana att bygga upp: svaret från JSON-läge är alltid en JSON-sträng inuti message.content, aldrig ett objekt. Parsningen är ditt ansvar, på båda språken.
import json
raw = response.choices[0].message.content
data = json.loads(raw)
# Åtkomst till data
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}`);
});
Viktiga punkter
- Aktivera JSON-läge med
response_format: {"type": "json_object"} - Använd
client.chat.complete()(inteparse()) - Instruera alltid modellen i prompten om den förväntade JSON-strukturen
- Svaret är en JSON-sträng – pars den med
json.loads()ellerJSON.parse() - Placera formatinstruktioner i system-prompten för repetitiva pipeline