AI Agent结构化输出：让Agent说人话不如让它说JSON

自然语言输出程序不好解析。「帮我解析用户的意图」——让Agent返回JSON，程序直接拿来用，不用写正则。

💡 你将学到

自然语言输出程序不好解析。「帮我解析用户的意图」——让Agent返回JSON，程序直接拿来用，不用写正则。

📜 目录

• 怎么让Agent输出JSON
• 实际案例
• 总结
• 相关文章

每次让Agent输出自然语言，下游程序都要做一堆解析工作：正则匹配、关键词提取、异常处理。

如果Agent直接输出JSON，所有问题都解决了。

怎么让Agent输出JSON

方法1：System Prompt里指定格式

请严格按照以下JSON格式输出：
{"intent": "字符串", "entities": {"key": "value"}, "confidence": 0.0-1.0}

方法2：用Pydantic定义Schema

from pydantic import BaseModel

class UserIntent(BaseModel):
    intent: str
    entities: dict
    confidence: float

# 把schema传给Agent
schema = UserIntent.model_json_schema()

实际案例

用户说："帮我订一张明天下午去北京的机票"

Agent输出：

{
  "intent": "book_flight",
  "entities": {
    "destination": "北京",
    "date": "2026-07-17",
    "time_period": "下午"
  },
  "confidence": 0.92
}

下游程序直接拿来调用订票API，一行解析代码都不用写。

总结

能输出JSON就别输出自然语言。 Agent的任务是理解+结构化，你的程序负责执行。JSON是两者之间的桥梁。

相关文章

• AI Agent的System Prompt设计：写一个好的Agent指令
• LLM结构化输出：让AI返回你能直接用的JSON
• Pydantic for LLM 2026：让任何模型输出可靠的结构化JSON