什么是结构化输出？让 AI 按字段交卷，少交一篇顺口的废话

你让 AI 比较两家服务，它回了一篇很顺的短文：功能全面、价格合理、适合大多数人。你真正想找的三样东西——月费、能不能按月取消、有没有写明数据保留多久——在文章里都没出现，或者被揉进一句“总体来说很灵活”。字是够了，表是空的。

结构化输出要解决的就是这个。你先规定交卷的格子，它只能往格子里填。填不出的格子保持空白，不能用一段好听的话把空白糊上。

一段话为什么总像已经答完

普通聊天时，模型在续写一段通顺的文字。通顺本身就会制造“答完了”的感觉：句子有开头、有转折、有收束，读者的注意力被语气带走。缺的事实只要不单独占一格，就很容易混进“一般来说”。

这也是幻觉特别会藏的地方。编一个数字放进流畅的句子里，比留下一个空单元格更不像出错。你要的不是更会写的模型，而是一个不愿意用句子填洞的格式。

散文奖励完整。表格惩罚空白。把任务换成表格，空着就会显眼。

结构化输出就是先画好格子

结构化输出的意思是：回答必须符合你事先定好的形状。形状可以是一张表的列名，也可以是一组字段，比如“名称、金额、日期、来源原句、不确定的地方”。程序或你自己都能检查：该有的列在不在，不该猜的地方是不是写成了“未知”。

开发者用的产品里，这常被叫作 JSON 模式或按结构输出。模型被要求交回一份机器能读的数据，缺字段会被判不合格，而不是被当成一篇还行的文章。你不是开发者也可以用同一思想：在对话里把列名写死，并规定空值怎么写。

它和工具调用相邻，但不是同一件事。工具调用是模型举手，让旁边的程序去搜索或计算，再把结果拿回来。结构化输出是模型交卷时必须按格子填。一次回答可以两件事都发生：先调用计算器，再把得数填进“金额”那一列。只规定格式，不会让它真的去算。数字仍然要核对。

不用写程序，也能把格子定死

你可以直接这样说：

请把下面的材料整理成表格，列只能是：项目、材料中的原句、我该做的下一步、不确定之处。每一行必须有原句。材料没写的，填“未写明”，不要用常识补。不要在表格外面再写一段总结。

最后一句很要紧。模型喜欢在表格后面再补一段“综合来看”，把你刚禁掉的猜测又写回来。只要格子，就明确说不要表格外的散文。

列不要贪多。四列能用，就不要八列。列越多，它越会为了填满而编。一个好格子只问你下一步真的会用到的东西：谁、多少钱、哪一天、依据是哪一句、哪里还不知道。

三种常见任务，格子可以怎么画

• 比较：方案、月费、能否取消、数据保留、材料原句。没有原句的单元格写“未写明”；
• 摘录：日期、金额、责任人、条件、原句。条件包括“仅当、除外、截至”；
• 行动：下一步、谁来做、何时之前、做完交什么。缺时间就空着，不要写成“尽快”。

比较时最容易被“总体更合适”带跑。你可以把结论列改成“在哪一个字段上不同”，禁止它写“推荐你选哪一个”。选择是你的事。它的事是把差异放进能对账的格子。

材料很长时，还要记得中段更容易被漏。结构化输出不会自动读匀长文。格子规定的是交卷形状，不是阅读质量。长材料先切片，每次只让它填这一节的表，再把几张表合起来。一次把三十页塞进去要一张总表，中段的例外仍可能整行消失。

一张表怎么从“像答案”变成能核对

假设材料只有三句：甲方案月费 30 元，按月扣；乙方案写了“年付更划算”，没写月费；两边都没写数据保留多久。你要的表不该长成一篇推荐。

坏表长这样：乙的月费被写成“大约 25 元”，数据保留被写成“通常 30 天”，下面再加一句“综合建议选乙”。这三个数和这句建议都不是材料里的。格子的用处，就是让你能一眼删掉它们。

你还可以规定允许填写的词。比如“下一步”只准用：核对原句、向对方提问、先不做。模型一旦写出第四种，比如“建议购买”，你就知道它越过了格子。允许的词越少，它越难用一个新句子把决定偷偷做完。

格式全对，内容仍可能是编的

这是结构化输出最容易给人的错觉：既然是表格、既然字段都在，它就比一段话更真。不是。模型可以按你的列名，把编出来的月费、日期和“原句”填得整整齐齐。原句那一列如果在原文里搜不到，这一行就作废，不管其他列写得多像。

所以检查顺序是固定的：

1. 该有的列在不在，有没有表格外面的散文；
2. “未写明”是不是被改成了具体数字或日期；
3. 原句能不能在材料里找到，旁边的限制词还在不在；
4. 金额和日期再对一次原文，不靠它的转述。

四步里任何一步失败，就不要把这张表交到下一步。下一步包括发给同事、填进自己的预算、拿去和对方确认。表是草稿的形状，不是已经核对过的事实。

什么时候先别用格子

问题还没想清时，硬要表格会把探索变成填空。你还不知道该比较哪几项，就让它先列出“要做这个决定，缺哪些信息”，不要立刻生成一张假完整的对比表。讨论阶段用短句子来回问；要交给别人或交给自己执行时，再收成格子。

另外，不要为了填表把不该贴的东西贴进去：别人的身份证件、未公开的报价、完整病历。格子越清楚，这些内容越容易被原样留在对话里。能改写成就事的字段，就不要贴原件。

字段名称也要写成你真的会核对的话。“优势”“体验”“风险等级”这种列，模型最容易填形容词。改成“月费数字”“取消方式的原句”“材料没写的项目”。列名里如果已经包含判断，它就会交判断；列名里只有事实，它才比较容易把判断留空。同一张表里不要混进“推荐”列。推荐列几乎总会被填上，而且填的人不是你。你若需要自己的选择，把选择写在表外，并写明它依据的是哪一行。表内只留能核对的格子。核对不了的列，宁可不设。设了就会被填满，填满之后你还要花时间把它们删掉。不如一开始就不要那一列。少一列，就少一次被编造填满的机会。

小结

• 结构化输出是先规定字段，让缺失变成看得见的空格，而不是一段顺口的总结；
• 它和工具调用不同：一个管交卷形状，一个管有没有去外部查或算；
• 普通人用固定列名即可，并写明没依据就填“未写明”，不要表格外的散文；
• 格式正确不等于内容为真，原句搜不到的那一行就作废；
• 长材料先切片再填表。问题还没想清时，先别逼它交一张完整的表。

你要的经常不是一篇更像答案的文章，而是一张不敢把空白填满的表。空白留在那里，你才知道下一步该去问谁，而不是跟着一段流畅的话往下走。若一张表你无法在两分钟内指出哪一格是空的、哪一格有原句，这张表对你就还太长。删列，直到你能逐格核对为止。

本文为「读懂 AI」原创，说明结构化输出的用法和边界。不同产品对 JSON、表格和字段校验的支持不同。涉及金额、日期、合同和隐私时，请回到原始材料核对，不要把填好的表当成已经审过的事实。