A Structured Outputs olyan generatív AI-képesség, amely lehetővé teszi, hogy a modell kimenete egy előre meghatározott adatstruktúrát vagy sémát kövessen, például JSON Schema alapján. Így az AI válasza nem csupán természetes nyelvű szövegként, hanem más szoftverek által kiszámíthatóbban feldolgozható strukturált adatként használható.
A fejlesztő meghatározhatja például, hogy a modell válaszában kötelezően szerepeljen egy product_name, egy category és egy numerikus price mező. Structured Outputs használatakor a rendszer a generálást úgy korlátozza, hogy a kimenet megfeleljen a megadott sémának. Az OpenAI Structured Outputs megoldása például JSON Schema segítségével írhatja elő a válasz szerkezetét.
A Structured Outputs nem ugyanaz, mint a JSON mode. A JSON mode azt biztosítja, hogy a modell érvényes JSON-t állítson elő, de önmagában nem garantálja, hogy az adott JSON megfelel egy konkrét alkalmazás által elvárt sémának. Structured Outputs esetén éppen ennek a meghatározott struktúrának a követése a lényeg.
Szorosan kapcsolódik a Function Callinghoz is, de a két fogalom nem azonos. Function Calling esetén a modell egy külső funkció meghívásához szükséges strukturált argumentumokat állíthat elő. Structured Outputs akkor is használható, amikor nincs végrehajtandó külső művelet: például egy dokumentumból kell szabályos struktúrában adatokat kinyerni.
Konkrét példa
Egy webshop AI-rendszere termékleírásokból automatikusan adatokat nyer ki. A kívánt output sémája előírhatja a brand, product_type, model, attributes és price mezőket.
Structured Outputs használatával az eredmény nem egy változó formájú mondat – például „Ez egy Samsung televízió 249 990 forintért” –, hanem az előre meghatározott struktúrának megfelelő adat, amelyet a webshop következő rendszere közvetlenül tovább tud dolgozni.
Miért fontos?
Üzleti AI-rendszerekben gyakran nem elég, hogy a modell tartalmilag jó választ adjon: annak géppel feldolgozható formátumban is meg kell érkeznie. A Structured Outputs ezért különösen hasznos automatizációkban, adatkinyerésnél, API-integrációknál és AI-agentek működésében, ahol egy modell kimenete egy következő szoftveres lépés bemenetévé válik.
A strukturált forma ugyanakkor nem garantálja az adatok tényszerű helyességét. Egy válasz tökéletesen megfelelhet a megadott sémának úgy is, hogy valamely mező tartalma hibás. A strukturális megfelelőség és a factual accuracy ezért két külön követelmény.
Kapcsolódó fogalmak
Function Calling
Tool Use
JSON Schema
AI Agent
Prompt Engineering