Output Terstruktur dan Guardrail
Mendapatkan JSON yang rapi dan mengurangi kesalahan
Output Terstruktur dan Guardrail adalah pelajaran NLP Academy gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar NLP Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus NLP Academy mencakup 4 pelajaran total.
Teks Bebas Sulit Digunakan
Paragraf yang banyak berbicara memang nyaman bagi manusia, tetapi menyulitkan kode. Untuk membangun aplikasi, Anda menginginkan keluaran terstruktur yang dapat diuraikan dengan andal. 🧱
Minta JSON
Solusi paling sederhana adalah meminta model menjawab sebagai JSON dengan menyebutkan bidang yang tepat dan Anda harapkan dalam jawaban.
prompt = "Return JSON with keys sentiment and score for: I loved it!"Tentukan Bentuknya
Jelaskan skema secara tepat: cantumkan setiap kunci, tipenya, dan nilai yang diizinkan. Ketidakjelasanlah yang membuat penguraian gagal nantinya.
Mode JSON
Banyak API menawarkan mode JSON yang memaksa keluaran berupa JSON valid, sehingga model tidak dapat membungkus jawaban dengan prosa percakapan.
response_format={"type": "json_object"}Urai dengan Aman
Selalu bungkus penguraian dalam try/except. Bahkan model yang baik sesekali dapat keliru, dan kode Anda harus gagal dengan baik ketika hal itu terjadi.
import json
data = json.loads(text)Validasi Hasil
Penguraian saja tidak cukup. Validasi bahwa kunci yang wajib ada benar-benar tersedia dan nilainya berada dalam rentang yang benar sebelum Anda mempercayai data tersebut untuk proses berikutnya.
Skema dengan Pydantic
Model Pydantic mendefinisikan bidang Anda satu kali dan memvalidasi keluaran yang telah diurai secara otomatis, serta menghasilkan kesalahan yang jelas jika datanya buruk.
from pydantic import BaseModel
class Result(BaseModel):
sentiment: str
score: floatApa Itu Pengaman
Pengaman adalah pemeriksaan di sekitar model yang membuatnya tetap berada di jalur: validasi, percobaan ulang, dan batasan atas keluaran yang boleh dihasilkannya.
Coba Lagi jika Keluaran Buruk
Jika validasi gagal, kirim kesalahan tersebut kembali dan minta model memperbaiki keluarannya. Satu kali percobaan ulang menyelesaikan sebagian besar kesalahan kecil.
Batasi Pilihan
Untuk tugas kategorisasi, beri tahu model label yang diizinkan secara tepat. Daftar tertutup mencegah model menciptakan kategori baru.
Cegah Halusinasi
Minta model mengatakan bahwa ia tidak tahu, bukan menebak. Cadangan yang jelas lebih baik daripada jawaban yang terdengar yakin tetapi salah.
Pemeriksaan Cepat
Apa yang harus Anda lakukan tepat setelah mengurai keluaran JSON dari LLM?
Rangkuman
Minta JSON, tentukan skema, uraikan dengan aman, lalu validasi. Tambahkan pengaman seperti percobaan ulang dan daftar label tertutup agar tetap andal. ✅
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Output Terstruktur dan Guardrail” gratis?
Ya — teks lengkap “Output Terstruktur dan Guardrail” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus NLP Academy, upgrade ke CoddyKit PRO. Kursus NLP Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Output Terstruktur dan Guardrail”?
Mendapatkan JSON yang rapi dan mengurangi kesalahan Kamu berlatih NLP Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai NLP Academy?
Tidak diperlukan pengalaman sebelumnya. NLP Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.
Berapa lama pelajaran “Output Terstruktur dan Guardrail” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran NLP Academy ini?
Ya. Setiap pelajaran NLP Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Apa yang Membuat Model Berukuran Besar
- Memanggil LLM dari Python
- Prompting Zero-Shot dan Few-Shot
- Output Terstruktur dan Guardrail