“JSON में जवाब दो” कहने वाला प्रॉम्प्ट आकार को क़िस्मत पर छोड़ देता है। JSON Schema वह आकार लिखकर रखता है, ताकि मशीन उसे जाँच सके।
यह कैसे काम करता है
स्पेसिफ़िकेशन के दो मुख्य हिस्से हैं: Core, जो “defines the basic foundation of JSON Schema” (अनुवाद: JSON Schema की बुनियाद तय करता है), और Validation, जो “defines the validation keywords” (अनुवाद: वैलिडेशन keywords तय करता है)। मौजूदा वर्ज़न 2020-12 है; उससे पहले वाला 2019-09 था।
{
"type": "object",
"properties": {
"name": {"type": "string"},
"amount": {"type": "number", "minimum": 0},
"currency": {"type": "string", "enum": ["SAR", "AED", "USD"]},
"note": {"type": ["string", "null"]}
},
"required": ["name", "amount", "currency", "note"],
"additionalProperties": false
}
LLM API स्कीमा को दो जगह इस्तेमाल करते हैं। टूल डेफ़िनिशन में आर्ग्युमेंट बताने के लिए एक स्कीमा parameters में जाता है। स्ट्रक्चर्ड आउटपुट एक स्कीमा response_format में {"type": "json_schema", "json_schema": {...}} के रूप में भेजता है, जिसके बारे में OpenAI कहता है कि यह “ensures the model will match your supplied JSON schema” (अनुवाद: पक्का करता है कि मॉडल आपके दिए JSON स्कीमा से मेल खाएगा)।
OpenAI का strict मोड सिर्फ़ एक हिस्सा स्वीकार करता है। उसके सपोर्टेड-स्कीमा सेक्शन से:
- टाइप: string, number, boolean, integer, object, array, enum और anyOf।
- रूट एक ऑब्जेक्ट होना चाहिए और उसमें
anyOfनहीं हो सकता। additionalProperties: falseऔर हर फ़ील्डrequiredमें; किसी फ़ील्ड को वैकल्पिक बनाना हो तोnullकी इजाज़त दें, जैसे ऊपरnoteमें।- अधिकतम 5000 ऑब्जेक्ट प्रॉपर्टी और नेस्टिंग के 10 स्तर, और कुल मिलाकर 1000 तक enum वैल्यू।
- सपोर्टेड नहीं:
allOf,not,dependentRequired,dependentSchemas,if,then,else।
यह क्यों मायने रखता है
- वैलिडेशन. जो स्कीमा मॉडल को राह दिखाता है, वही आपके कोड में उसके जवाब को जाँचता है। जाँच फ़ेल हो तो आपके पास वापस भेजने लायक़ सटीक एरर होता है।
- पोर्टेबिलिटी. strict वाले हिस्से में लिखा स्कीमा, हर keyword इस्तेमाल करने वाले स्कीमा से ज़्यादा प्रोवाइडर पर चलता है।
- टोकन. टूल डेफ़िनिशन के स्कीमा हर अनुरोध में इनपुट के तौर पर भेजे जाते हैं। लंबे description हर टर्न में टोकन ख़र्च करते हैं।
BroadNet Inference पर
BroadNet का API रेफ़रंस GLM 5.3 और Qwen3.8 27B के लिए टूल कॉलिंग और स्ट्रक्चर्ड आउटपुट डॉक्यूमेंट करता है, लेकिन यह नहीं कि कौन-से स्कीमा keywords लागू होते हैं। स्कीमा को ऊपर बताए सरल हिस्से तक रखें और हर जवाब वैलिडेट करें। JSON Schema जनरेटर से स्कीमा बनाएँ, LLM JSON आउटपुट वैलिडेटर से जवाब जाँचें, और पूरे उदाहरण के लिए स्ट्रक्चर्ड आउटपुट वाली पोस्ट देखें। दूसरे मॉडल पर प्रॉम्प्ट में JSON माँगें और जवाब वैलिडेट करें; JSON मोड BroadNet पर डॉक्यूमेंटेड नहीं है, इसलिए भरोसा करने से पहले टेस्ट करें।
आम ग़लतियाँ
allOfया शर्त वाले keywords इस्तेमाल करना और मान लेना कि सर्वर उन्हें लागू करता है।- strict मोड में फ़ील्ड को
requiredसे हटाकर वैकल्पिक बनाना,nullकी इजाज़त देने के बजाय।