---
title: "स्ट्रक्चर्ड आउटपुट क्या है? JSON Schema बनाम JSON mode"
description: "स्ट्रक्चर्ड आउटपुट LLM के जवाब को आपके तय फ़ॉर्मैट, आम तौर पर JSON Schema, से मिलाता है। यह JSON mode से कैसे अलग है, इसे कैसे माँगें, और फिर भी क्या बिगड़ सकता है।"
url: https://broadrouter.com/hi/glossary/structured-output/
lang: hi
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

यह पेज अंग्रेज़ी से AI की मदद से अनुवाद किया गया है। [अंग्रेज़ी मूल पढ़ें](https://broadrouter.com/glossary/structured-output/) (2026-11-15 को अपडेट किया गया).

# स्ट्रक्चर्ड आउटपुट (structured output)

अपडेट किया गया 2026-11-15

स्ट्रक्चर्ड आउटपुट LLM API का एक फ़ीचर है जो मॉडल के जवाब को डेवलपर के तय फ़ॉर्मैट, आम तौर पर JSON Schema, तक सीमित करता है, ताकि कोड उसे भरोसे से पार्स कर सके। यह JSON mode से सख़्त है, जो मान्य JSON की गारंटी देता है, लेकिन किसी ख़ास ढाँचे की नहीं।

अन्य नाम: स्ट्रक्चर्ड आउटपुट, JSON आउटपुट, structured output kya hai, structured output, structured outputs, JSON schema output, response\_format

कोड को पहले से पता इनपुट चाहिए। स्ट्रक्चर्ड आउटपुट मॉडल के खुले टेक्स्ट को ऐसे डेटा में बदलता है जिस पर आपका प्रोग्राम भरोसा कर सके।

## यह कैसे काम करता है

नियंत्रण के तीन स्तर हैं:

| तरीक़ा | आपको क्या मिलता है |
| --- | --- |
| प्रॉम्प्ट में माँगना | आम तौर पर JSON, कभी-कभी अतिरिक्त टेक्स्ट या छूटी फ़ील्ड के साथ |
| JSON mode | मान्य JSON, कोई भी ढाँचा |
| स्कीमा के साथ स्ट्रक्चर्ड आउटपुट | आपके स्कीमा से मेल खाता JSON |

OpenAI फ़ॉर्मैट में JSON mode है `response_format: {"type": "json_object"}`। स्ट्रक्चर्ड आउटपुट एक स्कीमा पास करता है:

```json
"response_format": {
  "type": "json_schema",
  "json_schema": {
    "name": "invoice",
    "strict": true,
    "schema": {
      "type": "object",
      "properties": {
        "vendor": { "type": "string" },
        "total": { "type": "number" }
      },
      "required": ["vendor", "total"],
      "additionalProperties": false
    }
  }
}
```

OpenAI का रेफ़रंस कहता है कि `json_schema` टाइप “ensures the model will match your supplied JSON schema” (अनुवाद: पक्का करता है कि मॉडल आपके दिए JSON स्कीमा से मेल खाएगा)। कई प्रोवाइडर यह constrained decoding से करते हैं: हर क़दम पर मॉडल कौन-से टोकन बना सकता है, यह सीमित करके, ताकि स्कीमा तोड़ने वाला आउटपुट बन ही न सके।

## यह क्यों मायने रखता है

-   **पार्सिंग एरर कम.** एक्सट्रैक्शन पाइपलाइन, क्लासिफ़ायर और एजेंट फ़ील्ड सीधे पढ़ सकते हैं।
-   **आसान प्रॉम्प्ट.** स्कीमा लंबे फ़ॉर्मैट निर्देशों की जगह ले लेता है।
-   **पूरी गारंटी नहीं.** OpenAI की गाइड कहती है कि आपके ऐप को फिर भी इनकार, अधूरे रिस्पॉन्स और एरर सँभालने चाहिए। [`max_tokens`](https://broadrouter.com/hi/glossary/max-tokens/) से कटा जवाब टूटा हुआ JSON है, स्कीमा चाहे जो कहे।

[OpenAI-compatible API](https://broadrouter.com/hi/glossary/openai-compatible-api/) में सपोर्ट अलग-अलग है। कुछ सिर्फ़ `json_schema` लेते हैं, कुछ सिर्फ़ `json_object`, और कुछ फ़ील्ड को अनदेखा कर देते हैं। इस पर निर्भर होने से पहले जाँच लें।

## BroadNet Inference पर

BroadNet के डॉक्स [GLM 5.3](https://broadrouter.com/hi/models/glm-5.3/) और [Qwen3.8 27B](https://broadrouter.com/hi/models/qwen3.8-27b/) के लिए स्ट्रक्चर्ड आउटपुट सूचीबद्ध करते हैं। डॉक्स अनुरोध के पैरामीटर का नाम नहीं बताते, इसलिए अपने मॉडल पर `response_format` टेस्ट करें, और दोनों ही सूरतों में एरर हैंडलिंग वाला JSON पार्सर रखें। [LLM JSON आउटपुट वैलिडेटर](https://broadrouter.com/tools/llm-json-output-validator/) दिखाता है कि जवाब कहाँ टूटता है और उसे आपके स्कीमा से जाँचता है। दोनों मॉडल पहले रीज़निंग करते हैं, इसलिए `max_tokens` में सोचने और JSON, दोनों के लिए जगह रखें।

स्ट्रक्चर्ड आउटपुट [विज़न मॉडल](https://broadrouter.com/hi/glossary/vision-language-model/) के साथ अच्छा काम करता है। [अरबी इनवॉइस गाइड](https://broadrouter.com/hi/guides/read-arabic-invoices-with-vision/) एक इमेज भेजती है और फ़ील्ड JSON में माँगती है। जवाबों की जगह एक्शन के लिए [टूल कॉलिंग](https://broadrouter.com/hi/glossary/tool-calling/) इस्तेमाल करें।

## आम ग़लतियाँ

-   strict mode इस्तेमाल करते समय `additionalProperties: false` भूल जाना, या हर फ़ील्ड को `required` में सूचीबद्ध न करना।
-   पार्स करने से पहले `finish_reason` न जाँचना।

## अक्सर पूछे जाने वाले सवाल

### JSON mode और स्ट्रक्चर्ड आउटपुट में क्या फ़र्क़ है?

JSON mode सिर्फ़ यह वादा करता है कि जवाब JSON के रूप में पार्स होगा। स्कीमा के साथ स्ट्रक्चर्ड आउटपुट यह भी वादा करता है कि आपकी तय फ़ील्ड, टाइप और ज़रूरी key मौजूद होंगी। OpenAI की गाइड कहती है कि सिर्फ़ Structured Outputs ही स्कीमा के पालन की गारंटी देते हैं।

### क्या मुझे फिर भी आउटपुट वैलिडेट करना होगा?

हाँ। जवाब फिर भी इनकार हो सकता है या max\_tokens से कट सकता है, और स्कीमा हर बिज़नेस नियम नहीं बता सकता, जैसे कुल रक़म जिसे लाइन आइटम के जोड़ के बराबर होना चाहिए।

### स्ट्रक्चर्ड आउटपुट इस्तेमाल करूँ या टूल कॉलिंग?

जब आपको अंतिम जवाब तय ढाँचे में चाहिए, तब स्ट्रक्चर्ड आउटपुट इस्तेमाल करें। जब मॉडल को आपके कोड से कुछ करवाना हो और फिर आगे बढ़ना हो, तब टूल कॉलिंग।

## यह भी देखें

-   [टूल कॉलिंग (tool calling)](https://broadrouter.com/hi/glossary/tool-calling/) (शब्द)
-   [max\_tokens (आउटपुट टोकन सीमा)](https://broadrouter.com/hi/glossary/max-tokens/) (शब्द)
-   [विज़न-लैंग्वेज मॉडल (VLM)](https://broadrouter.com/hi/glossary/vision-language-model/) (शब्द)
-   [OpenAI-compatible API](https://broadrouter.com/hi/glossary/openai-compatible-api/) (शब्द)
-   [JSON मोड (JSON mode)](https://broadrouter.com/hi/glossary/json-mode/) (शब्द)
-   [गार्डरेल (LLM guardrails)](https://broadrouter.com/hi/glossary/guardrails/) (शब्द)
-   [JSON Schema (JSON स्कीमा)](https://broadrouter.com/hi/glossary/json-schema/) (शब्द)
-   [विज़न मॉडल से अरबी इनवॉइस और रसीदें पढ़ें](https://broadrouter.com/hi/guides/read-arabic-invoices-with-vision/) (गाइड)
-   [BroadNet Inference के साथ OpenAI Python SDK इस्तेमाल करें](https://broadrouter.com/hi/guides/openai-python-sdk/) (गाइड)
-   [अरबी के लिए LLM API कैसे चुनें: क्या-क्या टेस्ट करें](https://broadrouter.com/hi/blog/choosing-an-llm-for-arabic/) (लेख)

इसे अपने असली वर्कलोड पर आज़माएँ। नए अकाउंट Gemma और ट्रांसक्रिप्शन के लिए US$5 के क्रेडिट से शुरू होते हैं। DeepSeek, GLM, और Qwen3.8 के लिए टॉप-अप ज़रूरी है।

[शुरू करें](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-glossary-structured-output&utm_content=page-cta) ·

**स्रोत**

-   [OpenAI, Structured Outputs गाइड](https://developers.openai.com/api/docs/guides/structured-outputs)
-   [OpenAI API रेफ़रंस, chat completion बनाना (response\_format)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [BroadNet Inference API रेफ़रंस, मॉडल (अंग्रेज़ी में)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=hi-glossary-structured-output&utm_content=sources#models)
