BroadRouter
Comenzar

Salida estructurada (structured output)

Actualizado

La salida estructurada es una función de las APIs de LLM que restringe la respuesta del modelo a un formato que define el desarrollador, normalmente un JSON Schema, para que el código pueda procesarla de forma fiable. Es más estricta que JSON mode, que garantiza JSON válido pero no una forma concreta.

También llamado: salida estructurada, salidas estructuradas, respuesta en JSON, JSON Schema, structured output, structured outputs, JSON schema output, response_format

El código necesita entradas predecibles. La salida estructurada convierte el texto libre de un modelo en datos en los que su programa puede confiar.

Cómo funciona

Hay tres niveles de control:

Método Lo que obtiene
Pedirlo en el prompt Normalmente JSON, a veces con texto extra o campos faltantes
JSON mode JSON válido, con cualquier forma
Salida estructurada con un esquema JSON que coincide con su esquema

En el formato de OpenAI, JSON mode es response_format: {"type": "json_object"}. La salida estructurada pasa un esquema:

"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
    }
  }
}

La referencia de OpenAI dice que el tipo json_schema “ensures the model will match your supplied JSON schema” (traducción: garantiza que el modelo coincida con el JSON Schema que usted proporcionó). Muchos proveedores lo logran con decodificación restringida: limitan qué tokens puede producir el modelo en cada paso, de modo que no se pueda generar una salida que rompa el esquema.

Por qué importa

  • Menos errores de procesamiento. Los flujos de extracción, los clasificadores y los agentes pueden leer los campos directamente.
  • Prompts más simples. El esquema reemplaza las instrucciones largas de formato.
  • No es una garantía total. La guía de OpenAI dice que su app aún debe manejar rechazos, respuestas incompletas y errores. Una respuesta cortada por max_tokens es JSON roto, diga lo que diga el esquema.

El soporte varía entre las APIs compatibles con OpenAI. Algunas aceptan solo json_schema, otras solo json_object y otras ignoran el campo. Verifíquelo antes de depender de él.

En BroadNet Inference

La documentación de BroadNet incluye salida estructurada para GLM 5.3 y Qwen3.8 27B. La documentación no nombra el parámetro de la solicitud, así que pruebe response_format con su modelo y mantenga, en cualquier caso, un parser de JSON con manejo de errores. El validador de salida JSON de LLM muestra dónde se rompe una respuesta y la verifica contra su esquema. Ambos modelos razonan primero, así que deje margen en max_tokens para el razonamiento más el JSON.

La salida estructurada funciona bien con modelos de visión. La guía de facturas en árabe envía una imagen y pide los campos como JSON. Para acciones en lugar de respuestas, use tool calling.

Errores comunes

  • Olvidar additionalProperties: false, o no incluir todos los campos en required, al usar el modo estricto.
  • No revisar finish_reason antes de procesar el JSON.

Preguntas frecuentes

¿Cuál es la diferencia entre JSON mode y la salida estructurada?

JSON mode solo promete que la respuesta se puede procesar como JSON. La salida estructurada con un esquema promete además los campos, tipos y claves obligatorias que usted definió. La guía de OpenAI dice que solo Structured Outputs garantiza el cumplimiento del esquema.

¿Aún debo validar la salida?

Sí. Una respuesta puede ser un rechazo o quedar cortada por max_tokens, y un esquema no puede expresar todas las reglas de negocio, como un total que debe ser igual a la suma de las partidas.

¿Debo usar salida estructurada o tool calling?

Use salida estructurada cuando quiera la respuesta final con una forma fija. Use tool calling cuando el modelo deba pedirle a su código que haga algo y luego continuar.

Leer en MarkdownPreguntar a ChatGPTPreguntar a ClaudePreguntar a Perplexity