Un prompt qui dit « réponds en JSON » laisse la forme au hasard. Un JSON Schema fixe cette forme par écrit, pour qu’une machine puisse la vérifier.
Comment ça marche
La spécification comporte deux parties principales : Core, qui « defines the basic foundation of JSON Schema » (traduction : « définit les fondations de JSON Schema »), et Validation, qui « defines the validation keywords » (traduction : « définit les mots-clés de validation »). La version actuelle est la 2020-12 ; la précédente était la 2019-09.
{
"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
}
Les API de LLM utilisent les schémas à deux endroits. Les définitions d’outils en placent un dans parameters pour décrire les arguments. La sortie structurée en envoie un dans response_format sous la forme {"type": "json_schema", "json_schema": {...}}, ce qui, selon OpenAI, « ensures the model will match your supplied JSON schema » (traduction : « garantit que le modèle respectera le JSON Schema fourni »).
Le mode strict d’OpenAI n’accepte qu’un sous-ensemble. D’après sa section sur les schémas pris en charge :
- Types : string, number, boolean, integer, object, array, enum et anyOf.
- La racine doit être un objet et ne peut pas utiliser
anyOf. additionalProperties: falseet chaque champ listé dansrequired; pour rendre un champ facultatif, autoriseznull, comme le faitnoteci-dessus.- Jusqu’à 5000 propriétés d’objet et 10 niveaux d’imbrication, et jusqu’à 1000 valeurs d’enum au total.
- Non pris en charge :
allOf,not,dependentRequired,dependentSchemas,if,then,else.
Pourquoi c’est important
- Validation. Le schéma qui guide le modèle vérifie aussi sa réponse dans votre code. Un échec de validation fournit une erreur précise à renvoyer au modèle.
- Portabilité. Un schéma limité au sous-ensemble strict fonctionne chez plus de fournisseurs qu’un schéma qui exploite tous les mots-clés.
- Tokens. Les schémas des définitions d’outils sont envoyés en entrée à chaque requête. De longues descriptions coûtent des tokens à chaque tour.
Sur BroadNet Inference
La référence de l’API de BroadNet documente l’appel d’outils et la sortie structurée pour GLM 5.3 et Qwen3.8 27B, mais pas les mots-clés de schéma effectivement appliqués. Limitez vos schémas au sous-ensemble simple ci-dessus et validez chaque réponse. Créez un schéma avec le générateur de JSON Schema, vérifiez les réponses avec le validateur de sortie JSON de LLM, et consultez l’article sur la sortie structurée pour un exemple complet. Sur les autres modèles, demandez du JSON dans le prompt et validez la réponse ; le mode JSON n’est pas documenté par BroadNet, testez-le donc avant de vous y fier.
Erreurs fréquentes
- Utiliser
allOfou des mots-clés conditionnels en supposant que le serveur les applique. - Rendre des champs facultatifs en mode strict en les retirant de
required, au lieu d’autorisernull.