---
title: "構造化出力とは？JSON Schema と JSON モードの違い | BroadRouter"
description: "構造化出力は、LLM の回答を指定した形式（通常は JSON Schema）に合わせる機能です。JSON モードとの違い、リクエストの方法、それでも起こりうる問題を解説します。"
url: https://broadrouter.com/ja/glossary/structured-output/
lang: ja
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

このページは英語の原文を AI の支援を受けて翻訳したものです。 [英語の原文を読む](https://broadrouter.com/glossary/structured-output/) (2026-11-15 更新).

# 構造化出力（Structured Outputs）

更新日 2026-11-15

構造化出力とは、モデルの回答を開発者が指定した形式（通常は JSON Schema）に制約し、コードで確実に解析できるようにする LLM API の機能です。有効な JSON であることだけを保証し、特定の形までは保証しない JSON モードより厳格です。

別名： 構造化出力、JSON スキーマ出力、JSON 出力、structured output、structured outputs、JSON schema output、response\_format

コードには予測できる入力が必要です。構造化出力は、モデルの自由なテキストを、プログラムが信頼できるデータに変えます。

## 仕組み

制御のレベルは 3 段階あります。

| 方法 | 得られるもの |
| --- | --- |
| プロンプトで頼む | たいていは JSON。ただし余分なテキストが付いたり、フィールドが欠けたりすることがある |
| JSON モード | 有効な JSON。形は問わない |
| スキーマ付きの構造化出力 | スキーマに一致する JSON |

OpenAI の形式では、JSON モードは `response_format: {"type": "json_object"}` です。構造化出力ではスキーマを渡します。

```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 のリファレンスによると、`json_schema` 型は “ensures the model will match your supplied JSON schema”（訳：モデルが指定された JSON スキーマに一致することを保証する）とされています。多くのプロバイダーは、これを制約付きデコーディングで実現しています。各ステップでモデルが生成できるトークンを制限し、スキーマに反する出力をそもそも生成できないようにする方法です。

## なぜ重要か

-   **解析エラーが減る。** 情報抽出のパイプライン、分類器、エージェントが、フィールドを直接読めます。
-   **プロンプトが簡単になる。** 長い形式の指示をスキーマが置き換えます。
-   **完全な保証ではない。** OpenAI のガイドは、アプリ側で拒否、不完全なレスポンス、エラーを引き続き処理すべきだとしています。[`max_tokens`](https://broadrouter.com/ja/glossary/max-tokens/) で途中で切れた回答は、スキーマに関係なく壊れた JSON になります。

対応状況は [OpenAI 互換 API](https://broadrouter.com/ja/glossary/openai-compatible-api/) によって異なります。`json_schema` だけを受け付けるもの、`json_object` だけを受け付けるもの、このフィールドを無視するものがあります。頼る前に確認してください。

## BroadNet Inference の場合

BroadNet のドキュメントは、[GLM 5.3](https://broadrouter.com/ja/models/glm-5.3/) と [Qwen3.8 27B](https://broadrouter.com/ja/models/qwen3.8-27b/) について構造化出力を挙げています。リクエストのパラメーター名はドキュメントに書かれていないため、使うモデルで `response_format` をテストし、いずれにしてもエラー処理付きの JSON パーサーを用意してください。[LLM JSON 出力バリデーター](https://broadrouter.com/tools/llm-json-output-validator/)を使うと、回答のどこが壊れているかを示し、スキーマとの照合もできます。どちらのモデルも先に推論するので、`max_tokens` には推論と JSON の両方の余裕を持たせてください。

構造化出力は[ビジョンモデル](https://broadrouter.com/ja/glossary/vision-language-model/)と相性が良い機能です。[アラビア語の請求書ガイド](https://broadrouter.com/ja/guides/read-arabic-invoices-with-vision/)では、画像を送り、各フィールドを JSON で返すよう求めています。回答ではなく操作をさせたい場合は、[ツール呼び出し](https://broadrouter.com/ja/glossary/tool-calling/)を使ってください。

## よくある間違い

-   strict モードで `additionalProperties: false` を忘れたり、すべてのフィールドを `required` に並べていなかったりする。
-   解析の前に `finish_reason` を確認しない。

## よくある質問

### JSON モードと構造化出力の違いは何ですか？

JSON モードが約束するのは、回答が JSON として解析できることだけです。スキーマを指定した構造化出力は、定義したフィールド、型、必須キーまで約束します。OpenAI のガイドによると、スキーマへの準拠を保証するのは Structured Outputs だけです。

### それでも出力の検証は必要ですか？

必要です。回答が拒否だったり、max\_tokens で途中で切れたりすることはあります。また、合計が明細の和と一致しなければならない、といったビジネスルールをすべてスキーマで表せるわけではありません。

### 構造化出力とツール呼び出しのどちらを使うべきですか？

最終的な回答を決まった形で受け取りたいなら、構造化出力を使ってください。モデルにコードの処理を依頼させ、その後も続けさせたいなら、ツール呼び出しを使ってください。

## 関連項目

-   [ツール呼び出し（Function Calling、tool calling）](https://broadrouter.com/ja/glossary/tool-calling/) (用語)
-   [max\_tokens（最大出力トークン数）](https://broadrouter.com/ja/glossary/max-tokens/) (用語)
-   [視覚言語モデル（VLM、vision-language model）](https://broadrouter.com/ja/glossary/vision-language-model/) (用語)
-   [OpenAI 互換 API（OpenAI-compatible API）](https://broadrouter.com/ja/glossary/openai-compatible-api/) (用語)
-   [JSON モード（JSON mode）](https://broadrouter.com/ja/glossary/json-mode/) (用語)
-   [ガードレール（guardrails）](https://broadrouter.com/ja/glossary/guardrails/) (用語)
-   [JSON Schema（JSON スキーマ）](https://broadrouter.com/ja/glossary/json-schema/) (用語)
-   [ビジョンモデルでアラビア語の請求書とレシートを読み取る](https://broadrouter.com/ja/guides/read-arabic-invoices-with-vision/) (ガイド)
-   [OpenAI Python SDK を BroadNet Inference で使う](https://broadrouter.com/ja/guides/openai-python-sdk/) (ガイド)
-   [アラビア語向け LLM API の選び方：何をテストすべきか](https://broadrouter.com/ja/blog/choosing-an-llm-for-arabic/) (記事)

実際のワークロードで試してください。 新規アカウントには US$5 の初回クレジットがあり、Gemma、文字起こし に使えます。DeepSeek、GLM、Qwen3.8 はチャージが必要です。

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

**出典**

-   [OpenAI、Structured Outputs ガイド](https://developers.openai.com/api/docs/guides/structured-outputs)
-   [OpenAI API リファレンス、チャット補完の作成（response\_format）](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
-   [BroadNet Inference API リファレンス、モデル （英語）](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ja-glossary-structured-output&utm_content=sources#models)
