---
title: "O que é JSON Schema? Descrevendo JSON para saídas de LLM"
description: "JSON Schema é um padrão para descrever o formato de dados JSON. Como APIs de LLM o usam em tools e saída estruturada, e quais palavras-chave suportam."
url: https://broadrouter.com/pt/glossary/json-schema/
lang: pt-BR
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Traduzido do inglês com ajuda de IA. [Leia o original em inglês](https://broadrouter.com/glossary/json-schema/) (atualizado em 2026-11-15).

# JSON Schema

Atualizado em 2026-11-15

JSON Schema é um vocabulário, escrito em JSON, para descrever e validar a estrutura de dados JSON: tipos, campos obrigatórios, valores permitidos e aninhamento. A versão atual é a 2020-12. APIs de LLM o usam para definir parâmetros de tools e o formato exato que uma saída estruturada deve seguir.

Também chamado de: JSON Schema, schema JSON, esquema JSON, validação com JSON Schema, json\_schema, JSON Schema draft 2020-12

Um prompt que diz “responda em JSON” deixa o formato ao acaso. Um JSON Schema registra esse formato para que uma máquina possa verificá-lo.

## Como funciona

A especificação tem duas partes principais: Core, que “defines the basic foundation of JSON Schema” (tradução: define a base do JSON Schema), e Validation, que “defines the validation keywords” (tradução: define as palavras-chave de validação). A versão atual é a 2020-12; a anterior era a 2019-09.

```json
{
  "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
}
```

APIs de LLM usam schemas em dois lugares. Definições de tools colocam um em `parameters` para descrever os argumentos. A [saída estruturada](https://broadrouter.com/pt/glossary/structured-output/) envia um em `response_format` como `{"type": "json_schema", "json_schema": {...}}`, o que, segundo a OpenAI, “ensures the model will match your supplied JSON schema” (tradução: garante que o modelo vai seguir o JSON Schema fornecido).

O modo strict da OpenAI aceita só um subconjunto. Da seção de schemas suportados:

-   Tipos: string, number, boolean, integer, object, array, enum e anyOf.
-   A raiz precisa ser um objeto e não pode usar `anyOf`.
-   `additionalProperties: false` e todos os campos listados em `required`; para tornar um campo opcional, permita `null`, como `note` faz acima.
-   Até 5000 propriedades de objeto e 10 níveis de aninhamento, e até 1000 valores de enum no total.
-   Não suportados: `allOf`, `not`, `dependentRequired`, `dependentSchemas`, `if`, `then`, `else`.

## Por que isso importa

-   **Validação.** O mesmo schema que orienta o modelo verifica a resposta no seu código. Uma verificação que falha gera um erro preciso para devolver ao modelo.
-   **Portabilidade.** Um schema escrito dentro do subconjunto strict funciona em mais provedores do que um que usa todas as palavras-chave.
-   **Tokens.** Schemas em definições de tools são enviados como entrada em toda requisição. Descrições longas custam tokens a cada turno.

## Na BroadNet Inference

A [referência da API](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-json-schema&utm_content=body) da BroadNet documenta tool calling e saída estruturada para [GLM 5.3](https://broadrouter.com/pt/models/glm-5.3/) e [Qwen3.8 27B](https://broadrouter.com/pt/models/qwen3.8-27b/), mas não quais palavras-chave do schema são aplicadas. Mantenha os schemas no subconjunto simples acima e valide toda resposta. Monte um schema com o [gerador de JSON Schema](https://broadrouter.com/tools/json-schema-generator/), confira as respostas com o [validador de saída JSON de LLM](https://broadrouter.com/tools/llm-json-output-validator/) e veja o [post sobre saída estruturada](https://broadrouter.com/pt/blog/structured-output-json-schema/) para um exemplo completo. Em outros modelos, peça JSON no prompt e valide a resposta; o [JSON mode](https://broadrouter.com/pt/glossary/json-mode/) não é documentado pela BroadNet, então teste antes de depender dele.

## Erros comuns

-   Usar `allOf` ou palavras-chave condicionais e presumir que o servidor as aplica.
-   No modo strict, tornar campos opcionais tirando-os de `required` em vez de permitir `null`.

## Perguntas frequentes

### As APIs de LLM suportam todo o JSON Schema?

Não. A OpenAI suporta um subconjunto: por exemplo, a raiz precisa ser um objeto, todo campo precisa ser obrigatório, additionalProperties precisa ser false e palavras-chave como allOf, not e if/then/else não são suportadas.

### Qual é a diferença entre JSON Schema e JSON mode?

O JSON mode só promete JSON válido. Um JSON Schema diz ao modelo, e ao seu validador, quais campos e tipos esse JSON precisa ter.

### Posso usar JSON Schema com a BroadNet Inference?

Parâmetros de tools e saída estruturada, que usam schemas, estão documentados para GLM 5.3 e Qwen3.8 27B. A BroadNet não documenta quais palavras-chave do schema ela aplica, então valide toda resposta.

## Veja também

-   [Saída estruturada (structured output)](https://broadrouter.com/pt/glossary/structured-output/) (termo)
-   [JSON mode (modo JSON)](https://broadrouter.com/pt/glossary/json-mode/) (termo)
-   [Tool calling (chamada de ferramentas)](https://broadrouter.com/pt/glossary/tool-calling/) (termo)
-   [tool\_choice](https://broadrouter.com/pt/glossary/tool-choice/) (termo)
-   [MCP (Model Context Protocol)](https://broadrouter.com/pt/glossary/mcp/) (termo)
-   [Reconhecimento de entidades nomeadas (NER)](https://broadrouter.com/pt/glossary/named-entity-recognition/) (termo)
-   [JSON mode vs json\_schema: saída estruturada que não quebra](https://broadrouter.com/pt/blog/structured-output-json-schema/) (artigo)
-   [Como corrigir JSON inválido de um LLM: causas, reparo e retry](https://broadrouter.com/pt/blog/fix-invalid-json-from-llm/) (artigo)
-   [Extrair dados de faturas, recibos e formulários com LLM de visão](https://broadrouter.com/pt/blog/extract-data-from-documents-with-vision-llm/) (artigo)

Teste com a sua carga de trabalho real. Contas novas começam com US$ 5 de crédito para Gemma e transcrição. DeepSeek, GLM e Qwen3.8 exigem uma recarga.

[Começar](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=pt-glossary-json-schema&utm_content=page-cta) ·

**Fontes**

-   [Especificação JSON Schema, versão 2020-12 (Core e Validation) (conferido em 2026-11-15)](https://json-schema.org/specification)
-   [OpenAI, guia de structured outputs (schemas suportados) (conferido em 2026-11-15)](https://developers.openai.com/api/docs/guides/structured-outputs)
-   [Referência da API da OpenAI, criar chat completion (response\_format json\_schema) (conferido em 2026-11-15)](https://developers.openai.com/api/reference/resources/chat/subresources/completions/methods/create)
