如果你的生产代码里还躺着一个叫try_parse_llm_response的函数，里面写着re.search(r'\{.*?\}', response, re.DOTALL)——你不是一个人，但你也还活在2023年。2026年的LLM生态早已迭代了三代，本文将带你彻底掌握结构化输出的核心技法。一、问题：JSON输出不稳，到底有多严重？1.1 一个真实的灾难现场假设你在做一个自动化测试数据生成平台。用户提交需求：“请生成50条电商订单测试数据，包含用户名、商品列表、金额、下单时间”。你写好Prompt发给LLM，模型返回：好的，这是您需要的测试数据： ```json [ { "user": "张三", "items": ["手机壳", "数据线"], "amount": "89.9", "order_time": "2026-05-22 14:30:00" }, ... ]一切看起来没问题，直到你的下游解析器崩溃了。原因无外乎以下任意一种：amount字段有时是字符串"89.9"有时是数字89.9，类型漂移导致Pydantic校验失败；模型在JSON前后加了“好的，这是您需要的测试数据：”这样的废话；嵌套字段
提取术：如何让 LLM 稳定输出 JSON 格式的测试数据（拒绝废话）
发布时间：2026/5/22 23:29:41
如果你的生产代码里还躺着一个叫try_parse_llm_response的函数，里面写着re.search(r'\{.*?\}', response, re.DOTALL)——你不是一个人，但你也还活在2023年。2026年的LLM生态早已迭代了三代，本文将带你彻底掌握结构化输出的核心技法。一、问题：JSON输出不稳，到底有多严重？1.1 一个真实的灾难现场假设你在做一个自动化测试数据生成平台。用户提交需求：“请生成50条电商订单测试数据，包含用户名、商品列表、金额、下单时间”。你写好Prompt发给LLM，模型返回：好的，这是您需要的测试数据： ```json [ { "user": "张三", "items": ["手机壳", "数据线"], "amount": "89.9", "order_time": "2026-05-22 14:30:00" }, ... ]一切看起来没问题，直到你的下游解析器崩溃了。原因无外乎以下任意一种：amount字段有时是字符串"89.9"有时是数字89.9，类型漂移导致Pydantic校验失败；模型在JSON前后加了“好的，这是您需要的测试数据：”这样的废话；嵌套字段
