Structured Output 结构化输出

结构化输出是把模型回答约束成指定 schema 的能力，常用于意图识别、信息抽取、表单填写、SQL 参数生成等。

典型场景

场景	输出字段
客服意图识别	intent、confidence、slots
简历解析	name、skills、experience
工单分类	category、priority、summary
商品抽取	brand、model、price_range

示例

from pydantic import BaseModel

class Ticket(BaseModel):
    category: str
    priority: str
    summary: str

structured_llm = llm.with_structured_output(Ticket)
result = structured_llm.invoke("服务器访问不了，业务已经中断")

注意事项

• 结构化输出不等于 100% 正确，仍要做字段校验。
• 枚举值最好在 schema 或 prompt 中明确列出。
• 对金额、库存、权限等敏感字段，不要只依赖模型判断。

非官方声明

本站为个人维护的非官方中文学习文档，不代表 LangChain 官方。页面内容是基于公开文档、源码实践和中文开发者视角重新整理的学习资料。涉及 API 细节时，请以官方文档和实际安装版本为准。

参考来源

• LangChain / LangGraph 官方文档：https://docs.langchain.com/
• LangChain API Reference：https://reference.langchain.com/
• 本站内容为中文学习整理，不做官方身份声明。