快讯 22:26李在明视察蔚山在建数据中心,强调AI竞赛速度决定成败08:00Together AI 披露提示词泄露事件:编码 agent 误传凭证致样本外泄08:00Qwen4 Max登陆Together AI,1M上下文加持整仓bug修复 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

论文 11-11 · 星期三 · 11-11 08:00 约 1 分钟读完

OpenRouter 发布结构化输出指南:三种路径适配不同 LLM 能力

摘要

OpenRouter 发布教程,介绍从任意 LLM 获取可靠结构化输出的三种方式:对支持 structured outputs 的模型发送严格 JSON Schema;对仅支持工具调用的模型强制单次工具调用;仅需标签时则使用 Jev 决策模型。

在需要让大模型返回可被程序直接解析的结果时,不同模型的能力差异往往成为工程落地的障碍。OpenRouter 近日发布教程,针对这一痛点给出了一套按模型能力分级的结构化输出方案。

教程将实现路径划分为三类。第一类面向原生支持 structured outputs 的模型,做法是直接向其发送严格的 JSON Schema,由模型按约束生成结果。第二类针对只具备工具调用能力的模型,通过强制发起一次工具调用来间接获得结构化内容。第三类适用于仅需标签输出的场景,此时可借助 Jev 决策模型完成。

三种方式的共同目标是在模型能力参差不齐的前提下,仍能稳定拿到符合预期格式的输出。教程的划分逻辑以模型自身支持的功能为起点,而非要求统一改造模型接口,这为开发者在多模型环境中做适配提供了可操作的参考。

对依赖多模型路由的应用而言,该方案意味着结构化输出不再绑定于特定模型,而是可以按能力匹配对应策略。这有助于降低跨模型迁移时的格式处理成本,也让工具调用与决策模型在特定场景中承担更明确的角色。

OpenRouter结构化输出JSON Schema工具调用
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
27
模型产品档案
60
企业落地案例
33
完整版提示词