Giáo trình tự học miễn phí · Dịch vụ hỗ trợ theo nhu cầu.

Bài 0435phút ước tínhCơ bản đến Nâng cao

4. OpenAI Strict Structured Outputs: Bảo Đảm JSON 100% Khớp Pydantic Không Lỗi Cú Pháp

Ứng dụng tính năng `strict: true` trong Structured Outputs để loại bỏ hoàn toàn hiện tượng JSON bị lỗi hoặc thiếu trường dữ liệu khi tích hợp vào Backend.

🔒 Vì Sao Strict Structured Outputs Là Bước Ngoặt Cho Production?

Trước đây, việc parse JSON từ LLM thường xuyên bị crash do thừa dấu phẩy, sai kiểu chuỗi/số hoặc thiếu key. Với Strict Mode, tỷ lệ lỗi cú pháp bằng 0% tuyệt đối.

 example.py
from openai import OpenAI
from pydantic import BaseModel, Field
from typing import List, Literal

class ProjectRisk(BaseModel):
    risk_title: str
    impact_level: Literal["CRITICAL", "HIGH", "MEDIUM", "LOW"]
    mitigation_strategy: str

class ProjectEvaluation(BaseModel):
    project_name: str
    overall_health: Literal["GREEN", "AMBER", "RED"]
    budget_spent_usd: float
    risks: List[ProjectRisk]

client = OpenAI(api_key="YOUR_OPENAI_API_KEY")

completion = client.beta.chat.completions.parse(
    model="gpt-4o-2024-08-06",
    messages=[
        {"role": "system", "content": "Đánh giá rủi ro dự án số hóa từ báo cáo tuần."},
        {"role": "user", "content": "Dự án ERP đã tiêu 25,000$, đang chậm tiến độ 2 tuần do nhà thầu phụ chưa giao module kế toán."}
    ],
    response_format=ProjectEvaluation,
)

eval_data: ProjectEvaluation = completion.choices[0].message.parsed
print(f"Dự án: {eval_data.project_name} | Trạng thái: {eval_data.overall_health}")
for r in eval_data.risks:
    print(f"⚠️ Rủi ro ({r.impact_level}): {r.risk_title} -> {r.mitigation_strategy}")

Thực hành

Thực hành và tự đánh giá

Xây dựng Pydantic Schema cho biên bản bàn giao thiết bị CNTT (Tên máy, Serial, Nhân viên nhận, Tình trạng) và chạy thử nghiệm trích xuất.

Tiến độ tự học lưu trên trình duyệt này. Chỉ đánh dấu khi đã kiểm tra sản phẩm thực hành.