JSON 完整详解｜大模型接口、Function Calling 结构化输出落地指南
导语做 AI 接口开发、RAG 知识库、Agent 智能体、前后端对话平台时，JSON 是数据传输通用标准。很多新手分不清 JSON 与 JS 对象、经常出现解析报错，搭建 Function Calling 工具调用、信息抽取任务时，模型输出格式混乱导致程序崩溃。本期从 JSON 基础语法、六大原生数据类型讲起，区分对象 / 数组核心使用场景，梳理高频语法错误排查方案，重点结合大模型业务给出 JSON Schema、强制结构化输出、工具调用落地最佳实践，解决模型乱输出、解析失败线上故障。
一、JSON 基础定义与通俗类比
JSON 全称JavaScript Object Notation（JavaScript 对象标记语言），是跨语言通用纯文本结构化数据交换标准，不受编程语言限制，Python/Java/Go/ 前端 JS、各类大模型 API 全部原生支持。生活化类比：JSON 相当于通用标准化快递清单，统一规范物品名称、数量、分类，不管哪个仓库（程序）都能看懂；纯自然文字像手写随笔，机器无法自动提取字段。核心两大优势：
[*]人类可读、机器可快速解析；
[*]无语言绑定，后端推理服务、前端页面、向量库之间无缝互通。
关键区分：JSON ≠ JavaScript 对象
[*]JSON：纯文本传输格式，严格遵循 RFC 8259 国际标准，用于网络请求、配置文件、模型输出；
[*]JS 对象：浏览器 / Node 内存里的程序数据结构，语法宽松，仅 JS 内部使用；二者写法相似但规则完全不同，不能直接混用。
[*]
二、JSON 六大基础数据类型 + 两大核心容器
1 六种基础原生数据类型
[*]字符串 string：必须双引号包裹，单引号非法，支持中文、转义字符；
[*]数字 number：整数、小数，无需引号；
[*]布尔 boolean：仅true/false，小写，不加引号；
[*]null 空值：代表无数据，区别于空字符串""；
[*]对象 object：大括号{}包裹，一组"键":值键值对；
[*]数组 array：中括号[]包裹，有序值列表，元素类型可混合。
2 两大核心容器区分
对象 {} — 描述单一实体（一对一属性）
适用：用户、文档、商品、模型工具参数，每一个 key 代表属性名。标准示例：
{
"username": "AI开发工程师",
"age": 26,
"is_vip": true,
"remark": null
}
数组 [] — 有序集合（多条同类数据）
适用：聊天历史、文档片段、商品列表、工具参数数组。标准示例：、
["RAG知识库", "向量数据库", "vLLM推理"]
嵌套结构（AI 项目最常用）
对象内部嵌套数组、数组内部嵌套对象，用来表达复杂业务数据（订单、对话记录）：
{
"user": "张三",
"chat_history": [
{"question": "什么是RAG", "answer": "检索增强生成"},
{"question": "vLLM优势", "answer": "分页KV缓存"}
]
}
三、JSON 强制语法规范（踩坑高频红线）
[*]所有键名（key）必须双引号，单引号、无引号全部非法；
[*]字符串只能双引号，单引号不被标准 JSON 解析器识别；
[*]对象 / 数组最后一个元素禁止末尾逗号，Java/Python 解析直接报错；
[*]JSON 不支持 //、/* */ 注释，写注释会解析失败；
[*]不能包含函数、日期对象这类编程语言特有结构；
[*]文本特殊符号" \ /必须转义。
典型错误示例（线上 90% 解析报错根源）
{
name: "李四", // key无引号 错误
'age': 25, // 单引号key 错误
"tags": ["大模型", "RAG",], // 末尾逗号 错误
// 这是注释 非法JSON
}
四、三大 AI 核心 JSON 应用场景
场景 1：前后端 LLM 流式 / 普通 API 交互
所有大模型请求体、响应体统一使用 JSON 传输。普通对话请求示例：
{
"model": "qwen-7b",
"messages": [
{"role": "system", "content": "你是知识库助手"},
{"role": "user", "content "解释向量数据库"}
],
"stream": true,
"temperature": 0.2
}
SSE 流式返回每一段 delta 增量也是标准 JSON 片段。
场景 2：Function Calling 工具调用（Agent 智能体底层）
模型需要调用数据库、接口、计算器时，必须输出标准 JSON 格式工具参数，后端程序才能自动解析执行。工具定义 JSON Schema 示例：
{
"type": "function",
"function": {
"name": "query_knowledge",
"description": "检索企业知识库",
"parameters": {
"type": "object",
"required": ["query", "doc_type"],
"properties": {
"query": {"type": "string", "description": "用户问题"},
"doc_type": {"type": "string", "enum": ["合同","产品手册"]}
}
}
}
}
场景 3：结构化信息抽取（RAG、文档解析）
要求模型输出固定 JSON，批量提取合同、简历、商品结构化字段，避免纯文本无法入库。抽取输出规范：
{
"company_name": "XX科技",
"contract_amount": 50000,
"expire_date": "2026-12-31",
"risk_points": ["付款周期过长"]
}
五、大模型稳定输出 JSON 两套工业方案
方案 1 Prompt 约束（简易 Demo 使用）
在系统提示词强制输出规则：
你的输出只能返回标准 JSON，禁止任何解释、前言、markdown 代码块；所有 key 使用双引号，数组末尾不能带逗号，不添加注释；输出结构严格遵循模板：{xxx}短板：低参数量模型、复杂任务容易失效，偶尔夹带文字。
方案 2 JSON Schema 强制结构化（生产首选）
主流商用 API（GPT、DeepSeek、通义千问）、Ollama、vLLM 均支持response_format参数，传入规范 Schema，底层 Token 生成时做语法约束，模型无法输出非法格式，解析失败概率趋近 0。OpenAI 标准调用片段：
from openai import OpenAI
client = OpenAI()
resp = client.chat.completions.create(
model="qwen2-14b",
messages=[{"role":"user","content":"提取合同信息"}],
response_format={
"type": "json_schema",
"json_schema": {
"name": "contract_extract",
"strict": true,
"schema": {
"type": "object",
"required": ["company","amount"],
"properties": {
"company": {"type":"string"},
"amount": {"type":"number"}
},
"additionalProperties": false
}
}
}
)
核心参数strict:true禁止额外字段，从底层锁定输出结构。
本地推理（Ollama/llama.cpp）
启动参数增加format json，强制模型仅输出合法 JSON，省去人工文本清洗。
六、线上 JSON 解析故障排查全流程
[*]查看 HTTP 响应头Content-Type，必须为application/json；
[*]复制原始响应文本，在线 JSON 校验工具检查语法（多余逗号、单引号、注释）；
[*]区分语法错误（括号 / 引号错）、结构错误（缺失必填 key、类型不匹配）；
[*]大模型场景：无 Schema 约束优先升级为结构化输出；
[*]后端框架统一开启严格 JSON 解析（Spring/Express 默认拒绝宽松格式）。
高频报错根因
[*]Unexpected token：存在单引号、注释、多余逗号；
[*]Expected number/string：字段类型不匹配（数字加引号、布尔写字符串）；
[*]Unexpected end of input：流式 JSON 片段截断、网络超时。
七、新手高频认知误区澄清
误区 1 JSON 可以写 // 注释方便调试
纠正标准 JSON 完全不支持注释，上线必须删除，否则服务解析崩溃。
误区 2 JS 对象可以直接当作 JSON 传输
纠正 JS 特有函数、单引号写法、无 key 引号均不符合规范，跨语言解析报错。
误区 3 只要提示词要求，模型一定输出纯 JSON
纠正 7B 及以下轻模型容易夹带说明文字，生产必须用 JSON Schema 强制约束。
误区 数组最后加逗号只是警告不影响
纠正 Java、Go、Python 解析器直接抛出异常，服务 500。
误区 null 和 "" 空字符串作用相同
纠正 null 代表无数据，空字符串是空白文本，数据库入库逻辑完全不同。
八、本期全文总结
1 JSON 是跨语言标准化文本格式，六大基础类型 + 对象 / 数组两大容器；2 语法红线：双引号、无末尾逗号、禁止注释、不支持单引号；3 AI 三大核心用途：LLM 接口传输、Function Calling 工具参数、文档结构化抽取；4 线上稳定方案：抛弃纯 Prompt，使用 JSON Schema 强制结构化输出；5 解析报错优先校验原始文本语法，再核对字段类型与 Schema；6 Agent、RAG、API 服务开发全部依赖 JSON，是 AI 工程底层基础数据标准。
页:
[1]