結構化輸出是什麼？用訂單看懂固定欄位與資料核對

結構化輸出是讓 AI 按事先規定的欄位與資料形式回覆，方便後續系統讀取與處理。例如同樣是整理訂單，每次都交出日期、品名、數量，比有時寫一段話、有時漏一欄更容易接續整理；但欄位整齊，仍不代表內容一定正確。

下面用一筆餅乾訂單，從表格走到簡短的資料文字。你不需要先懂程式，也能分辨「格式有照規定」和「資料有抄對」是兩件事。

結構化輸出如何把一句訂單變成固定欄位？

「欄位」就是每筆資料要填的項目。假設收到一句話：「我想訂燕麥餅乾 3 盒，下週二送到。」我們想把它整理成日期、品名、數量三欄。這是自製的教學例子，沒有實際呼叫 AI 服務。

這筆資料的日期先不填年月日，因為我們只有這句話，沒有訊息發送日期，還不能確定「下週二」指哪一天。結構化輸出可以保留需要補問的空缺，不必為了把表格填滿而猜日期。

讀懂結構化輸出的三個欄位

AI 工具常使用 JSON 這種文字格式表達資料：每個欄位名稱旁邊放它的值。你可以把下面的內容和剛才的表格對照；它是在描述資料，不是要求你執行程式。

{
  "date": null,
  "item": "燕麥餅乾",
  "quantity": 3
}

• date 是日期欄。null 表示明確的空值，在這個案例代表日期還沒確認。
• item 是品名欄，雙引號中的「燕麥餅乾」是一段文字。
• quantity 是數量欄，3 是數字；本例已約定單位是盒。

結構化輸出的用途不是讓人看起來更專業，而是讓接收資料的系統知道要去哪個欄位取值。Google 的相關文件也以指定格式協助擷取與後續處理來說明這項功能。

欄位名稱之外，還要規定怎麼填

只說「請給數量」還不夠精確。系統若需要拿數量做加總，就要知道這一欄接受的是數字，而不是「三盒」這段文字。這種「允許填哪一種值」的規定，叫作資料型別。

結構化輸出會用到的 schema，可以理解成一份欄位規格：有哪些欄位、各欄接受文字或數字、哪些欄位一定要出現。以這筆訂單為例，我們可以約定數量必須是整數，日期欄必須保留，但允許暫時填空值。

「日期欄必須出現」與「日期已經確認」並不相同。JSON Schema 的物件說明也區分了欄位不存在與欄位值為 null。只有規格確實允許空值，結構化輸出填 null 才符合這項約定；它不代表今天，也不表示客人沒有下單。

要求 AI 排整齊，就啟用結構化輸出了嗎？

在聊天視窗說「請只回日期、品名、數量」，可以幫助 AI 按你的要求整理。這是格式指令；不能只因為你寫了這句話，就認定工具已啟用有系統約束的結構化輸出功能。

真正按規格限制輸出，需要工具支援這項功能，並實際啟用對應規則。不同平台支援的規則與複雜程度可能不同，所以使用結構化輸出前，應確認當下工具的說明，不能把某一份範例貼到任何聊天介面就當作相同設定。

對一般使用者而言，可以先分清楚自己的目的：只是把一筆訊息整理成方便閱讀的表格，還是後面有系統必須收到固定欄位？後者尤其需要確認工具提供的是格式要求，還是實際的格式約束。

結構化輸出格式正確，內容仍可能填錯

回到餅乾訂單，假設數量欄被填成 30。它仍是整數，可能通過格式檢查；但原文寫 3 盒，所以內容錯了。若填成 "三盒"，意思可能看得懂，卻不符合本例「只收整數」的型別規定。

這就是結構化輸出需要分開做的兩種檢查：一種查欄位與型別是否符合規格；另一種把內容逐欄對回原文。Google 官方文件的限制說明也指出，遵循結構不等於內容在語意上必定正確。

1. 確認三個必要欄位都在，數量是允許的整數，日期空值也被規格允許。
2. 對照原文，確認品名是燕麥餅乾、數量是 3 盒，沒有看錯或自行增加。
3. 向下單者確認實際配送年月日，再補上日期；不要把「待確認」直接當成可出貨日期。

結構化輸出讓資料更容易接續處理，仍要保留這一步來源核對。特別是日期不完整時，固定欄位應幫助你發現缺件，而不是遮住缺件。

先訂填法，再逐欄對回原文

理解結構化輸出，可以從一筆資料練習：先列出要哪些欄位，決定每欄怎麼填，遇到未知資料怎麼表示，最後再核對值是否符合原文。這樣就能看出漂亮格式背後，還有哪些資訊需要確認。