第 7 讲｜结构化输出与数据契约

课前：先自学，再做 15 道题

上课前，先花点时间自己看一页材料，就三样：

弄懂 3 个词：结构化输出（固定字段固定类型，程序才能校验）、字段四要素（名字/类型/必填/取值范围）+ 判据（怎么算对）、Schema（数据契约）。
记住 1 个比方：把模型的输出"锁进一个程序能检查的格子里"。
记住 1 条红线：结构化输出只解决"格式稳定"，不解决"内容正确"——格式对了值仍可能错，所以每条测试都要写"预期 + 判据"。

看完做 15 道自测题。哪几道大家错得多，直播时老师就重点讲哪几道。

直播 0–30｜把核心快速过一遍

输出格式决定它能不能被程序用。 自然语言段落 → 给人看；表格 → 勉强能用；固定字段 → 能逐个字段校验。
一个字段定义四件事 + 一个判据。 名字 / 类型 / 必填 / 取值范围 / 判据（这条怎么算对）。没有判据就测不了，测不了就交付不了。
缺的信息不猜，留空或追问。 模型最危险的动作不是答错，是缺字段的时候"合理补全"；规则写死：没有就 null + missing_fields。

直播 30–75｜挑大家做错的题讲

字段要太多，一次抽 20 个字段准确率必崩，先拿 5 个跑通再加。
没定义空值，模型不知道"没有"该写什么，就编一个。
拿自然语言当结果，"金额大约 1280"程序没法用，这不算完成。

直播 75–120｜拆一个真实案例：会议录音抽行动项，4 条里 2 条没负责人

一家 60 人的软件公司，每周 6 个会，行动项经常漏。拿一段会议字幕来练（"双十一方案下周定""李婷出三版海报""商品图找王强""预算按 8 万""渠道让赵敏对接——张总改周杰顶"），期望的输出是 {decisions:[...], actions:[...], missing_fields:[决策1负责人, 决策2负责人, 行动2截止, 行动3截止]}。

这里埋了 3 个坑：没人被指派的时候，模型爱填"张总"（谁说话最多就填谁），正确应该是 null；"赵敏"被改成"周杰"，模型却抓了前半句，同一件事要以最后一次为准；"下周三"别擅自换算成具体日期。

课上让全班跑一遍，数数有几组填了"张总"、几组填了"赵敏"，再加三条规则重跑。

这一讲想让你记住的就一句：owner 只能是被明确指派的那个人；说话人不等于负责人。

当堂练一个（8 分钟）：把下面这句"报销口述"丢给 AI，让它抽成四字段的表（事项 / 金额 / 日期 / 缺什么），每个字段先写"类型 + 判据"：

上周五我和王强请客户吃饭，花了六百多，发票我回头拍照补；打车回来是李婷垫的 45 块，她明天拿票来报。

然后对照原文逐格查三处：它有没有把"六百多"擅自写成"600 元"？把"明天"写成具体日期？"回头补"的发票它填了还是留空了？

判断标准：能说清每个字段"怎么算对"（金额是数字、日期不能是未来、缺失写 null 不编），并且至少抓出 1 处它"合理补全"的地方。一处都抓不到，说明判据还没写清——值对了不代表没编。

课后：答疑 + 陪跑，交一份作业

给自己的委托定"数据长什么样"：写输入 + 5–8 个字段（类型/必填/取值/判据）+ 建表 + 5 条测试 + 至少修掉 1 个"编造字段"。再迁移到简历/合同/质检任选一个，补 5 条新输入。

这节课你该会的：

能说出一个字段的"四要素 + 判据"（名字、类型、必填、取值范围，外加"怎么算对"）；
能写出一条测试（预期 + 实际 + 通过/失败），并至少抓出 1 处"编造字段"；
知道"格式对"不等于"值对"——缺失就写 null，不猜、不补。

三个翻车：

字段要太多——一次抽 20 个字段准确率必崩，先拿 5 个跑通再加；
没定义空值——它不知道"没有"该写什么，就顺手编一个；
拿自然语言当结果——"金额大约 1280 元"程序没法用，不算完成。

延伸自读：《原理讲义》§7

展开查看

一句话定义：数据契约（Schema）是模型输出和程序消费之间的一份"书面协议"——双方事先约好字段的名字、类型、必填、取值范围和判据，模型照着填格，程序照着校验。一句话：把"一段话"锁进一个程序能一格一格检查的格子里。

核心原理

1. Schema 把"概率输出"收敛成"可校验形状"。 模型默认吐出来的是自然语言段落：人读没问题，程序却无从下手——它分不清"哪句是负责人、哪句是金额"。Schema 的意义，就是把输出从"给人看的文字"变成"给程序看的格子"：字段固定、类型固定，程序才能一格一格做机械校验。抽象例子：一场会议转写，原始材料里"预算按 8 万""李婷出三版海报"混在一起，只有先约好 {decisions, actions, missing_fields} 的结构、并规定 amount 是数值而不是字符串，程序才能自动查出"负责人为空""金额不是数字"这类问题。格式先于内容：形状不定，内容再对也进不了流水线。

2. 字段四要素 + 判据：判据是让"能说会道"变成"能验收"的那座桥。 一个字段的定义包含四件事——名字、类型、必填、取值范围——再加一个判据：这一条"怎么算对"。四要素回答"它长什么样"，判据回答"什么算通过"。判据为什么要单独拿出来？因为模型输出"看着像"不等于"能验收"：没有判据就测不了，测不了就没法交差。典型的失败是拿自然语言当结果——"金额大约 1280"，程序既不能比大小、也不能加总，等于没抽出来。判据把"对不对"从主观感觉变成可执行的检查：amount 必须为正数、精确到分；owner 只能是被明确指派的人名，而不是"说话最多的人"。

3. 缺失处理：不猜，是比"答对"更重要的纪律。 模型最危险的动作不是答错，而是字段缺失时"合理补全"——没人被指派负责人，它就填一个在场的人；"下周三"它就擅自换成某个具体日期。正确的做法是把缺失写成三条规则：没有就是 null（字段确实不存在）、判定不了就是 unknown（存在但材料不足以判断）、还差就进 missing_fields（列明缺哪一条，驱动追问）。三者必须分开：null 表示"没有"，unknown 表示"不知道"，missing_fields 表示"还差什么"——混成一团，下游要么把"没有"当成错，要么把"没问"当成"没有"。

常见误区 / 边界

别把格式稳定当内容正确：契约只保证"格子对"，不保证"格子里填的值对"；格式对了值仍可能错，所以每条都要写"预期 + 判据"。
别拿自然语言当结果："大约""左右""差不多"都不算完成，程序用不了。
别一次抽太多字段：一次要 20 个字段准确率必崩，先 5 个跑通再加。
别擅自换算与脑补："下周三"就留"下周三"，不换日期；说话人 ≠ 负责人，没人指派就 null。
别把三种缺失混成一团：null / unknown / missing_fields 是三件事，各有各的处理分支，不可合并。

一句可带走的话

没有判据就测不了，测不了就交付不了；缺了就留空，不猜。

案例包 · 15 题自测

展开查看

看完做 15 道自测题。每题都有解析，容易错的地方标了出来。哪几道大家错得多，直播时老师就重点讲哪几道。

（单选）哪种输出能被程序直接处理？
- A. 自然语言段落
- B. 固定字段的结构化输出
- C. 口语表格
- D. 摘要

答案：B ｜解析：固定字段才能逐字段校验。

（单选）一个字段要定义几件事？
- A. 两件：名字、类型
- B. 四件：名字、类型、必填、取值范围（外加判据）
- C. 一件：名字
- D. 三件：类型、长度、格式

答案：B。

（单选）"判据"（rubric）是什么？
- A. 代码注释
- B. 这条字段"怎么算对"的明确标准
- C. 测试数量
- D. 提示词长度

答案：B ｜解析：没有判据就测不了，测不了就交付不了。

（单选）字段缺失时，模型应该？
- A. 合理补全
- B. 写 null 并加进 missing_fields
- C. 报错
- D. 跳过

答案：B ｜解析：缺失不猜，留空或追问。 容易错：很多人会顺手让模型"合理补全"。

（判断）会议里说话最多的人就是负责人。

答案：错 ｜解析：说话人不等于负责人；只有被明确指派的人才能填 owner。 容易错。

（单选）"下周三"这个截止日期，正确写法是？
- A. 擅自换算成具体日期 10/15
- B. 保留原文"下周三"，或换算后标注"原文如此"
- C. 写成"近期"
- D. 不填

答案：B ｜解析：不擅自换算，要保留原文或标注推算依据。

（单选）同一事项被先后指派给"赵敏"又改"周杰"，应该？
- A. 都填上
- B. 以后一次为准（周杰）
- C. 以第一次为准（赵敏）
- D. 空着

答案：B ｜解析：同一事项以后一次为准。 容易错：模型常抓前半句，填成"赵敏"。

（判断）格式对、值错，也算对。

答案：错 ｜解析：格式对、值错，也算错；要逐字段核对。

（单选）"金额大约是 1280 元"这种输出，问题在哪？
- A. 太长
- B. 是自然语言，程序没法用
- C. 太短
- D. 没引用

答案：B。

（单选）一次抽取 20 个字段会怎样？
- A. 更准
- B. 准确率崩，先 5 个跑通再加
- C. 没影响
- D. 更快

答案：B ｜解析：字段太多，准确率必然崩。

（单选）没定义"空值怎么写"会怎样？
- A. 没问题
- B. 模型不知道"没有"该写什么，就编一个
- C. 输出更短
- D. 更快

答案：B。

（判断）"缺失信息就合理补全"是模型最危险的动作之一。

答案：对 ｜解析：规则要写死：没有就 null。

（单选）判据的作用是？
- A. 让输出更漂亮
- B. 让每条测试能判断对错
- C. 减少 token
- D. 没用

答案：B。

（单选）测试记录里"看情况"这种判定，应该？
- A. 允许
- B. 不允许，只能写通过/失败/部分
- C. 可以
- D. 看情况

答案：B。

（判断）结构化输出能保证内容正确。

答案：错 ｜解析：只解决格式稳定，不解决内容正确；还要抽检。

案例包 · 案例拆解素材

对应第 7 讲「结构化输出与数据契约」
课堂用时：12 分钟案例 + 24 分钟项目迁移
材料：data/meeting_transcript.md
期望输出：data/expected_output.json

1. 客户和场景

一家 60 人的软件公司，每周 6 个会。会议纪要靠人整理，行动项经常漏，负责人经常写错。

这次给到的是一段 20 分钟产品例会的字幕节选（模拟），讨论双十一活动。会议结束后，记录人要把"决定了什么、谁做什么、什么时候交"录进任务表。

2. 为什么拿这个案例来讲

它看起来很简单，学生一放松就掉坑；
它同时考三件事：抽取、判断、留空；
它的错误非常直观：把"张总"填成负责人，全班一眼能看出来；
它能直接搬到任何行业：会议、访谈、客服通话、需求评审。

3. 原始材料

见 data/meeting_transcript.md，核心 7 句：

00:03:12 张总：这次双十一的活动方案，我们下周一定要定下来。
00:05:40 李婷：海报我这边可以出三版，但是要给我商品图。
00:06:05 张总：商品图找王强要，他那边有。
00:12:30 张总：预算这块，先按 8 万报，超了再说。
00:15:10 王强：那投放的渠道，是不是让赵敏来对接？
00:15:22 张总：赵敏最近在休假，先让周杰顶一下。
00:20:00 李婷：下周三之前我给初稿。

4. 期望输出

见 data/expected_output.json。关键点：

2 条 decision：活动方案、预算；负责人都是 null。
3 条 action：海报（李婷）、商品图（王强）、投放渠道（周杰）。
missing_fields 至少包含 4 项：两条决策的负责人、商品图和投放渠道的截止时间。
due 保留原文"下周""下周三"，不擅自换算成具体日期。

5. 故意埋的三个坑

坑 1：把说话人当负责人

00:03:12 张总说"我们下周一定要定下来"，但没有指派任何人。模型特别喜欢填"张总"，因为他是说话最多的人。

对的做法：owner: null，并写进 missing_fields。

坑 2：抓前半句，漏掉改派

00:15:10 王强提议"让赵敏对接"，00:15:22 张总改口"赵敏休假，让周杰顶"。

模型经常只抓前半句，填成"赵敏"。对的做法：owner: "周杰"。

坑 3：把相对日期擅自换算

00:20:00 李婷说"下周三之前"。模型可能直接写成 2026-10-21。

对的做法：保留 "下周三"；如果一定要换算，必须标注"原文为下周三，按会议日期 2026-10-14 推算"。

6. 两版提示词

prompts/v1_naive.txt：一句"帮我整理成任务表"，必然翻车。
prompts/v2_rules.txt：加了三条硬规则（说话人≠负责人、改派以最后一次为准、缺失写 null）。

课堂做法：先跑 v1，统计错几条；再跑 v2，做并排对比。不要一开始就给 v2。

7. 验收样例（3 条）

#	输入	期望	判定
1	完整字幕	3 条 action，负责人分别为李婷、王强、周杰；2 条 decision 负责人为 null	通过
2	"这个事情要尽快处理，别拖"	只有 1 条 action，owner=null，due=null，missing 包含两项	通过
3	"让赵敏对接……赵敏休假，让周杰顶"	owner=周杰，不是赵敏	通过

完整 5 条见 data/test_cases.csv。

8. 12 分钟课堂流程

分钟	做什么
0–2	抛字幕，问："这段里有几件事？几个人？" 让学生先人工数一遍
2–5	跑 v1，把结果贴出来，全班数"张总"出现了几次
5–8	找一组错的，追问"模型凭什么觉得负责人是张总？"
8–11	加三条规则，重跑 v2，对比
11–12	收一句结论：说话人不等于负责人；缺失就留空。

9. 一句话总结

结构化输出不是"让 AI 填表"，是"让 AI 在没把握时敢留空"。这一条学会了，后面所有抽取任务都稳一半。

案例包 · 课后操作单

目标：把一段会议字幕变成一张任务表，不许猜负责人，不许猜日期。
时间：课后 60 分钟。

你要交的东西

一份 actions_v2.json（按 data/schema.json 的字段）；
一张测试表（5 条，含预期、实际、通过/失败）；
一句"我改了什么，为什么"。

怎么做

第 1 步：建技能（3 分钟）

在 WorkBuddy 里新建技能 会议行动项抽取 v0.1，贴上 prompts/v1_naive.txt，先不加任何规则，看原始表现。

第 2 步：跑一遍，数错误（8 分钟）

把 data/meeting_transcript.md 全文贴进去，对照 data/expected_output.json 逐条数：负责人错了几条？有没有多出不存在的人？due 有没有被换算成具体日期？missing_fields 有几项？

第 3 步：改规则（5 分钟）

加 prompts/v2_rules.txt 三条：①owner 只能是被明确指派的人；②同一事项以后一次为准；③没有负责人写 null + missing_fields。

第 4 步：重跑对比（5 分钟）

同一段字幕重跑，v1/v2 并排对比（决策1负责人/决策2负责人/行动3负责人/行动2截止/行动3截止）。

第 5 步：跑 5 条测试（10 分钟）

用 data/test_cases.csv 逐条跑，判定只写通过/失败/部分。

课后作业

换成你自己的一段会议/访谈/客服记录（脱敏），重跑同一套规则。
补 2 条测试：一条"没有负责人"，一条"两个负责人"。
写 100 字：这次你最想删掉的一条规则是什么？为什么？

达标标准（这节课你该会的）

能说出一个字段的"四要素 + 判据"（名字、类型、必填、取值范围，外加"怎么算对"）；
能写出一条测试（预期 + 实际 + 通过/失败），并至少抓出 1 处"编造字段"；
知道"格式对"不等于"值对"——缺失就写 null，不猜、不补。

容易踩的坑

只测完整字幕，没测"没负责人" → 测试集不完整。
把 due 写成具体日期还没标注推算依据 → 这是编造。
看到 JSON 格式对就判通过 → 值错也是错。

案例包 · 教师脚本（教师用）

展开查看

课前准备

自己先跑 v1，确认它会填"张总"（说话最多的人）当负责人。
开课前看一眼 quiz 错误率，圈出错误率最高的 3–5 题。

0–30｜把核心快速过一遍（3 个点）

输出格式决定它能不能被程序用（10 分钟）— 自然语言段落是给人看的，固定字段才能逐字段校验。
一个字段定义四件事 + 一个判据（10 分钟）— 名字/类型/必填/取值范围，外加"怎么算对"。
缺失信息不猜，留空或追问（10 分钟）— 最危险的动作是缺字段时"合理补全"。

30–75｜挑大家做错的题讲

按 quiz 里错得多的题（Q4 / Q5 / Q7），每道讲清"错在哪一层 + 对的做法"：

Q4：缺失时"合理补全" → 写 null + missing_fields。
Q5：说话人当负责人 → 只有被明确指派的人才能填 owner。
Q7：抓前半句"赵敏" → 同一事项以后一次为准。

75–120｜拆案例：会议字幕抽行动项，4 条里 2 条没负责人

发材料（3 分钟）：发 data/meeting_transcript.md，先让学生自己读一遍，标出"哪句是决策、哪句是行动项"。

全班跑一遍（12 分钟）：用 prompts/v1_naive.txt 跑，把结果贴白板。全班一起数：几组填了"张总"？几组填了"赵敏"？逐字段对，格式对、值错也算错。

找错的原因（8 分钟）：问"模型凭什么觉得负责人是张总？"——因为它把"说话人"当成了"责任人"。

加三条硬规则（12 分钟）：加 prompts/v2_rules.txt：①owner 只能是被明确指派的人；②同一事项以后一次为准；③没有负责人写 null + missing_fields。重跑对比。

跑 5 条测试（7 分钟）：用 data/test_cases.csv 逐条跑，判定只写通过/失败/部分，不许写"看情况"。

收口（3 分钟）：owner 只能是被明确指派的人；说话人不等于负责人。

学生会错在哪

把"说话人"当"负责人"（填"张总"）。
抓前半句（"赵敏"），忽略后一次的更正（"周杰"）。
把"下周三"擅自换算成具体日期。
只测完整字幕，没测"没负责人"的情况。
看到 JSON 格式对就判通过 → 值错也是错。

评分点（每条 1 分，共 5 分）

[ ] 决策 1、2 负责人 = null（不填"张总"）；
[ ] 行动 3 负责人 = 周杰（不是赵敏）；
[ ] "下周三"保留原文或标注推算；
[ ] missing_fields 列全；
[ ] 5 条测试判定清晰，无"看情况"。

如果学生问"能不能让模型自己猜一个负责人"

回答：不能。 猜一个负责人 = 给一个错误的人派活。没有明确负责人就写 null，交给人工确认——这是"缺失信息不猜"这条原则在业务上的落地。