ストラクチャードアウトプット

ストラクチャードアウトプットは、していした JSON フォーマットでモデルにデータをかえさせます。データちゅうしゅつ、ぶんるいラベルづけ、フォームにゅうりょくなどにむいています。

JSON Mode#

もっともシンプルなほうほうは、モデルにただしい JSON をかえすようもとめることです:

Python

コード
from openai import OpenAI
 
client = OpenAI(
    base_url="https://as.apinoma.com/v1",
    api_key="<あなたの APINOMA_API_KEY>"
)
 
response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[
        {"role": "system", "content": "あなたはデータ抽出アシスタントです。結果を JSON 形式で返してください。"},
        {"role": "user", "content": "次のテキストから人名、会社名、役職を抽出してください:田中はアリババのシニアエンジニアです"}
    ],
    response_format={"type": "json_object"}
)
 
import json
result = json.loads(response.choices[0].message.content)
print(result)
# {"name": "田中", "company": "アリババ", "title": "シニアエンジニア"}

TypeScript

JSON Mode をつかうときは、system prompt に "JSON" というキーワードをふくめてください。ないと、いちぶのモデルはフォーマットようけんをむしすることがあります。

JSON Schema せいやく#

アウトプットこうぞうをよりせいかくにコントロールし、フィールドめいとタイプをきたいどおりにします:

コード
response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[
        {"role": "user", "content": "次のユーザーレビューの感情を分析してください:この製品は素晴らしく、とても使いやすいです!"}
    ],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "sentiment_analysis",
            "schema": {
                "type": "object",
                "properties": {
                    "sentiment": {
                        "type": "string",
                        "enum": ["positive", "negative", "neutral"],
                        "description": "感情の傾向"
                    },
                    "confidence": {
                        "type": "number",
                        "description": "信頼度 0-1"
                    },
                    "keywords": {
                        "type": "array",
                        "items": {"type": "string"},
                        "description": "主要な感情語"
                    }
                },
                "required": ["sentiment", "confidence", "keywords"],
                "additionalProperties": False
            }
        }
    }
)

アウトプット:

ユースケース#

データちゅうしゅつ

コード
# 非構造化テキストから構造化データを抽出する
response = client.chat.completions.create(
    model="openai/gpt-4o",
    messages=[{
        "role": "user",
        "content": """次の注文情報を抽出してください:
        顧客の佐藤さんは2025年1月15日にMacBook Proを3台注文しました。
        単価は18999円、配送先は東京都新宿区xxx通り123号です"""
    }],
    response_format={
        "type": "json_schema",
        "json_schema": {
            "name": "order_info",
            "schema": {
                "type": "object",
                "properties": {
                    "customer": {"type": "string"},
                    "date": {"type": "string"},
                    "items": {
                        "type": "array",
                        "items": {
                            "type": "object",
                            "properties": {
                                "name": {"type": "string"},
                                "quantity": {"type": "integer"},
                                "unit_price": {"type": "number"}
                            }
                        }
                    },
                    "address": {"type": "string"}
                },
                "required": ["customer", "date", "items", "address"]
            }
        }
    }
)

ぶんるいラベルづけ

たいおうモデル#

モデル

JSON Mode

JSON Schema

`openai/gpt-4o`

`openai/gpt-4o-mini`

`anthropic/claude-sonnet-4.6`

`google/gemini-pro-compatible-flash-lite-preview`

JSON Schema にたいおうしていないモデルでも、system prompt にきたいする JSON フォーマットをくわしくかけば、にたこうかをえられます。

さいしゅうこうしん: 2026 ねん 6 がつ 23 にち