功能特性
JSON 输出模式
让支持该能力的模型返回可解析 JSON，并在应用侧完成结构校验。
JSON 模式适合分类、抽取、路由决策和配置生成。它提高输出的机器可读性，但应用仍需验证字段和业务规则。
请求示例
import json
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["APIQIK_API_KEY"],
base_url="https://api.dimleap.cn/v1",
)
response = client.chat.completions.create(
model="glm-5.1",
messages=[
{
"role": "system",
"content": (
"只返回 JSON 对象，必须包含 category、priority、summary。"
"priority 只能是 low、medium、high。"
),
},
{
"role": "user",
"content": "生产环境接口从十分钟前开始持续超时。",
},
],
response_format={"type": "json_object"},
temperature=0,
)
result = json.loads(response.choices[0].message.content)
print(result)响应示例
{
"category": "availability",
"priority": "high",
"summary": "生产环境接口持续超时"
}正确使用
- 提示词中明确要求输出 JSON，并说明字段、类型与枚举。
- 捕获解析失败，必要时进行有限的格式修复重试。
- 用 JSON Schema 或数据模型验证字段，而不是只调用
json.loads。 - JSON 字段中若包含用户输入，仍需做转义、权限与内容检查。
- 目标模型不支持 JSON 模式时，改用函数调用或经过验证的提示词方案。
可解析不等于事实正确 JSON 模式解决的是格式问题，不会自动保证模型抽取的事实、数字或判断正确。