구조화 된 출력

어떤 문제를 해결하다

LLM 은 JSON 형식을 출력하도록 강요하고 지정된 스키마입니다.

오래된 해결책

프롬프트에서 LLM 에 JSON 형식과 각 필드의 이름 및 유형을 출력하도록 요청합니다.

output in JSON object with follow fileds:
- name: string
- age: number
- isFemale: boolean

LangChain 에는 프롬프트를 생성하는 데 도움이되는 파서가 있습니다.

질문 1

그러나 LLM 은 여전히 JSON 이 아닌 형식을 출력하거나 필드가 예상되지 않을 가능성이 있습니다.

이후의 솔루션

OpenAI 의 API 는 LLM 을 JSON 형식으로 반환하도록 강요하는 'json _ object' 모드를 도입했습니다.

질문 2

LLM 에서 반환되는 필드는 예상되지 않을 수 있습니다.

최신 솔루션

OpenAI 의 Structured Outputs 는 API 필드에 명시적 JSON 스키마를 전달하여 LLM 이 지정된 형식을 출력할 수 있도록 합니다.

response_format: { "type": "json_schema", "json_schema": … , "strict": true }

예를 들어 json _ schema 에서 형식을 지정할 수 있습니다.

{
        type: "json_schema",
        json_schema: {
            name: "math_response",
            schema: {
                type: "object",
                properties: {
                    steps: {
                        type: "array",
                        items: {
                            type: "object",
                            properties: {
                                explanation: { type: "string" },
                                output: { type: "string" }
                            },
                            required: ["explanation", "output"],
                            additionalProperties: false
                        }
                    },
                    final_answer: { type: "string" }
                },
                required: ["steps", "final_answer"],
                additionalProperties: false
            },
            strict: true
        }
}

Node. js 에서는 더 쉽게 사용할 수 있습니다 :

JSON 스키마 정의

import { z } from "zod";
import { zodResponseFormat } from "openai/helpers/zod";

const Step = z.object({
  explanation: z.string(),
  output: z.string(),
});

const MathResponse = z.object({
  steps: z.array(Step),
  final_answer: z.string(),
});

response _ format 필드에 넣습니다.

const completion = await openai.beta.chat.completions.parse({
  model: "gpt-4o-mini",
  messages: [
    { role: "system", content: "You are a helpful math tutor. Guide the user through the solution step by step." },
    { role: "user", content: "how can I solve 8x + 7 = -23" },
  ],
  response_format: zodResponseFormat(MathResponse, "math_response"),
});

매우 편리하다.

** LangChain 에서 사용하는 방법 **

import { ChatOpenAI } from "@langchain/openai";
import { HumanMessage, SystemMessage } from "@langchain/core/messages";
import { StringOutputParser } from "@langchain/core/output_parsers";
import { z } from "zod";
import { zodResponseFormat } from "openai/helpers/zod";

export async function main() {
  const CalendarEvent = z.object({
    name: z.string(),
    date: z.string(),
    participants: z.array(z.string()),
  });

  const model = new ChatOpenAI({
    model: "gpt-4o-mini",
    // 在这里添加
    modelKwargs: {
      response_format: zodResponseFormat(CalendarEvent, "event"),
    },
  });
  const messages = [
    new SystemMessage("Extract the event information."),
    new HumanMessage("我和小明参加婚礼"),
  ];
  const parser = new StringOutputParser();

  const chain = model.pipe(parser);
  const resp = await chain.invoke(messages);
  console.log(resp);
}

참조

官网