Générer du JSON AI

Pour un proto ou un Mock, inutile de taper les accolades une à une. Décrivez l'objet en français ou en anglais ; la sortie est un JSON valide.

Choisissez objet, tableau, structure imbriquée ou modèle Mock. Convient aux formes courantes : produit e-commerce, profil utilisateur, réponse d'API.

Aucun grand modèle cloud, donc aucune clé API. Règles métier complexes et vrais stocks : à corriger ensuite.

Ensuite, mise en forme, Schema, ou entrée d'exemple pour Function Calling.

Décrivez plus précisément

Dites quels champs, objet ou tableau, s'il y a des variants imbriqués. « Un utilisateur » donnera une forme trop générique.

Ce n'est pas de vraies données métier aléatoires

Des règles locales assemblent la structure. E-mails, prix, stocks ont l'air vrais, mais ce n'est pas une stat de prod. Pour une distribution réaliste, ajustez le modèle puis Mock.

Comment faire

Décrivez champs et imbrications en langage naturel, ou chargez l'exemple produit.
Choisissez un modèle : objet, tableau, structure imbriquée ou Mock.
Cliquez « Générer le JSON », ou les boutons tableau / imbriqué.
Vérifiez les types : un nombre ne doit pas devenir une chaîne.
Copiez le résultat vers la mise en forme, le Schema ou Structured Output.

Cas d'usage

Pas encore d'API côté front : fabriquez un objet que la page peut rendre.
Préparez le premier échantillon pour Schema / Zod.
Insérez vite un JSON valide dans un article ou une doc.
Avec la page Réparation : générez d'abord la bonne forme, puis comparez au texte cassé.

À garder en tête

Aucun appel à OpenAI ni à une autre API cloud.
Contraintes fortes, vrais stocks, champs de conformité : à la main.
Beaucoup d'objets de même forme : le Mock en lot convient mieux.

FAQ

Pourquoi aucune clé API ?

Cette page assemble la structure avec des règles locales, sans appeler OpenAI ni une autre API cloud.

Peut-on générer un JSON métier très complexe ?

Adapté aux objets et tableaux de complexité moyenne. Contraintes fortes ou données réelles : corrigez à la main, ou passez par un Schema puis Mock.

Quelle différence avec la réparation JSON ?

Générer part d'une description ; réparer complète un JSON incomplet ou invalide pour le rendre analysable.

La description est-elle envoyée ?

Non.

Une description en français convient-elle ?

Oui. Français comme anglais : la structure se construit d'après les noms de champs et leurs relations.

Le résultat est-il toujours le même ?

La structure est stable ; les valeurs de remplissage peuvent varier selon le modèle. Ce n'est pas une API idempotente.

Peut-on imposer les types de champs ?

Écrivez-le dans la description — « price est un nombre, tags un tableau de chaînes » — ce sera plus juste.

Quand utiliser la page Mock ?

Partir de zéro : cette page. Un modèle existe et vous changez seulement les valeurs : Mock.