JSON vers Schema

Générez un JSON Schema depuis un vrai échantillon JSON. Inférence locale des types et champs, pour valider une API et écrire du Structured Output.

Quand la réponse existe avant la doc, écrire properties à la main est lent. Collez l'échantillon, « Générer le Schema » : string, number, boolean, array et object d'après les clés vues.

Le brouillon marque souvent tout l'échantillon en required et n'écrit pas de description. Avant la prod, revoyez nullables et extra fields.

L'inférence tourne dans le navigateur ; les données utilisateur de l'échantillon ne quittent pas l'appareil.

C'est un premier brouillon

Inverser une vraie réponse colle mieux à la forme prod qu'écrire de tête. Mais on ne voit pas les optionnels absents de l'échantillon, ni la plage d'énums métier.

Trois corrections juste après génération

Vérifiez required, number vs integer, et additionalProperties: false. Ces trois erreurs se propagent à la validation et à Structured Output.

Comment faire

Collez un vrai échantillon JSON, ou chargez l'exemple.
Cliquez « Générer le Schema » et lisez l'inférence à droite.
Retirez les clés qui ne doivent pas être required ; ajoutez description et format.
Recettez une deuxième vraie réponse sur la page Validation Schema.
Pour le modèle ou le front, enchaînez Structured Output ou Zod.

Cas d'usage

Premier JSON Schema depuis une réponse API.
Préparer le Schema cœur pour Structured Output, puis l'enveloppe plateforme.
S'aligner avec le backend sur une liste de types lisible par une machine.
Servir de forme d'entrée à Mock / Mock en lot.

À garder en tête

On ne voit que ce que vous avez collé. Un champ absent ne devient pas optional tout seul.
Un tableau s'infère souvent sur les premiers éléments ; un mix de types s'aplatit ou s'élargit.
Ne prenez pas le Schema auto pour un contrat prod : validez d'abord une autre donnée.

FAQ

Un Schema auto-généré peut-il aller en prod tel quel ?

Pas comme version finale. Ajoutez description, vérifiez les types numériques, recettez avec une autre vraie donnée.

Pourquoi tant de champs sont-ils required ?

L'inférence ne voit que les clés de l'échantillon. Un champ absent n'est pas marqué optionnel : à vous de l'ajuster.

Quelle différence avec Structured Output ?

Ici, un JSON Schema générique. La page Structured Output ajoute l'enveloppe OpenAI / Gemini / Claude / MCP.

Les données quittent-elles le navigateur ?

Non. La génération se fait en local.

Les objets imbriqués sont-ils pris en charge ?

Imbrications et tableaux courants, oui. Trop profond ou cyclique : découpez en plusieurs définitions.

email et uri sont-ils reconnus ?

Certaines chaînes ressemblent à un e-mail ou un lien ; ajoutez quand même format explicitement, sans tout miser sur la devinette.

Comment null est-il inféré ?

Un null dans l'échantillon donne peu d'info de type. Remplacez par une vraie valeur, ou écrivez un tableau de types.

Comment l'utiliser avec la page OpenAPI ?

Obtenez d'abord le Schema cœur ici, puis exportez le YAML de doc sur la page OpenAPI.