Génération de Structured Output Schema

Générez un Structured Output Schema utilisable par OpenAI, Gemini, Claude et MCP depuis un échantillon JSON. Exécution locale, sans envoi.

Le texte libre se parse mal. Contrainez d'abord le modèle à renvoyer du JSON par champs, ensuite le prompt. Cette page emballe l'échantillon dans l'enveloppe de chaque plateforme.

Il ne doit y avoir qu'un Schema cœur : types, required, additionalProperties d'abord, puis OpenAI / Gemini / Claude / MCP.

Choisir la plateforme ne change que l'emballage local : l'échantillon n'est pas envoyé chez le fournisseur.

Pourquoi le mode strict échoue souvent

Le strict OpenAI exige en général additionalProperties: false et que les propriétés vues entrent dans required. Vérifiez ces deux points, puis testez une vraie réponse.

Ce n'est pas Function Calling

Structured Output contraint la réponse finale du modèle ; Function Calling, les arguments d'outil. Un Agent utilise les deux, mais n'empilez pas tout dans un seul Schema.

Comment faire

Collez un exemple JSON ou un placeholder de type, choisissez la plateforme.
Cliquez « Générer le Schema » et vérifiez que l'enveloppe correspond à la plateforme.
Ajoutez description, resserrez enum, confirmez la stratégie extra fields.
Validez une deuxième réponse contre le Schema : ne vous contentez pas d'un parse qui passe.
Copiez dans l'appli. En changeant de plateforme, ne changez que l'enveloppe, pas deux structures cœur.

Cas d'usage

Faire passer une sortie LLM de Markdown à du JSON analysable.
Ajouter un response schema à extraction, classification, remplissage de formulaire.
Exporter la même structure cœur pour OpenAI et Gemini.
D'abord le Schema, puis l'alignement front/back avec Zod / OpenAPI.

À garder en tête

L'inférence auto est trop optimiste : pas une version finale de prod.
Une chaîne numérique de l'échantillon reste string ; prix et quantités doivent être de vrais nombres.
Tableau vide ou types mixtes élargissent items : rangez l'échantillon avant de générer.

FAQ

À quoi faire attention en mode strict ?

Le strict OpenAI exige en général additionalProperties: false sur l'objet, et un required explicite. Vérifiez ces deux points après génération.

Peut-on l'utiliser tel quel en prod ?

Non. L'inférence locale est trop optimiste : recettez avec une vraie réponse.

Quelle différence avec Function Calling ?

Structured Output contraint la réponse finale du modèle ; Function Calling contraint les arguments d'outil.

Les données sont-elles envoyées ?

Non. Choisir la plateforme ne change que l'emballage local.

Gemini et OpenAI peuvent-ils partager le même ?

Les properties cœur, oui ; les champs d'emballage diffèrent. Ne donnez pas un json_schema tel quel à Gemini.

Faut-il écrire description ?

Oui. Le modèle s'appuie sur la description pour le sens des champs ; le seul type ne suffit pas.

Comment contraindre les objets d'un tableau ?

Assurez d'abord que les éléments de l'échantillon ont la même forme, puis vérifiez items.properties et required.

Quel lien avec l'article de blog ?

Le blog raconte l'ordre de recette et les pièges ; cette page génère le brouillon depuis l'échantillon.