·tian
LLM 输出即 API 契约：为下游消费者版本化结构化响应
当多个服务依赖 LLM 结构化输出时，模型升级会悄无声息地破坏下游消费者。本文解析模式漂移与行为漂移的成因，以及在部署前捕获破坏性变更的版本化与契约测试模式。
insider
llm
production-ai
api-design
+3·tian
Schema 驱动的 Prompt 设计：让你的数据模型主导 Prompt 结构
你的实体 Schema 形态直接决定了 LLM 输出的可靠性。了解规范化、嵌套深度、字段排序和枚举约束如何影响幻觉率 —— 以及掌握让 Prompt 到输出的映射更具可预测性的重构模式。
insider
llm
prompt-engineering
data-modeling
+1·tian
结构化输出与约束解码：消除生产LLM系统中的解析脆弱性
约束解码在token级别保证LLM输出符合schema，从生产流水线中移除重试逻辑和解析启发式方法——但研究显示存在17%的创造力成本，需要明确的决策框架。
insider
structured-outputs
constrained-decoding
llm-reliability
+1·tian
生产级 LLM 系统中结构化输出的可靠性
朴素的 JSON 提示词在生产环境中失败率高达 15–20%。了解约束解码、Schema 设计模式和验证重试循环如何在你管线传播故障前消除结构化输出错误。
llm
reliability
structured-outputs
json
+1·tian
超越 JSON 模式：在生产环境中获取可靠的 LLM 结构化输出
仅靠提示词的 JSON 提取在生产环境中会有 5–20% 的失败率。本文深入解析了从 JSON 模式到约束解码的全部四代结构化输出技术，并提供了库推荐和模式设计规则。
llm
production
structured-outputs
ai-engineering
·tian
生产环境中的结构化输出：如何用 LLM 生成可靠的 JSON
一份实用指南，教你如何在生产环境中从 LLM 获取符合模式的 JSON — 内容涵盖受限解码、提供商 API、模式设计陷阱，以及防止智能体链崩溃的验证模式。
llm
ai-engineering
structured-outputs
agents
显示第 13–18 篇，共 18 篇
上一页2 / 2