Wenn du strukturierte Daten von Claude benötigst, hast du zwei Hauptansätze: prompt-basierte Techniken mit Message-Prefills und Stop-Sequenzen oder eine robustere Methode mit Tools. Während der prompt-basierte Ansatz einfacher einzurichten ist, liefern Tools zuverlässigere Ausgaben – auf Kosten zusätzlicher Komplexität.
Tools für strukturierte Daten
Der Tool-basierte Ansatz funktioniert, indem du ein JSON-Schema erstellst, das die genaue Struktur der Daten definiert, die du extrahieren möchtest. Anstatt zu hoffen, dass Claude seine Antwort korrekt formatiert, gibst du Claude im Grunde eine Funktion, die mit bestimmten Parametern aufgerufen wird, die deiner gewünschten Ausgabestruktur entsprechen.

So läuft der Prozess ab:
- Schreibe ein Schema, das die Struktur der gesuchten Daten beschreibt
- Zwinge Claude mit dem Parameter
tool_choicedazu, ein Tool zu verwenden - Extrahiere die strukturierten Daten aus der Tool-Use-Antwort
- Du musst keine Folgeantwort bereitstellen – sobald du die Daten hast, bist du fertig
Wenn du beispielsweise einen Finanzsaldo und wichtige Erkenntnisse aus einer Abrechnung extrahieren möchtest, würde dein Schema diese jeweils als Integer und als Array von Strings definieren.
Kontrolle der Tool-Nutzung
Ein entscheidender Teil dieser Technik besteht darin, sicherzustellen, dass Claude dein Tool tatsächlich aufruft. Du kannst dieses Verhalten mit dem Parameter tool_choice steuern:

{"type": "auto"}– Das Modell entscheidet, ob es ein Tool verwenden muss (Standard){"type": "any"}– Das Modell muss ein Tool verwenden, kann aber auswählen, welches{"type": "tool", "name": "TOOL_NAME"}– Das Modell muss das angegebene Tool verwenden
Für die Extraktion strukturierter Daten wirst du in der Regel die dritte Option verwenden wollen, um sicherzustellen, dass Claude dein spezifisches Schema-Tool aufruft.
Implementierungsbeispiel
Angenommen, du möchtest einen Titel, einen Autor und wichtige Erkenntnisse aus einem Artikel extrahieren. Zunächst würdest du ein Tool-Schema erstellen:
article_summary_schema = {
"name": "article_summary",
"description": "Extracts structured data from articles",
"input_schema": {
"type": "object",
"properties": {
"title": {"type": "string"},
"author": {"type": "string"},
"key_insights": {
"type": "array",
"items": {"type": "string"}
}
}
}
}Dann würdest du Claude mit dem Tool aufrufen und dessen Verwendung erzwingen:
response = chat(
messages,
tools=[article_summary_schema],
tool_choice={"type": "tool", "name": "article_summary"}
)Die Antwort enthält einen Tool-Use-Block mit deinen strukturierten Daten im Feld input. Du kannst direkt darauf zugreifen:
structured_data = response.content[0].inputWann welcher Ansatz verwendet werden sollte
Wähle die prompt-basierte strukturierte Ausgabe, wenn du etwas Schnelles und Einfaches benötigst. Verwende Tools, wenn du garantierte Zuverlässigkeit benötigst und die zusätzliche Einrichtungskomplexität bewältigen kannst. Beide Techniken sind wertvoll, abhängig von deinem spezifischen Anwendungsfall und deinen Anforderungen.