加载中
加载中

当您需要从 Claude 获取结构化数据时,有两种主要方法:使用消息预填充(message prefills)和停止序列(stop sequences)的基于提示的技术,或者使用工具这种更可靠的方法。虽然基于提示的方法设置起来更简单,但工具能以额外的复杂度为代价提供更可靠的输出。

用于结构化数据的工具

基于工具的方法通过创建一个 JSON schema 来工作,该 schema 定义了您想要提取的数据的确切结构。您不再需要寄希望于 Claude 正确格式化其响应,而是实际上给 Claude 提供了一个函数,让它用与您期望的输出结构相匹配的特定参数来调用。

financial_analysis_schema 工具定义,包含一个整数 "balance" 和一个字符串数组 "key_insights"。

以下是该过程的工作方式:

  • 编写一个描述您所需数据结构的 schema
  • 使用 tool_choice 参数强制 Claude 使用某个工具
  • 从工具使用(tool use)响应中提取结构化数据
  • 无需提供后续响应——一旦获得数据即告完成

例如,如果您想从一份财务报表中提取余额和关键见解,您的 schema 会将它们分别定义为一个整数和一个字符串数组。

控制工具使用

这项技术的一个关键部分是确保 Claude 确实调用了您的工具。您可以使用 tool_choice 参数来控制这种行为:

三种 tool_choice 选项,"auto"、"any" 和带有工具名称的 "tool",以及每种选项对工具使用的影响,列在下方。

  • {"type": "auto"} - 模型自行决定是否需要使用工具(默认)
  • {"type": "any"} - 模型必须使用某个工具,但可以选择使用哪一个
  • {"type": "tool", "name": "TOOL_NAME"} - 模型必须使用指定的工具

对于结构化数据提取,您通常需要第三种选项,以确保 Claude 调用您指定的 schema 工具。

实现示例

假设您想从一篇文章中提取标题、作者和关键见解。首先,您需要创建一个工具 schema:

python
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"}
            }
        }
    }
}

然后,您将使用该工具调用 Claude,并强制使用它:

python
response = chat(
    messages,
    tools=[article_summary_schema],
    tool_choice={"type": "tool", "name": "article_summary"}
)

响应将包含一个工具使用(tool use)块,其中在 input 字段中包含您的结构化数据。您可以直接访问它:

python
structured_data = response.content[0].input

何时使用每种方法

当您需要快速简单的方案时,选择基于提示的结构化输出。当您需要有保证的可靠性,并且能够处理额外的设置复杂度时,使用工具。这两种技术都各有价值,具体取决于您的特定用例和需求。