在基于大模型的智能体系统中，JSON 是最常见的数据交换格式。但在实际落地中，常见问题包括：

• JSON 格式错误（多余逗号、缺括号、单双引号混用）
• 字段缺失或多余
• 类型错误（字符串/数字混乱）
• 枚举值不符合规范
• 输出夹杂解释性文本

这些问题如果不做防护，会直接影响系统稳定性。

本文给出一套简洁可落地的 JSON 防护方案，核心思路是：

“约束生成 → 严格校验 → 有限修复 → 可控重试”

---

一、总体架构

推荐的处理链路如下：

二、生成阶段：减少错误的关键

1. 使用 Schema 强约束

为所有 JSON 定义结构：

{
  "type": "object",
  "properties": {
    "task": { "type": "string" },
    "priority": {
      "type": "string",
      "enum": ["low", "medium", "high"]
    },
    "deadline": {
      "type": "string",
      "format": "date"
    }
  },
  "required": ["task", "priority"],
  "additionalProperties": false
}

关键点：

• 必填字段（required）
• 类型约束
• 枚举限制（enum）
• 禁止额外字段（additionalProperties: false）

---

2. Prompt 强约束输出

请严格输出合法 JSON：
1. 仅输出一个 JSON 对象
2. 不要使用 ```json
3. 不要添加任何解释或注释
4. 所有字段必须符合 schema

---

3. 提供标准示例

正确示例：

{
  "task": "整理日报",
  "priority": "high",
  "deadline": "2026-04-10"
}

错误示例：

下面是结果：
{
  "task": "整理日报",
  "priority": "urgent"
}

---

三、解析与校验阶段（必须做）

1. 解析 + 校验，而不是只解析

data = json.loads(text)
validate(data, schema)

说明：

• 能解析 ≠ 合法
• 必须做 schema 校验

---

2. 标准错误结构

{
  "error": "SCHEMA_VALIDATION_FAILED",
  "details": [
    {
      "field": "priority",
      "message": "must be one of [low, medium, high]"
    }
  ]
}

---

四、自动修复（有限度）

1. 可自动修复的问题

• 单引号 → 双引号
• 去除尾随逗号
• 去掉 markdown ```json
• 剥离前后解释文本
• Python 值转 JSON（True → true）

---

2. 不要修复语义错误

❌ 错误示例：

"priority": "urgent"

不要自动改为：

"priority": "high"

原因：这是业务语义，不是格式问题。

---

五、重试机制（关键稳定器）

1. 带错误信息重试

你的 JSON 不合法，问题如下：
1. priority 不在枚举范围
2. deadline 格式错误

请修复并重新输出完整 JSON。

---

2. 控制重试次数

建议策略：

• 自动修复：1 次
• 带反馈重试：1~2 次
• 超过次数 → 降级处理

---

六、字段设计优化（减少模型出错）

1. 简化字段名

推荐：

{
  "task": "xxx",
  "priority": "high"
}

避免：

{
  "taskPriorityLevel": "high"
}

---

2. 使用枚举替代自由文本

"priority": ["low", "medium", "high"]

---

3. 统一数据格式

类型	规范
日期	YYYY-MM-DD
时间	ISO 8601
布尔	true / false
金额	数字，不带单位
空值	null

---

七、复杂 JSON 的处理策略

1. 两阶段生成

• 第一步：生成内容（自然语言/结构草稿）
• 第二步：转换为 JSON

---

2. 拆分大对象

不要一次生成超大 JSON：

• 基础信息
• 配置
• 元数据

最后由程序合并。

优先使用结构化输出能力

如：

• function calling
• JSON mode
• response schema

比纯 prompt 更稳定。

---

八、参考实现

raw = llm_output()

cleaned = clean_text(raw)

try:
    data = json.loads(cleaned)
except:
    cleaned = repair_json(cleaned)
    data = json.loads(cleaned)

errors = validate(data, schema)

if errors:
    retry_prompt = build_retry_prompt(errors)
    raw2 = llm_output(retry_prompt)
    cleaned2 = clean_text(raw2)
    data2 = json.loads(cleaned2)

    errors2 = validate(data2, schema)
    if errors2:
        raise Exception("final validation failed")

return data2 if errors else data

---

总结

让智能体稳定处理 JSON 的关键不是“让模型一次就对”，而是构建一个可靠的数据处理链路：

✅ 前端约束生成
✅ 中间严格校验
✅ 后端有限修复
✅ 异常可控重试

最终目标是：

即使模型不完美，系统仍然稳定