目前项目中模型的输出为自然语言字符串,再通过后续处理转换为表单结构。这种方式在复杂场景下容易引入解析错误,限制了生成复杂表单功能的能力。
考虑到当前主流大模型普遍支持结构化输出JSON,这块是否有计划进行优化。让模型直接输出符合 JSON Schema 标准的表单定义。我目前简单的想法是:
-
在系统提示词中明确定义目标 JSON Schema 的结构和约束,引导模型生成符合预期的格式;跳过自然语言到结构化数据的中间转换环节,减少错误率,提高可靠性;便于模型生成更复杂的问卷逻辑。
-
集成 LangChain 等框架,实现多轮对话中对表单结构的迭代修改(例如用户说“把年龄字段改成下拉选项”,AI 可直接更新 JSON Schema 并返回新表单)。
请问团队是否有这方面你的计划或者更好的实现思路呢?