导读：DeepSeek提供JSON Output模式，设置response_format并在提示中明确JSON与示例后，可以提高结构化输出稳定性。官方同时提醒，需要合理设置max_tokens避免JSON被截断，且偶尔可能返回空内容。生产系统不能把“能解析JSON”当成“数据正确”，还需要Schema、业务规则与幂等重试。
先定义机器可验证的契约
为输出建立JSON Schema，明确字段类型、必填、枚举、长度和是否允许null。日期统一ISO格式，金额明确币种和单位。提示中提供最小正确示例，但不要把真实敏感数据当示例。
模型输出后先解析，再做Schema校验，最后做业务校验。例如订单总额不能为负、结束时间不能早于开始时间、文章标签必须来自允许列表。任何一层失败都不能直接写数据库。
处理空响应与截断
根据预期结构估算max_tokens并留余量。响应结束原因、内容长度和解析错误写入日志。出现空内容时可以用同一输入低次数重试，并改变提示使任务更明确；连续失败转人工或返回可识别错误。
不要通过字符串补右括号“修复”截断JSON，这可能把缺失数据伪装成成功。需要恢复时要求模型基于原始输入重新生成完整对象，并使用幂等请求号防止重复创建。
事实抽取和生成分离
从合同、票据和网页抽取字段时，每个值附来源页码或文本范围。模型可以生成结构，但业务系统根据证据判断是否采纳。无来源字段标记unknown，不允许自行补全。
先抽取原始值，再由确定性代码做计算和转换。税额、汇率、时间差等不应完全依赖模型心算。结构化输出适合连接系统，却更容易把错误自动放大，因此证据更重要。
监控与版本管理
统计解析成功、Schema失败、业务失败、空响应、重试和人工修正率，并按模型版本和任务拆分。只有解析率而没有字段准确率会产生虚假稳定。
提示、Schema和模型作为同一发布版本。升级时回放固定样本，比较字段级准确率和缺失率。日志脱敏，原始文档按权限和期限保存。
执行清单
- 使用JSON Schema定义字段与枚举。
- 依次执行解析、Schema和业务规则校验。
- 空响应有限重试，截断禁止字符串硬补。
- 关键字段保存原文证据并允许unknown。
- 监控字段准确率、重试和人工修正。
总结
DeepSeek JSON Output解决的是格式稳定，不是事实可靠。把结构契约、业务规则、证据和失败路径一起设计，才能安全接入数据库和自动化流程。
