OpenAI json_schema 严格模式报 400 嵌套多余字段该怎么关

给合同抽取接口加结构化输出,模型是 gpt-4o-mini,严格模式设成真。上线第一小时就报 400,原文说 sChema 里缺少额外字段开关,而且必须为假。请求根本没到模型,直接被网关挡回来。

第一反应是在根节点补上这个字段,再发还是 400,这次报错位置变成嵌套的当事方对象。原来嵌套对象也要逐个关,模型侧只检查根节点,网关检查整棵树。手工改了四层,第五层是数组里的元素,又漏了。报错信息里的路径会指到具体字段,照着逐个补最省事,但字段一多就容易漏。

写了个递归函数,遇到对象类型就补上禁止额外字段,同时把属性里的键全部塞进必填数组。严格模式要求所有字段必填,想表达可选就用联合类型加空值,不能靠缺省。这个规则和以前写 schema 的习惯完全相反。

def close_schema(node):
    if not isinstance(node, dict):
        return node
    if node.get("type") == "object":
        node["additionalProperties"] = False
        node["required"] = list(node["properties"])
    for v in node.values():
        close_schema(v)
    return node

改完一千次调用零个 400,解析成功率百分之百。之前用提示词约束,合法率 97.2%,剩下 2.8% 靠正则修补,现在这段修补代码可以删了。代价是模型不能省略字段,空值必须显式输出,输出 token 平均多了 6%。

枚举也有坑。字段用枚举限定三种合同类型,严格模式下必须把枚举写在类型同级,不能只写常量。日期字段如果写日期格式,模型偶尔输出带斜杠的写法,校验过不去,改成模式限定四位年加两位月日,通过率才上来。如果字段本身允许空数组,也要在模式里显式写出数组元素类型,不能留空。

上线前我把 schema 存进配置中心,每次请求前本地先跑一遍校验,不合法直接拒绝,不浪费一次模型调用。这个校验和网关规则对齐,用同一份 schema 实现,避免两边理解不一致。

您可以还会对下面的文章感兴趣: