AI Structured Output 是什麼？為什麼 GPT、Gemini、Claude 都開始支援結構化 JSON 輸出？

先給結論：Structured Output 不是「請輸出 JSON」這句提示詞，而是 API 在解碼階段用 JSON Schema 擋住非法 token，讓最終答覆可以直接被程式解析。GPT、Gemini、Claude 先後做成一等公民，不是因為營銷喜歡這個詞，而是 Agent、抽取、填表都要把模型從聊天框接到流水線裡——散文過不了 JSON.parse，更過不了下游 Schema。

這篇按 2026 年 9 月 8 日寫。三家現在都能約束給使用者 / 下游的最終 JSON：OpenAI 用 response_format.json_schema（strict），Gemini 用 responseMimeType + responseJsonSchema，Claude 已 GA 的是 output_config.format（舊 beta 的 output_format 仍過渡可用）。欄位怎麼寫、子集差在哪，本站 8 月已經拆過；本文只回答兩句：它是什麼，以及為什麼三家都不得不做。落地步驟見《從 Prompt 到 Structured Output》，OpenAI / Gemini 對照見《Structured Output API 對比》。

Structured Output 是什麼

Structured Output（結構化輸出）是：你先給一份 JSON Schema，模型的最終答覆必須是符合這份 Schema 的 JSON。保證發生在生成每一個 token 的時候，而不是生成完再「儘量像 JSON」。常見名字：OpenAI 叫 Structured Outputs，Google 叫 Structured Output，Anthropic 檔案寫 structured outputs / JSON outputs。差一個 s，指的是同一件事。

可以記成編譯器和型別檢查。提示詞是程式碼註釋——模型可能聽。Schema 是型別系統——非法欄位名、缺 required、字串當成數字，解碼器根本不讓這些 token 出來。程式拿到的是物件，不是「```json」圍欄裡夾著一段散文。

一份給三家都能看的 Schema，形狀通常很扁：根是 object，寫清 properties / required，additionalProperties: false。可選欄位在 OpenAI strict 裡往往要寫成可空，而不是從 required 裡拿掉——三家子集不完全一樣，跨廠商先取交集。

{
  "type": "object",
  "additionalProperties": false,
  "properties": {
    "task": { "type": "string", "enum": ["extract", "classify", "summarize"] },
    "ok": { "type": "boolean" },
    "fields": {
      "type": "object",
      "additionalProperties": false,
      "properties": {
        "orderId": { "type": "string" },
        "total": { "type": "number" },
        "note": { "type": ["string", "null"] }
      },
      "required": ["orderId", "total", "note"]
    }
  },
  "required": ["task", "ok", "fields"]
}

它不是 JSON Mode，也不是 Tool Calling

三個名字經常被寫成一回事。資料流上它們不在同一層：

JSON Mode 只保證括號能配上、能 JSON.parse。模型仍可發明 order_id 而你要的是 orderId，或把金額寫成字串。生產裡「能 parse」不等於「能入庫」。

Tool Calling / Function Calling 約束的是伸向工具的那隻手，不是對使用者說的最後一句話。查庫存、寫檔案、走 MCP 的 tools/call，用工具層 Schema。抽取郵件、分類工單、吐一張給下游 API 的 JSON，用 Structured Output。完整 Agent 常常兩層都開——參數走 tools，最終答覆再套一層輸出 Schema。分層見《MCP 是什麼》和《Agent JSON 資料流》。

為什麼三家都開始支援

2023 年還能靠提示詞撞運氣。2026 年的 Agent 把模型嵌進迴圈：輸出要進資料庫、進下一個工具、進另一家模型。三家不是約好一起發新聞稿，是同一條產品壓力線撞上了同一份契約——JSON Schema。

1. 下游是程式，不是讀者。聊天可以散文；流水線要物件。一次缺逗號、一次欄位改名，整晚的重試佇列就滿了。廠商與其讓每個客戶自己寫修復器，不如在解碼器裡把非法路徑剪掉。
2. Agent 把「形狀穩定」變成剛需。多步迴圈裡，上一輪的 JSON 是下一輪的輸入。形狀漂一次，後面全錯。Tool Calling 解決「怎麼伸手」；Structured Output 解決「怎麼把結論交回去」。兩層都要 Schema，見《JSON Schema 會不會成為 Agent 的標準 Contract》。
3. 提示詞證明了自己不夠。「只輸出 JSON、不要 markdown」在評測集上好看，在長上下文、工具回灌、多語言混排裡仍會漏欄位、加圍欄、把列舉寫成近義詞。約束解碼把失敗從「偶發」收成「API 400 或可重試的 Schema 錯」。
4. JSON Schema 已經是跨廠商最小公約數。OpenAPI、MCP inputSchema、Pydantic / Zod 匯出的都是它。模型側再用另一套私有 IDL，Host 就要翻譯兩次。三家把最終答覆也接到同一份 Schema，遷移成本才掉得下來。
5. 競爭變成「能不能進生產」，不再是「會不會聊天」。 一家先做成硬約束，閘道器、Agent 框架、企業採購清單就會寫進必選項。另外兩家不跟，就接不進同一條編排。2026 年 9 月，旗艦 API 缺 Structured Output 已經很難賣給要入庫的客戶。

所以你會看到時間線擠在一起：OpenAI 2024 年 8 月把 Structured Outputs 做成 GA；Gemini 把 MIME + Schema 收進生成配置；Claude 2025 年底還在 beta 頭，2026 年已把 output_config.format 做成正式欄位。名字不統一，壓力是同一股。

GPT、Gemini、Claude 各自怎麼開

概念對齊，欄位不要交叉貼上。下表是 2026 年 9 月 8 日能寫進檔案的入口，不是完整 SDK 教程。

三家請求包裝不同，Schema 本體儘量同一份。換模型改的是外層欄位，不是 orderId 和 required。Claude 示例（規範欄位，業務 Schema 可換成你自己的）：

{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "messages": [
    {"role": "user", "content": "從訂單文字抽出 orderId 與 total"}
  ],
  "output_config": {
    "format": {
      "type": "json_schema",
      "schema": {
        "type": "object",
        "additionalProperties": false,
        "properties": {
          "orderId": { "type": "string" },
          "total": { "type": "number" }
        },
        "required": ["orderId", "total"]
      }
    }
  }
}

OpenAI 把同一份 schema 放進 response_format.json_schema 並開啟 strict；Gemini 放進 responseJsonSchema 並宣告 JSON MIME。完整 Python 對照仍看《OpenAI vs Gemini》。產品面（ChatGPT / claude.ai / Gemini 網頁）不一定暴露同一套硬約束，寫 SLA 以你呼叫的那個 API 為準。

約束解碼在擋什麼

沒有 Structured Output 時，模型在整個詞表上取樣，再靠提示詞「表現得像 JSON」。有 Structured Output 時，解碼器根據 Schema 維護一份合法字首：下一步只能是 "、orderId、true 或 } 這類還合法的 token，非法路徑的機率被直接置零。

它擋的是形狀：尾逗號、markdown 圍欄、缺必填、型別漂、多餘欄位（在 additionalProperties: false 時）。它不擋胡說：total 型別是 number，值可以是編出來的；enum 裡的合法值也可以選錯。所以生產仍要用同一份 Schema 再跑一遍校驗器，失敗則重試、降級或人工——約束解碼降的是解析事故，不是幻覺。

視窗再大也一樣：1M token 只增加看得見的材料，不約束輸出形狀。把整份 dump 塞進去，仍要 Schema，見《1M Token 上下文視窗》。

現在該怎麼用

1. 先寫 Schema，再選模型。欄位名、必填、列舉是產品契約。GPT / Gemini / Claude 是可替換的後端。契約寫在倉庫裡，不要寫在提示詞裡。
2. 抽取、分類、填表走 Structured Output；辦事走 Tool Calling。不要用 Structured Output 假裝已經調過庫存 API。要跨行程複用工具，再加 MCP。
3. 跨廠商取 Schema 交集：扁 object、additionalProperties: false、少用深 $ref 和根級 anyOf。OpenAI strict 把「可選」做成可空，不要三家各寫一份互相漂移的欄位表。
4. API 過了仍要本機再驗。把 Schema 和 2～3 組正 / 反例存成 JSON，用本站校驗和 Diff。資料不上傳。約束解碼之後，這是第二道閘。
5. 失敗要結構化迴流：解析失敗或二次校驗失敗，把錯誤寫成物件（缺哪個欄位、期望型別），不要把堆疊原文灌回下一輪。

常見問題 FAQ

總結

Structured Output 是 2026 年旗艦 API 的預設插座：最終答覆按 JSON Schema 約束解碼，程式不再靠提示詞賭括號。GPT、Gemini、Claude 都做，是因為 Agent 和抽取已經把「形狀穩定」寫成驗收項；JSON Schema 又是三家都認的契約。它不是 JSON Mode，也不替代 Tool Calling 或 MCP。

換模型只換包裝欄位。欄位名和 required 寫進倉庫，落地前用同一份 Schema 在本機校驗樣例。怎麼配各家 API、怎麼和工具層分工，本站已經寫過；這篇只把「是什麼、為什麼」說清楚。