把资料抽取成可校验 JSON

一句话结论

Google 官方模型页将稳定版 gemini-3.8-flash 的 Structured outputs 标为 Supported；结构化输出文档给出的 exact model 配置是 response_format：type="text"、mime_type="application/json"，再把 JSON Schema 放入 schema。它能约束 JSON 的语法和形状，但应用仍须验证字段语义，并处理 schema 过大、嵌套过深或不被支持的情况。

适用场景

• 适合的任务：信息抽取、固定枚举分类、结构化摘要、为下游 API 准备类型化输入，以及需要流式处理 JSON 片段的任务。

• 不适合的任务：把 JSON 合法当成事实正确或安全授权；模型生成的字段仍是不可信输入，不能绕过业务校验、权限和人工确认。

• 适用的模型版本：稳定版 gemini-3.8-flash，API 模型 ID 与官方代码中的 model 字符串一一对应。

• 适用的客户端、Agent 或 API：Google Gemini API 的 Interactions API。Google GenAI SDK 支持用 Pydantic（Python）和 Zod（JavaScript）定义 schema；其他 SDK、代理框架或第三方平台需自行核对字段映射。

• 输出说明：模型页将输出模态列为 Text；结构化 JSON 通过文本响应返回，不应将其误解为独立的 JSON 输出模态。

可直接使用的内容

Python：官方 Pydantic 配置

下面保留 Google 结构化输出示例的核心 schema、模型 ID 和请求字段；Recipe.model_json_schema() 由 Pydantic 生成 JSON Schema，model_validate_json 在应用侧解析并校验返回值。

from google import genai
from pydantic import BaseModel, Field
from typing import List, Optional

class Ingredient(BaseModel):
    name: str = Field(description="Name of the ingredient.")
    quantity: str = Field(description="Quantity of the ingredient, including units.")

class Recipe(BaseModel):
    recipe_name: str = Field(description="The name of the recipe.")
    prep_time_minutes: Optional[int] = Field(
        description="Optional time in minutes to prepare the recipe."
    )
    ingredients: List[Ingredient]
    instructions: List[str]

client = genai.Client()
prompt = """
Please extract the recipe from the following text.
The user wants to make delicious chocolate chip cookies.
They need 2 and 1/4 cups of all-purpose flour, 1 teaspoon of baking soda,
1 teaspoon of salt, 1 cup of unsalted butter (softened), 3/4 cup of granulated sugar,
3/4 cup of packed brown sugar, 1 teaspoon of vanilla extract, and 2 large eggs.
For the best part, they'll need 2 cups of semisweet chocolate chips.
First, preheat the oven to 375°F (190°C). Then, in a small bowl, whisk together the flour,
baking soda, and salt. In a large bowl, cream together the butter, granulated sugar, and brown sugar
until light and fluffy. Beat in the vanilla and eggs, one at a time. Gradually beat in the dry
ingredients until just combined. Finally, stir in the chocolate chips. Drop by rounded tablespoons
onto ungreased baking sheets and bake for 9 to 11 minutes.
"""

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input=prompt,
    response_format={
        "type": "text",
        "mime_type": "application/json",
        "schema": Recipe.model_json_schema()
    },
)

recipe = Recipe.model_validate_json(interaction.output_text)
print(recipe)

原生 JSON Schema：配置骨架

不使用 Pydantic 时，保持官方请求字段不变，将 schema 直接传入：

response_format = {
    "type": "text",
    "mime_type": "application/json",
    "schema": {
        "type": "object",
        "properties": {
            "label": {
                "type": "string",
                "enum": ["positive", "neutral", "negative"],
                "description": "The classification label."
            },
            "confidence": {
                "type": "number",
                "minimum": 0,
                "maximum": 1,
                "description": "A confidence score between 0 and 1."
            }
        },
        "required": ["label", "confidence"],
        "additionalProperties": False
    }
}

interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Classify the sentiment of: The new UI is incredibly intuitive.",
    response_format=response_format,
)

流式结构化输出

官方示例通过 stream=True 创建流；每个 step.delta 的文本块是可拼接的有效 JSON 片段。不要在收到第一个片段时就把它当成完整对象，需在结束后拼接并执行最终 schema 校验。

from pydantic import BaseModel
from typing import Literal

class Feedback(BaseModel):
    sentiment: Literal["positive", "neutral", "negative"]
    summary: str

stream = client.interactions.create(
    model="gemini-3.8-flash",
    input="The new UI is incredibly intuitive. Add a very long summary to test streaming!",
    response_format={
        "type": "text",
        "mime_type": "application/json",
        "schema": Feedback.model_json_schema()
    },
    stream=True
)

for event in stream:
    if event.event_type == "step.delta":
        if event.delta.type == "text" and getattr(event.delta, "text", None):
            print(event.delta.text, end="", flush=True)

JSON Schema 支持范围

Google 文档明确说明这是 JSON Schema 的子集，当前可使用：

允许空值时，应把 null 放进类型数组，例如 {"type": ["string", "null"]}。schema 中的 description 用于引导模型，不是应用层的数据验证或权限规则。

与函数调用及工具的边界

• Structured outputs：格式化最终回答；适合要求最终结果具有固定结构的任务。

• Function calling：对话期间提出要执行的函数及参数；应用负责校验、执行和回传结果。

• 结构化输出 + 内置工具：Google 文档将该组合标为 Preview，且示例使用 Gemini 3 系列模型；不要把文档中的 gemini-3.1-pro-preview 示例改写成 3.8 专属的工具保证。Gemini 3.8 Flash 的模型页分别列出 Structured outputs、Function calling 和搜索等能力，但是否能在目标账户、SDK 版本和具体工具组合中使用，仍需实测。

测试/工作流步骤

1. 固定 model="gemini-3.8-flash"，先用小型 object schema 验证 SDK、账户和 Interactions API 的字段映射。

2. 检查响应是否能被 JSON 解析，再用 Pydantic、Zod 或等价校验器验证类型、枚举、数值范围、必填字段和业务规则。

3. 逐步增加嵌套层级和数组约束；记录 schema 被拒绝、解析失败、字段缺失及语义错误，避免把复杂 schema 问题归因于提示词。

4. 对流式请求只增量消费文本，结束后再拼接和校验完整 JSON；失败时保留可诊断的错误状态，不把半截对象交给下游。

5. 若同时启用工具，先独立验证结构化输出，再验证工具调用；对工具参数执行白名单、权限、幂等和人工确认检查。

原始证据与数据

适用边界

• Structured outputs 主要保证输出符合语法和声明的形状；Google 明确要求应用自行验证值，并为“符合 schema 但语义错误”的结果实现错误处理。

• “Supported”不等于所有地区、账户层级、SDK 版本、代理框架或第三方路由都已同步；生产上线前要做真实 smoke test。

• JSON Schema 只实现官方列出的子集；未列出的关键字不能假定有效。大型或深层嵌套 schema 可能被拒绝。

• schema 中的 description 是模型引导信息，不能承担权限、隐私、SQL 注入防护或业务授权职责。

• 流式块可拼接为最终 JSON，但中间片段不一定是完整对象；必须在结束后完成解析和业务校验。

• 结构化输出和函数调用解决不同问题。任何写入、付款、发信、删除或设备控制都必须由应用侧权限、审计和人工确认保护。

• 模型页的 token 上限、能力开关、价格和生命周期可能变化；本文仅记录 2026-09-08 采集时的官方页面状态。

来源摘录或观察（合规短引）

Google 的核心配置要求是：使用 text 类型并将 mime_type 设为 application/json，然后在 schema 字段提供 JSON Schema。工程上应把它视为“可校验的输出契约”，而不是事实正确性或执行权限的保证。