结构与输出

了解如何使用结构化输入与输出 schema，从 LLM 获得可靠、可解析的 JSON 数据。

针对 LLM 编写程序时，你希望提供明确的输入并获得明确的输出。

作为输入，LLM 几乎可以接收任何能渲染为文本的内容，包括自由文本、Markdown 等半结构化文本，以及 CSV、JSON、XML 等结构化格式。若数据有结构，用该结构格式化数据，LLM 会给出更好结果。

除结构化文本输入外，还可传入二进制数据（如图像或 PDF）。在示例中，应用将填字游戏截图传给 Gemini 以推断网格数据：

dart

final imageParts = <Part>[];
for (final image in images) {
  final imageBytes = await image.readAsBytes();
  final mimeType = lookupMimeType(image.path, headerBytes: imageBytes)!;
  imageParts.add(InlineDataPart(mimeType, imageBytes));
}

final content = [
  Content.multi([
    TextPart(_crosswordPrompt),
    ...imageParts,
  ]),
];

final response = await _crosswordModel.generateContent(content);
...

dart

final imageParts = <Part>[];
for (final image in images) {
  final imageBytes = await image.readAsBytes();
  final mimeType = lookupMimeType(image.path, headerBytes: imageBytes)!;
  imageParts.add(InlineDataPart(mimeType, imageBytes));
}

final content = [
  Content.multi([
    TextPart(_crosswordPrompt),
    ...imageParts,
  ]),
];

final response = await _crosswordModel.generateContent(content);
...

该代码在同一请求中将提示词与图像一并传给 Gemini。

LLM 处理结构化输出往往比结构化输入更难。向模型请求 JSON 输出时要清晰详尽，确保得到应用中可靠解析的内容。

先在初始化模型实例时指定期望的输出格式：

dart

// the schema for the clue solver output
static final _crosswordSchema = Schema(
  SchemaType.object,
  properties: {
    'width': Schema(SchemaType.integer),
    'height': Schema(SchemaType.integer),
    'grid': Schema(
      SchemaType.array,
      items: Schema(
        SchemaType.array,
        items: Schema(
          SchemaType.object,
          properties: {
            'color': Schema(SchemaType.string),
            'clueNumber': Schema(SchemaType.integer, nullable: true),
          },
        ),
      ),
    ),
    'clues': Schema(
      SchemaType.object,
      properties: {
        'across': Schema(
          SchemaType.array,
          items: Schema(
            SchemaType.object,
            properties: {
              'number': Schema(SchemaType.integer),
              'text': Schema(SchemaType.string),
            },
          ),
        ),
        'down': Schema(
          SchemaType.array,
          items: Schema(
            SchemaType.object,
            properties: {
              'number': Schema(SchemaType.integer),
              'text': Schema(SchemaType.string),
            },
          ),
        ),
      },
    ),
  },
);

// The model for inferring crossword data from images.
_crosswordModel = FirebaseAI.googleAI().generativeModel(
  model: 'gemini-2.5-pro',
  generationConfig: GenerationConfig(
    responseMimeType: 'application/json',
    responseSchema: _crosswordSchema,
  ),
);

仅这样可能已足够，最可靠的结果来自在系统指令中也指定输出 schema：

dart

final _crosswordPrompt =
'''
Analyze the following crossword puzzle images and return a JSON object
representing the grid size, contents, and clues. The images may contain
different parts of the same puzzle (e.g., the grid the across clues, the down
clues). Combine them to form a complete puzzle.

The JSON schema is as follows: ${jsonEncode(_crosswordSchema.toJson())}
'''

dart

final _crosswordPrompt =
'''
分析以下填字游戏图像，返回表示网格尺寸、内容与线索的 JSON 对象。图像可能包含同一谜题的不同部分（如网格、横向线索、纵向线索）。将它们合并为完整谜题。

JSON schema 如下：${jsonEncode(_crosswordSchema.toJson())}
'''

现在可将模型的文本响应解析为 JSON：

dart

final response = await _crosswordModel.generateContent(content);

final json = jsonDecode(response.text!);
final width = json['width'] as int;
final height = json['height'] as int;
final gridData = json['grid'] as List;
final cluesData = json['clues'] as Map<String, dynamic>;
...

dart

final response = await _crosswordModel.generateContent(content);

final json = jsonDecode(response.text!);
final width = json['width'] as int;
final height = json['height'] as int;
final gridData = json['grid'] as List;
final cluesData = json['clues'] as Map<String, dynamic>;
...

模型可靠的 JSON 输出使 AI 能集成到应用中。数据可能对也可能错，但会是应用可处理的格式。

本页内容对你有帮助吗？

除非另有说明，本文档之所提及适用于 Flutter 3.44.0 版本。本页面最后更新时间：2026-06-12。查看文档源码或者为本页面内容提出建议。