結構化大型語言模型¶

結構化大型語言模型任務和一般 LLM 任務類似，但會強制模型把回應整理成你指定的 JSON Schema 結構，方便後續步驟直接用程式取值，不必再從自由文字裡剖析。

它和一般大型語言模型任務一樣非常常用，差別只在「多了一份輸出結構」。提示詞（系統提示詞、使用者訊息、樣板）的寫法與一般 LLM 完全相同，本頁先帶你看特有的 JSON Schema 欄位，再用「怎麼寫提示詞」補上結構化任務特有的提示詞技巧。

這頁能幫你做什麼¶

讓模型輸出固定欄位的 JSON（例如把客訴內容拆成「分類」「情緒」「摘要」）。
從非結構化文字擷取結構化資料，直接餵給資料庫或 API（例如從合約抽出「甲方」「乙方」「金額」「到期日」）。
確保下游步驟拿到的資料格式穩定、可預期。

本頁只說明結構化 LLM 任務特有的欄位（主要是輸出結構 Schema 與相應的提示詞技巧）。名稱、附註、下一個狀態、輸入與輸出、錯誤處理及共用開關，集中在任務通用設定。

開始前¶

需要先建立 LLM 資源

與 LLM 任務相同，必須綁定一個已建立的 大型語言模型 (LLM) 資源。如何建立請見 LLM 資源。

操作步驟¶

在工作流程編輯器中新增一個 結構化大型語言模型 任務（如何新增請見任務使用指南）。
填入「名稱」。
在「大型語言模型」選擇 LLM 資源（可用調整（）圖示覆寫系統提示詞與模型參數）。

這個對話框與大型語言模型任務共用（圖中的標題是示範用的模型名稱）。「最大 Token 數」「溫度」「Top P」「Top K」四項左側各有勾選框，要先勾起來滑桿才拉得動，詳見大型語言模型任務的特有欄位。
在「對話」表格加入訊息，引導模型要產生什麼內容（提示詞寫法見下方教學）。
在「JSON Schema」定義你要的輸出結構。預設是一張視覺化建構器表格，欄位為「名稱」「類型」「必填」「可空」；不必會寫 JSON 也能用（詳細操作見下方 JSON Schema 建構器怎麼用）：
視需要展開「進階任務設定」設定 Guardrail、備用模型、允許重試等。
設定「下一個狀態」，必要時填「附註」。
用「測試任務」按鈕（）試跑，確認輸出符合 Schema。

JSON Schema 建構器怎麼用¶

「JSON Schema」欄位預設是一張視覺化建構器表格，四欄分別是「名稱」「類型」「必填」「可空」。它的操作方式和一般表格不一樣，第一次用最容易卡在這裡：

新節點不是空表格：一加上節點，表格裡就已經有一列名為 my_property（類型「字串」、必填「是」、可空「否」）的示範欄位。記得把它改成你真正要的欄位，不改的話模型的輸出就會多一個叫 my_property 的欄位。
表格上的字是唯讀的，點了不會有反應：包含「必填」「可空」那兩顆綠色／灰色的「是」「否」，它們只是顯示目前的狀態，直接點不會切換。

要改內容，點該列的鉛筆鈕，會開出一個「編輯屬性」對話框，在裡面改完按右上角的「儲存」才會寫回表格（按「放棄」則不套用）。對話框的欄位：

欄位	必填	說明
類型	是	這個欄位的型別，下拉共八種：字串、數字、整數、布林值、陣列、物件、檔案、空值。日常最常用的是「字串」與「數字」；要放巢狀結構才選「物件」或「陣列」。
名稱	是	欄位名（例如 `summary`），也就是模型回傳的 JSON 裡的鍵名。
必填	否	開關。開啟代表模型一定要回這個欄位。
可空	否	開關。開啟代表允許這個欄位的值是 `null`。

對話框底部還有一個「進階設定」摺疊區塊，展開後可填「標題」「描述」「列舉」「預設值」「最小長度」「最大長度」——本頁後面建議你多寫的「欄位說明」與 enum，就是填在這裡，不必為了它們切到 JSON 模式。

新增一列：按表格下方的圖示鈕，就多一個輸出欄位。
多層結構：每一列左側都有展開箭頭（）；型別選「物件」或「陣列」時展開，才能在裡面繼續加子欄位。
面板太窄就放寬：設定面板原本只有約 400 像素寬，表格塞不下會往右捲，「必填」「可空」要點表格右緣的箭頭才看得到。按面板頂部的最大化鈕（）放寬後四欄一次看得完（上方截圖就是放寬後的樣子），編輯 Schema 時建議都先放寬。
想直接貼一份現成的 JSON Schema：把滑鼠移到「JSON Schema」欄位上，標籤右側會出現「JSON」開關，打開後欄位會變成 JSON 編輯器（本頁後面的範例就是這個模式）。

結構化 LLM 任務特有欄位¶

設定分頁¶

欄位	必填	預設	說明
大型語言模型	是	無	選擇這次呼叫要用的 LLM 資源，可用旁邊的調整（）圖示覆寫系統提示詞與模型參數。也可切換為從工作流程輸入帶入。
對話	是	一列空白的使用者訊息	提供給模型的對話內容（多列表格），每列有角色（使用者／系統助理）與內容。內容可選「提示詞來源」並用樣板或 JSONPath 帶入前一步資料，行為與 LLM 任務完全相同，詳見 LLM 任務特有欄位與內容區塊的「編輯內容」。
JSON Schema	是	預帶一列名為 `my_property` 的欄位（類型「字串」、必填「是」、可空「否」）	定義模型輸出必須符合的結構。預設是視覺化建構器表格，欄位為「名稱／類型／必填／可空」；表格儲存格是唯讀的，要改內容得點該列的鉛筆開「編輯屬性」對話框，完整操作見 JSON Schema 建構器怎麼用。打開欄位上的「JSON」開關可改成直接貼一份 JSON Schema，打開「JSONPath」開關則可從輸入帶入整份 Schema。模型會被要求依此結構回應，結果放在輸出的 `response` 欄位。

Note

對話表格每列的「角色／內容」欄位，以及「系統提示詞」是獨立欄位（透過調整圖示設定）等行為，都與 LLM 任務相同，詳見 LLM 任務特有欄位。

進階任務設定（摺疊區塊）¶

與 LLM 任務相同，提供 Guardrail ID、Guardrail 版本、備用大型語言模型、允許重試等欄位。各欄位詳細說明見 LLM 任務特有欄位與任務通用設定。

欄位	必填	預設	說明
Guardrail ID	否	空白	指定要套用的 Guardrail 識別碼。
Guardrail 版本	否	`DRAFT`	指定要使用的 Guardrail 設定版本。
備用大型語言模型	否	空表格	主模型失敗時依序改用的備援模型。是一張「名稱／模型」兩欄的表格，按逐列新增。設定備援模型時會沿用相同的 JSON Schema。
允許重試	否	關閉	開關。任務無法產生有效回應時自動重新產生，每次重試溫度加 0.1。

執行設定（摺疊區塊）¶

執行設定區塊（上傳輸出至外部記憶體、即時輸出串流、錯誤時中止、預設輸出）皆為共用欄位。其中「預設輸出」的結構會自動套用你定義的 JSON Schema，說明見任務通用設定。

怎麼寫提示詞（重點教學）¶

結構化任務的提示詞寫法（系統提示詞、使用者訊息、三種「提示詞來源」、樣板、改寫工具）與一般 LLM 完全相同，建議先讀大型語言模型的「怎麼寫提示詞」。以下只補結構化任務特有的三個重點。

重點一：欄位的「指示」寫在 Schema，不是堆在提示詞¶

一般 LLM 要靠提示詞交代「輸出要有哪些欄位、格式長怎樣」；結構化任務則由 JSON Schema 直接規定。所以你的提示詞可以更精簡——把重心放在「要模型做什麼判斷」，欄位結構交給 Schema：

系統提示詞：

你是一位客服分析助理。
請閱讀使用者提供的客訴內容，做分類與情緒判斷，並寫一句摘要。
請完全依照指定的結構輸出，不要加入結構以外的文字。

對話（角色：使用者；提示詞來源：自訂提示詞，打開 JSONPath 開關）： $.customer_message

重點二：在 Schema 裡善用「欄位說明」引導模型¶

JSON Schema 的每個欄位都可以填「說明 (description) 」。模型會讀這段說明來決定填什麼，等於是「欄位層級的提示詞」。把判斷標準、可選值、格式要求寫在這裡，比全部塞進提示詞更精準。

不用切到 JSON 模式也能填：在建構器表格點該列的鉛筆 → 「編輯屬性」對話框 → 展開底部的「進階設定」，裡面就有「描述」欄位（見 JSON Schema 建構器怎麼用）。下面的 JSON 只是同一件事在 JSON 模式下的長相：

{
  "type": "object",
  "properties": {
    "category": {
      "type": "string",
      "description": "客訴分類，只能是「物流延遲」「商品瑕疵」「服務態度」「其他」其中之一"
    },
    "sentiment": {
      "type": "string",
      "description": "顧客情緒，只能是「正面」「中立」「負面」"
    },
    "summary": {
      "type": "string",
      "description": "用一句話（30 字以內）摘要客訴重點"
    }
  },
  "required": ["category", "sentiment", "summary"]
}

想限制只能填特定幾個值，就用列舉

像「分類」「情緒」這種只有固定幾個選項的欄位，除了在 description 寫清楚，也可用「列舉」直接限制可選值，讓輸出更穩定。建構器裡的填法：點該列鉛筆 → 「編輯屬性」→ 展開「進階設定」→ 填「列舉」；JSON 模式下就是 "enum": ["正面", "中立", "負面"]。

重點三：用「必填」確保關鍵欄位一定有值¶

把一定要拿到的欄位放進 Schema 的 required 清單，模型就不會略過它們。選填欄位（例如「備註」）不放進 required，模型在資料不足時可以留空，避免硬編內容。

實際範例¶

JSON Schema¶

{
  "type": "object",
  "properties": {
    "category": {
      "type": "string",
      "description": "客訴分類，只能是「物流延遲」「商品瑕疵」「服務態度」「其他」其中之一"
    },
    "sentiment": {
      "type": "string",
      "description": "顧客情緒，只能是「正面」「中立」「負面」"
    },
    "summary": {
      "type": "string",
      "description": "用一句話摘要客訴重點"
    }
  },
  "required": ["category", "sentiment", "summary"]
}

對話（使用者）¶

提示詞來源選「自訂提示詞樣板」，「樣板」寫：

請分析以下客訴並依結構回覆：

{{ customer_message }}

「樣板變數」：名稱 customer_message、值 $.customer_message。

測試執行輸出¶

{
  "errors": null,
  "action_type": "structured_llm_action",
  "response": {
    "category": "物流延遲",
    "sentiment": "負面",
    "summary": "顧客抱怨包裹超過預計到貨日仍未送達。"
  }
}

結構化結果放在 response 欄位，可供後續步驟直接取用（例如 $.<步驟名>Result.response.category）。

技術識別¶

action_type：structured_llm_action

下一步¶

提示詞寫法詳見大型語言模型的「怎麼寫提示詞」。
只需要自由文字回應時，改用大型語言模型 (LLM)。
用程式碼 (Code) 任務進一步加工結構化輸出。
共用設定請見任務通用設定。