Wann man dazu greift
- Nachgelagerte Systeme strukturierte Daten erwarten.
- Fehler früh abgefangen werden müssen.
- Automatisierte Verarbeitung folgt.
Output Validation / Schema Enforcement.
Fehlerhafte Modellausgabe ablehnen, bevor sie den nächsten Schritt kontaminiert.
Modellantworten werden vor der Verwendung gegen Schemas, Typen oder Geschäftsregeln validiert, und eine fehlgeschlagene Prüfung löst eine Ablehnen-und-neu-prompten-Schleife aus, statt die fehlerhafte Ausgabe nachgelagert weiterfließen zu lassen.
In der PraxisEin Auftragsverarbeitungs-Agent validiert, dass jede modellgenerierte JSON-Nutzlast dem Pydantic-Schema entspricht, bevor er sie in die Datenbank einfügt; eine fehlerhafte Antwort weist er zurück und fordert eine neue an.
Ohne esOhne Output-Validierung breitet sich ein halluziniertes Feld oder ein falsch getypter Wert des Modells lautlos in nachgelagerten Systemen aus und kann Datenbankeinträge korrumpieren oder unbeabsichtigte Aktionen auslösen.
Wann es nach hinten losgeht
- Freitext das eigentliche Ziel ist.
- Schemas die Antwort unzulässig einschränken.
- Die Validierung rein syntaktisch ist und der Geschäftslogik gegenüber blind bleibt.
Die Abwägung
Höhere Zuverlässigkeit wird auf Kosten von Einschränkungen der Ausdrucksfreiheit gewonnen.
Was es tatsächlich tut.
Die Ausgabe muss einem Schema entsprechen, bevor sie verwendet wird.
Zwei Wege, wie dieses Pattern Probleme verursachen kann.
Schema besteht; Geschäftslogik scheitert
Das JSON parst und stimmt mit dem Typ überein, aber die Werte verletzen eine nicht ausgesprochene Regel – eine negative Menge, ein Datum in der Vergangenheit, ein Kunde, der nicht existiert.
Lösung · Geschäfts-Validatoren über das Schema schichten. Syntaktische Validierung als Vorbedingung behandeln, nicht als Garantie.
Neu-Prompt-Schleife läuft ewig bei unerfüllbarem Schema
Das Schema verlangt ein Feld, das das Modell für diese Eingabe nicht produzieren kann. Ablehnen-und-neu-prompten konvergiert nie und verbrennt Token und Latenz an einer Validierung, die niemals bestehen kann.
Lösung · Validierungs-Wiederholungen begrenzen. Bei Erschöpfung auf einen typisierten Fehler oder menschliche Prüfung zurückfallen statt zu schleifen; das nie validierende Schema protokollieren, damit es behoben werden kann.
Wo Output Validation / Schema Enforcement nativ ist.
OpenAI Structured OutputsConstrained DecodingNativ
Microsoft Agent Frameworkschematypisierte AntwortenNativ
Weitermachen