如何通过 Few-Shot 技巧让 AI 稳定输出符合 JSON 架构的 API 数据

别再指望在 Prompt 里写一句“请输出 JSON 格式”就能万无一失了，尤其是在处理复杂嵌套或有严格字段约束的 API 接口时，AI 极容易在引号转义、尾随逗号或者字段命名上掉链子，导致前端解析直接崩溃。

最稳的办法是把 Few-Shot（少样本提示）和 JSON Schema 结合起来，给 AI 喂 2-3 组“输入 → 输出”的真实映射。

实战操作流程：

1. 定义严格的 Schema：不要用自然语言描述，直接给它一个 JSON 结构的定义。
2. 构造对比样本：提供一个正常案例和一个边界案例（比如某个字段为空时该怎么处理），让 AI 明白逻辑边界。
3. 强制截断输出：在 Prompt 结尾直接写上 {，诱导 AI 从 JSON 结构开始生成，跳过所有废话。

我的 Prompt 配置模版：

你是一个 API 数据转换专家。请将用户输入转换为 JSON 格式。

**Schema 定义**:
- user_id: string (必填)
- tags: array of strings (可选, 若无则输出 [])
- status: enum ["active", "inactive"]

**Few-Shot 示例**:
输入: "用户123活跃中，标签是开发者"
输出: {"user_id": "123", "tags": ["开发者"], "status": "active"}

输入: "用户456已注销"
输出: {"user_id": "456", "tags": [], "status": "inactive"}

**待处理输入**:
{{userInput}}
输出:

几个踩过的坑和优化点：

1. 解决“幻觉”字段
AI 偶尔会自作聪明增加 description 之类的字段。解决方法是在 Prompt 中加入：“严禁输出 Schema 定义之外的任何字段”。

2. 处理特殊字符
如果输入内容包含双引号，AI 经常忘记转义。我发现增加一个 Few-Shot 样本专门演示转义情况（例如：输入包含 "引号" → 输出为 \"引号\"），稳定性会提升 80% 以上。

3. 效率提升技巧
在 Cursor 中，如果我需要批量处理大量数据，我会把这个 Prompt 存成 .cursorrules 里的一个特定指令。配合 Claude 3.5 Sonnet，它对 Few-Shot 的模式识别极其敏锐，基本能做到 100% 的解析成功率。

验证命令（Python 快速校验）：

import json

def validate_ai_json(response_text):
    try:
        # 剔除 AI 可能自带的

json 标记
clean_json = response_text.strip().strip('

').strip('

')
data = json.loads(clean_json)
return True, data
except json.JSONDecodeError as e:
return False, str(e)
```