最后要交什么
一份 output contract spec、一份 schema review checklist 结果,以及一套明确的失败策略。
Assessment
这一课要求你把一个真实任务改造成机器可验证的输出接口。DepthPilot 关心的不是“模型会不会吐 JSON”,而是字段、类型、失败路径和下游消费方式是否已经明确。学完后你要交的是 contract spec、schema review 结果和失败策略,而不是一句“我已经要求它输出 JSON”。
一份 output contract spec、一份 schema review checklist 结果,以及一套明确的失败策略。
不是模型大多数时候像 JSON,而是下游系统可以不靠猜测地验证字段、拒绝坏结果、并决定何时重试或停止。
这页把 framing 顺序、contract ladder、常见坏 schema 模式和交付模板变成了站内 runbook。
先判断这到底是数据返回任务,还是工具动作任务。
先明确下游系统需要什么字段、什么类型、什么失败语义,再写 prompt。
把 style、policy 和 schema 分开,别混成一段模糊要求。
最后才决定该用 response schema 还是 function calling。
先写字段表和约束,再写例子,不要反过来。
为每个高风险字段写必填、枚举或范围约束。
明确什么叫 invalid output,失败时系统要 loud fail 还是 retry。
用最小样例验证解析成功并不等于语义正确。
只写“请返回 JSON”,却没有字段、类型和失败规则。
输出契约明明给机器消费,却塞进大量自由文本说明。
应该调用工具的任务却先做成结构化回答,导致后续还得再猜。
把 validation failure 静默吞掉,坏结果继续进入系统。
上线前必须保留的证据
一份字段、类型、必填项和约束都写清楚的 contract spec。
一份 schema review 结论,说明哪里会让下游继续猜。
一组样例,证明 success 和 failure 都可被系统识别。
一段你自己的复盘:这个任务为什么不该继续依赖自由文本输出。
可直接拿走的契约模板
把字段、类型、失败策略和下游消费方式一次写清楚。
在上线前扫掉“看起来像结构化,实际还在猜意思”的假契约。
Search Cluster
高意图用户常常先从 structured outputs、prompt engineering、workflow course 进入,再决定是否做真正的契约设计和验收。
Structured Outputs Guide
很多人搜 structured outputs,只是想知道怎么让模型吐出 JSON。DepthPilot 更关心的是:怎样把 AI 输出变成系统能验证、能拒绝、能回退的契约。
打开路径Prompt Engineering Course
这页面向真正搜索“prompt engineering course”的用户,但 DepthPilot 不把它做成提示词花活合集,而是把 prompt 放回系统设计、上下文架构和评估闭环里。
打开路径AI Workflow Course
如果用户搜的是“AI workflow course”,他真正需要的不是再看一次模型介绍,而是学会把 AI 接进真实工作流、工具链、权限和交付标准。
打开路径参考附录
这些来源是方法锚点。课程主体是上面的 framing order、contract ladder、坏模式识别和交付模板。