Python调用OpenAI API：如何确保指定格式输出的一致性？

1. 强化提示词的精确约束 #

• 把格式规则前置并明确加粗，用无歧义的语言定义每个标记的固定格式，示例如下：

  你必须严格按照以下格式生成10篇新闻，每篇结构不可修改、不可遗漏：
  --Headline (n) Begin--
  [标题内容]
  --Headline (n) End--
  --Subheadline (n) Begin--
  [副标题内容]
  --Subheadline (n) End--
  --Body (n) Begin--
  [正文内容]
  --Body (n) End--
  其中n为1到10的连续整数，编号必须与新闻顺序严格对应，任何格式偏差都会导致内容无效。

• 在提示词末尾补充示例，直接给出1-2篇完全符合要求的新闻模板，让模型明确预期输出样式。

2. 调整API参数降低随机性 #

• 设置temperature为0.1-0.3：大幅降低温度值，减少模型的发散性输出，让结果更贴合预设规则。
• 启用top_p为0.2-0.4：限制模型仅从概率最高的候选内容中选择，进一步提升输出的确定性。

3. 改用结构化输出替代自定义标记 #

• 要求模型输出JSON格式，将每篇新闻的标题、副标题、正文作为JSON对象的字段，编号作为属性，示例要求：

  请将10篇新闻以标准JSON格式输出，结构如下：
  {
  "news_list": [
  {
  "id": 1,
  "headline": "标题文本",
  "subheadline": "副标题文本",
  "body": "正文文本"
  },
  ...
  ]
  }
  这种方式可通过Python的json.loads()直接解析，即使模型有小偏差，也能快速修复，比自定义标记稳定性高得多。

4. 新增输出校验与自动修复逻辑 #

• 在Python脚本中添加格式校验函数，用正则匹配标记并检查完整性：

  import re
  
  def check_output_format(output):
      # 匹配所有标记
      all_markers = re.findall(r'--(Headline|Subheadline|Body) (\d+) (Begin|End)--', output)
      # 检查编号连续性
      valid_ids = set(int(m[1]) for m in all_markers)
      for n in range(1, 11):
          if n not in valid_ids:
              return False, f"缺失编号{n}的新闻标记"
          # 检查单篇新闻的三类标记是否完整
          marker_types = [m[0] for m in all_markers if int(m[1]) == n]
          if not ("Headline" in marker_types and "Subheadline" in marker_types and "Body" in marker_types):
              return False, f"编号{n}的标记不完整"
      return True, "格式合规"
  

• 校验失败时，将错误信息和原始输出作为新提示词传入API，要求模型修正格式后重新输出。

5. 采用分批生成策略 #

• 不要一次性生成10篇新闻，改为每次生成2-3篇，每批调用都传递完整的格式规则和示例。缩小生成范围后，模型的注意力更集中，能有效避免编号混乱、标记缺失的问题。

内容的提问来源于stack exchange，提问作者Nested_Nested_Loop_Worm