Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Obtenga resultados JSON validados de los modelos
Los resultados estructurados son una capacidad de Amazon Bedrock que garantiza que las respuestas de los modelos se ajusten a los esquemas JSON y las definiciones de herramientas definidos por el usuario, lo que reduce la necesidad de mecanismos personalizados de análisis y validación en las implementaciones de IA de producción.
## Ventajas
Los resultados estructurados abordan los desafíos críticos de las aplicaciones de IA de producción:
+ **Garantiza el cumplimiento del esquema**: elimina las tasas de error y los ciclos de reintento propios de los enfoques basados en solicitudes
+ **Reducción de la complejidad del desarrollo**: elimina la necesidad de una lógica de análisis y validación personalizada
+ **Menores costos operativos**: reduce las solicitudes y los reintentos fallidos
+ **Fiabilidad de la producción**: permite un despliegue seguro de aplicaciones de IA que requieren resultados predecibles y legibles por máquina
## Funcionamiento
Las salidas estructuradas limitan las respuestas del modelo para que sigan un esquema específico, lo que garantiza una salida válida y analizable para el procesamiento posterior. Puede utilizar salidas estructuradas a través de dos mecanismos complementarios:
### Formato de salida del esquema JSON
Para la InvokeModel API con modelos Anthropic Claude, utilice el campo de `output_config.format` solicitud. En el caso de los modelos de peso abierto, utilice el campo de `response_format` solicitud. Para Converse APIs, usa el campo de `outputConfig.textFormat` solicitud. La respuesta del modelo se ajustará al esquema JSON especificado.
### Uso estricto de la herramienta
Añada la `strict: true` marca a las definiciones de las herramientas para permitir la validación del esquema en los nombres y las entradas de las herramientas. A continuación, las llamadas a las herramientas del modelo seguirán el esquema de entrada de herramientas definido.
Estos mecanismos se pueden utilizar de forma independiente o en conjunto en la misma solicitud. Consulte la [documentación de la API de Bedrock](https://docs.aws.amazon.com/bedrock/latest/APIReference/welcome.html) para obtener más información.
### Solicite un flujo de trabajo
A continuación, se describe cómo Amazon Bedrock procesa las solicitudes con resultados estructurados:
1. **Solicitud inicial**: incluye un esquema JSON mediante la definición de `outputConfig.textFormat``output_config.format`, o un `response_format` parámetro o una herramienta con la `strict: true` marca en su solicitud de inferencia.
1. **Validación del esquema**: Amazon Bedrock valida el formato de esquema JSON con el subconjunto JSON Schema Draft 2020-12 compatible. Si el esquema contiene funciones no compatibles, Amazon Bedrock devuelve inmediatamente un error 400.
1. **Compilación por primera vez**: para los esquemas nuevos, Amazon Bedrock compila la gramática, lo que puede tardar unos minutos.
1. **Almacenamiento en caché**: las gramáticas compiladas correctamente se almacenan en caché durante 24 horas desde el primer acceso. Las gramáticas almacenadas en caché se cifran con claves administradas por AWS.
1. **Solicitudes posteriores**: los esquemas idénticos de la misma cuenta utilizan gramáticas en caché, lo que da como resultado una latencia de inferencia comparable a la de las solicitudes estándar con una sobrecarga mínima.
1. **Respuesta**: recibe respuestas de inferencia estándar con un estricto cumplimiento del esquema.
## Compatible con nuestras APIs funciones
Puede utilizar salidas estructuradas en las siguientes funciones de Amazon Bedrock:
**Converse y ConverseStream APIs**: utilice salidas estructuradas con Converse y ConverseStream APIs para realizar inferencias conversacionales.
**InvokeModel y InvokeModelWithResponseStream APIs**: utilice salidas estructuradas con y para la inferencia de un solo InvokeModel giro InvokeModelWithResponseStream APIs .
**Inferencia entre regiones: utilice resultados estructurados dentro de la inferencia** entre regiones sin ninguna configuración adicional.
**Inferencia por lotes**: utilice salidas estructuradas dentro de la inferencia por lotes sin ninguna configuración adicional.
**nota**
Los resultados estructurados son incompatibles con las citas de los modelos antrópicos. Si habilita las citas mientras utiliza salidas estructuradas, el modelo devolverá un error de 400.
## Modelos compatibles
Para ver qué modelos admiten salidas estructuradas, consulte los [modelos de un vistazo](model-cards.md) y seleccione el modelo que le interese.
## Solicitudes de ejemplo
### Formato de salida del esquema JSON
Los siguientes ejemplos muestran cómo utilizar el formato de salida del esquema JSON con salidas estructuradas.
#### API de Converse
##### Ver ejemplo
```
{
"messages": [
{
"role": "user",
"content": [
{
"text": "Given the following unstructured data, extract it into the provided structure."
},
{
"text": "..."
}
]
}
],
"outputConfig": {
"textFormat": {
"type": "json_schema",
"structure": {
"jsonSchema": {
"schema": "{\"type\": \"object\", \"properties\": {\"title\": {\"type\": \"string\", \"description\": \"title\"}, \"summary\": {\"type\": \"string\", \"description\": \"summary\"}, \"next_steps\": {\"type\": \"string\", \"description\": \"next steps\"}}, \"required\": [\"title\", \"summary\", \"next_steps\"], \"additionalProperties\": false}",
"name": "data_extraction",
"description": "Extract structured data from unstructured text"
}
}
}
}
}
```
#### InvokeModel (Claude antrópico)
##### Ver ejemplo
```
{
"anthropic_version": "bedrock-2023-05-31",
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "Given the following unstructured data, extract it into the provided structure."
},
{
"type": "text",
"text": "..."
}
]
}
],
"max_tokens": 3000,
"temperature": 1.0,
"output_config": {
"format": {
"type": "json_schema",
"schema": {
"type": "object",
"properties": {
"title": {
"type": "string",
"description": "title"
},
"summary": {
"type": "string",
"description": "summary"
},
"next_steps": {
"type": "string",
"description": "next steps"
}
},
"required": [
"title",
"summary",
"next_steps"
],
"additionalProperties": false
}
}
}
}
```
#### InvokeModel (Modelos de peso abierto)
##### Ver ejemplo
```
{
"messages": [
{
"role": "user",
"content": "Given the following unstructured data, extract it into the provided structure."
},
{
"role": "user",
"content": "..."
}
],
"inferenceConfig": {
"maxTokens": 3000,
"temperature": 1.0
},
"response_format": {
"json_schema": {
"name": "summarizer",
"schema": {
"type": "object",
"properties": {
"title": {
"type": "string",
"description": "title"
},
"summary": {
"type": "string",
"description": "summary"
},
"next_steps": {
"type": "string",
"description": "next steps"
}
},
"required": [
"title",
"summary",
"next_steps"
],
"additionalProperties": false
}
},
"type": "json_schema"
}
}
```
### Uso estricto de la herramienta
Los siguientes ejemplos muestran cómo utilizar el campo estricto con el uso de herramientas.
#### API de Converse
##### Ver ejemplo
```
{
"messages": [
{
"role": "user",
"content": [
{
"text": "What's the weather like in New York?"
}
]
}
],
"toolConfig": {
"tools": [
{
"toolSpec": {
"name": "get_weather",
"description": "Get the current weather for a specified location",
"strict": true,
"inputSchema": {
"json": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA"
},
"unit": {
"type": "string",
"enum": [
"fahrenheit",
"celsius"
],
"description": "The temperature unit to use"
}
},
"required": [
"location",
"unit"
]
}
}
}
}
]
}
}
```
#### InvokeModel (Claude antrópico)
##### Ver ejemplo
```
{
"anthropic_version": "bedrock-2023-05-31",
"messages": [
{
"role": "user",
"content": [
{
"type": "text",
"text": "What's the weather like in San Francisco?"
}
]
}
],
"max_tokens": 3000,
"temperature": 1.0,
"tools": [
{
"name": "get_weather",
"description": "Get the current weather for a specified location",
"strict": true,
"input_schema": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA"
},
"unit": {
"type": "string",
"enum": [
"fahrenheit",
"celsius"
],
"description": "The temperature unit to use"
}
},
"required": [
"location",
"unit"
],
"additionalProperties": false
}
}
]
}
```
#### InvokeModel (Modelos de peso abierto)
##### Ver ejemplo
```
{
"messages": [
{
"role": "user",
"content": "What's the weather like in San Francisco?"
}
],
"tools": [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Get the current weather for a specified location",
"strict": true,
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "The city and state, e.g. San Francisco, CA"
},
"unit": {
"type": "string",
"enum": [
"fahrenheit",
"celsius"
],
"description": "The temperature unit to use"
}
},
"required": [
"location",
"unit"
]
}
}
}
],
"tool_choice": "auto",
"max_tokens": 2000,
"temperature": 1.0
}
```