Skip to main content

Respuesta breve

Trata la salida del modelo como texto no confiable. Pide JSON, conserva la respuesta original, analízala localmente y valida el objeto con Pydantic. Si falla, devuelve un error explícito o realiza un único intento de reparación limitado. Este enfoque no requiere un parámetro de salida estructurada específico del proveedor. Tampoco garantiza JSON válido en la primera respuesta.

Ejemplo en Python

Instala OpenAI SDK y Pydantic, y usa la API OpenAI-compatible Chat Completions:
Copia el Model ID completo desde la plaza de modelos. Guarda la BetterToken API Key en una variable de entorno, no en el código fuente.

Flujo de validación

  1. Define el esquema mínimo que necesita la aplicación.
  2. Pide JSON sin añadir campos ajenos al esquema.
  3. Conserva la respuesta original en un lugar protegido si tu política de datos lo permite.
  4. Analiza con json.loads.
  5. Valida con model_validate.
  6. Devuelve un fallo explícito o realiza un intento de reparación limitado.
No rellenes valores ausentes en silencio, no inventes valores predeterminados ni reintentes sin límite. El objeto reparado debe pasar el mismo esquema.

Qué revisar si falla

Pydantic valida el objeto del cliente. No demuestra que los valores factuales sean correctos. Añade comprobaciones de negocio para IDs, permisos, totales y otras reglas del dominio.

Límite de capacidad

El contrato publicado de BetterToken Chat Completions documenta la solicitud OpenAI-compatible y la respuesta de texto. Los campos específicos de salida estructurada cambian según modelo y ruta. No envíes campos no documentados sin soporte explícito en la referencia actual.

Documentos relacionados