提升词最后加上一句 “确保结果可以被 json.loads” 然后用正则贪婪匹配[]或者{}；加了这句提示词后大多数模型不会输出错，除非你的模型能力很弱。

大模型能力不夠，你用 grok3 之类的不会有这个问题

可以试试 k2, 有 token enforcer 保证可以吐对

输出 tool_calls 呗

如果你用普通的大模型，那肯定有概率生成不标准的 JSON 你得找支持 json mode 的大模型 API ，那个在生成 token 阶段就会进行语法约束，把无效 token 概率调到 0 ，才能 100%保证 JSON 合法

不可能出错。除非你模型很拉跨。。。比如你用的豆包。。 我这边 gpt5 日常生成固定报告的 json 。然后渲染。毫无压力。失败率 0 。。。 而且目前 gpt5 是对 json 指令遵循最好的感觉。

13 楼处理方式基本能满足，我之前写了个生成书记目录的应用，也是会出现 json 解析问题，然后 catch 错误再扔回 llm 修复基本都可以的

@dddd1919 目前是这样做的，但是这样耗时，因为在做内容召回，文本很长，然后模型吐的时间也比较长。所以还是期望一次就解决 json

@734694671 长文本的时候