Sortie structurée
La sortie structurée (structured output) est une fonctionnalité d'API qui oblige la réponse d'un modèle de langage à suivre un format que vous définissez, généralement un JSON Schema, pour que du code puisse l'analyser de façon fiable au lieu d'extraire des informations d'un texte libre.
Aussi appelé : JSON mode, JSON schema output, structured outputs
Par Divya Sharma · Vérifié le 15 nov. 2026 · Notre méthode
Quand la réponse d'un modèle alimente du code, le texte libre est fragile. Une accolade manquante, une phrase en trop ou un champ renommé cassent le parser. La sortie structurée résout ce problème en donnant un schéma au modèle et en faisant en sorte que l'API ne renvoie que des réponses qui le respectent.
Comment ça marche
Vous envoyez un JSON Schema avec la requête, qui liste les champs, leurs types et ceux qui sont obligatoires. Les fournisseurs qui prennent en charge la sortie structurée stricte utilisent le décodage contraint : à chaque étape, le modèle ne peut produire que des tokens qui gardent la réponse valide au regard du schéma. La documentation d'Anthropic indique que cela garantit des réponses conformes au schéma, sans erreur d'analyse JSON et avec les champs obligatoires toujours présents.
Mode JSON ou sortie selon un schéma
Un simple « mode JSON » demande seulement un JSON syntaxiquement valide. La réponse s'analyse, mais des champs peuvent manquer ou avoir le mauvais type. La sortie structurée fondée sur un schéma vérifie aussi la forme. Sans l'un ou l'autre, vous dépendez du prompt engineering, de la validation et des nouvelles tentatives.
Exemple
Un extracteur de factures peut définir des champs pour le fournisseur, la date, le total et la devise. Le modèle renvoie un objet avec exactement ces clés, qui peut aller directement dans une base de données après validation.
En quoi elle diffère du function calling
Le function calling demande au modèle de choisir un outil et de remplir ses arguments. La sortie structurée façonne la réponse finale elle-même. Les deux utilisent des schémas, et certains fournisseurs proposent aussi un mode strict pour les arguments d'outils.
Limites
Une forme valide n'est pas une réponse correcte : le modèle peut toujours placer une valeur fausse, ou une hallucination, dans un champ bien formé ; vérifiez donc le contenu autant que le format. Les fournisseurs prennent en charge des sous-ensembles différents de JSON Schema : vérifiez quels mots-clés votre fournisseur accepte.
Termes liés
- Appel d'outils
- L'appel d'outils (tool calling), aussi appelé appel de fonctions (function calling), est une fonction des API de modèles dans laquelle vous décrivez des fonctions avec un schéma, le modèle répond par une demande structurée d'appel de l'une d'elles, et votre code l'exécute et renvoie le résultat.
- Prompt engineering
- Le prompt engineering (ingénierie de prompts) consiste à rédiger, structurer et tester les instructions et les exemples donnés à un modèle de langage pour qu'il produise la sortie dont une application a besoin, sans modifier les poids du modèle.
- Hallucination (IA)
- Une hallucination est une sortie d'un modèle d'IA qui paraît fluide et assurée mais qui est fausse, non étayée par ses sources ou inventée, comme une référence, une citation, une statistique ou une fonction d'API imaginaires.
- Garde-fous (IA)
- Les garde-fous (guardrails) sont des contrôles exécutés autour d'un modèle de langage qui inspectent les entrées et les sorties et les bloquent, les réécrivent ou les redirigent, afin qu'une application reste dans son sujet, évite les contenus nuisibles et respecte des règles que le modèle seul ne tiendrait pas de façon fiable.