Pular para o conteúdo
ReviewRamble

A newsletter semanal

IA, analisada, na sua caixa de entrada.

  • Novas análises de ferramentas, modelos, servidores MCP e repositórios, com o veredicto logo no início
  • Preços e notas reconferidos quando algo muda
  • Novos artigos de análise assim que são publicados

Modelos, agentes, servidores MCP e as ferramentas que realmente valem seu tempo.

Um e-mail por semana. Cancele pelo link em qualquer edição. Como usamos seu e-mail

Structured output

Structured output (saída estruturada) é um recurso de API que faz a resposta de um modelo de linguagem seguir um formato que você define, geralmente um JSON schema, para que o código possa processá-la com confiabilidade em vez de garimpar texto livre.

Também chamado: JSON mode, JSON schema output, structured outputs

Por Divya Sharma · Verificado em 15 de nov. de 2026 · Como analisamos

Quando a resposta de um modelo alimenta um código, texto livre é frágil. Um colchete faltando, uma frase a mais ou um campo renomeado quebra o parser. O structured output resolve isso dando ao modelo um schema e fazendo a API devolver só respostas que correspondam a ele.

Como funciona

Você envia um JSON schema com a requisição, listando os campos, seus tipos e quais são obrigatórios. Os provedores que suportam structured output estrito usam decodificação restrita: a cada passo, o modelo só pode produzir tokens que mantenham a resposta válida segundo o schema. A documentação da Anthropic diz que isso garante respostas de acordo com o schema, sem erros de parsing de JSON e com os campos obrigatórios sempre presentes.

JSON mode versus saída com schema

Um "JSON mode" simples só pede JSON sintaticamente válido. A resposta é processada, mas campos ainda podem faltar ou ter o tipo errado. O structured output baseado em schema também verifica a forma. Sem nenhum dos dois, você depende de prompt engineering, validação e novas tentativas.

Exemplo

Um extrator de notas fiscais pode definir campos para fornecedor, data, total e moeda. O modelo devolve um objeto com exatamente essas chaves, que pode ir direto para um banco de dados depois da validação.

Como difere do function calling

O function calling pede ao modelo que escolha uma ferramenta e preencha seus argumentos. O structured output dá forma à própria resposta final. Os dois usam schemas, e alguns provedores também oferecem um modo estrito para argumentos de ferramentas.

Limites

Uma forma válida não é uma resposta correta: o modelo ainda pode colocar um valor errado, ou uma alucinação, em um campo bem formado, então verifique o conteúdo além do formato. Os provedores suportam subconjuntos diferentes do JSON Schema, então confira quais palavras-chave o seu aceita.

Termos relacionados

Chamada de ferramentas
Chamada de ferramentas (tool calling), também chamada de chamada de funções (function calling), é um recurso de APIs de modelos em que você descreve funções com um schema, o modelo responde com um pedido estruturado para chamar uma delas, e o seu código a executa e devolve o resultado.
Prompt engineering
Prompt engineering (engenharia de prompt) é a prática de escrever, estruturar e testar as instruções e exemplos dados a um modelo de linguagem para que ele produza a saída de que uma aplicação precisa, sem mudar os pesos do modelo.
Alucinação (IA)
Uma alucinação (hallucination) é uma saída de um modelo de IA que soa fluente e confiante, mas é falsa, não tem apoio nas fontes ou foi inventada, como uma citação, uma frase, uma estatística ou uma função de API que não existem.
Guardrails (IA)
Guardrails (barreiras de proteção) são verificações em tempo de execução colocadas ao redor de um modelo de linguagem que inspecionam entradas e saídas e as bloqueiam, reescrevem ou redirecionam, para que uma aplicação se mantenha no assunto, evite conteúdo nocivo e siga regras que o modelo sozinho não cumpriria de forma confiável.

Fontes