빠른 시작
-
답변을 응답 응답 응답 붙여넣기
여러 ```json 지지원 여여러 ```json 여여여러 여여여러 ```json 여여여러 여여여러 ```json 여여여러
-
출력 복사
블록은 ---;다음으로 JSON Formatter로 이동합니다.
LLM JSON 추출기
모델은 종종 JSON을 마크다운 모모모델이나 프로사에 포장합니다.분석 가능한 JSON 블록을 추출하기 위해 전체 답변을 붙여넣습니다.
Read the full guide: LLM 프롬프트 및 컨텍스트 : 토큰 예산 및 템플릿 →
개인 정보 보호: 로컬로 처리되고, 결코 업로드하지 않습니다.
↓ 아래의 입력 영역에 결결과를 즉시 볼 수 있습니다.
LLM 原始输出
从模型回复中提取 ```json 代码块或裸 JSON。
提取结果 (1 块)
메모
提取规则
优先匹配 Markdown json 围栏; 其次尝试从首个 { 或 [ 开始的合法 JSON。多块以 --- 分隔输出。
모델은 종종 JSON을 마크다운 모모모델이나 프로사에 포장합니다.분석 가능한 JSON 블록을 추출하기 위해 전체 답변을 붙여넣습니다.
추출 순서
먼저 우우선 우우우선 우우우선 우우우선 우우우선 우우우선 먼먼저 먼먼저 우우우선첫 번째 { 또는 [ 에서 JSON 를 추적 합니다.
특징 및 사용 사례
LLM 응답에서 JSON 객체/배열을 추출하며 Markdown MarkMarkdown MarkMarkdown MarkMarkdown Markdown MarkMarkdown Fences 및 주변 프로사를 무시합니다.
구조화된 출력 파이프라인과 함수 호출 분석에서 사용 - 나중에 스키마에 대해 여전히 검증합니다.
일반적인 워크플로우
LLM API를 호출할 때 모델은 종종 JSON을 포함한 Markdown 응답을 반환합니다.예를 들어, GPT-4는 응답을 ``json`` 코드 블록에 포장할 수 있습니다.원시 응답을 직접 분석하는 것은 실패하여 먼저 깨끗한 JSON 추출이 필요합니다.이 도구는 Markdown 구문과 비 JSON 콘텐츠를 자동으로 제거하여 표준화된 JSON을 출력합니다.
일반적인 사용 사례: 1) AI 보조사에서 구성 데이터를 디버그 2) RAG 시스템에서 구조화된 출력을 처리 3) 모델에 의해 생성된 API 요청 템플릿을 분석.응답 붙여넣기→추출→수동 Markdown 제거보다 빠르게 JSON.parse()-ready 텍스트를 얻습니다.
예제
담 블록
Input
```json\n{"ok":true}\n``` Output
{"ok":true} FAQ
잘못된 JSON을 수정합니까?
아니요; JSON.parse 가능한 스JSP만 추출합니다.
왜 때때로 여러 JSON 블록을 추출합니까?
응답에 여러 개의 독립적인 JSON 객체 (예: 단계별 출력) 가 포함되면 모든 유효한 블록이 보존됩니다.예를 들어 AI는 먼저 JSON에서 오류 로그를 반환하고 올바른 결과를 반환할 수 있습니다.각 블록을 검사하거나 배열 지수를 통해 필요한 부분을 선택할 수 있습니다.