告别"求"模型输出 JSON
在使用 Google ADK（Agent Development Kit）重构 Go 代码的过程中，我意识到一个根本性的问题：我们长期以来在 Prompt 中反复强调输出格式，实际上是一种低效的做法。本文将探讨从"提示词工程"到"类型工程"的范式转变。
引言：格式控制的困境
从事大模型应用开发的工程师，大多经历过这样的困扰：为了让 LLM 稳定输出程序可解析的结构化数据，我们不得不在 Prompt 中投入大量篇幅来约束输出格式。
“Please output valid JSON.” “Do not include markdown backticks.” “Ensure all keys are strings.”
然而效果并不理想。模型时常因为多余的逗号，或是在输出开头添加一句"Here is the JSON you requested"，导致 json.Unmarshal 解析失败。我们被迫编写各种正则表达式来清洗数据，这显然不是可持续的解决方案。
近期，在使用 Google ADK 和 Go 语言重构单词提取 Agent 时，我删除了 Prompt 中所有关于格式的指令，程序的稳定性反而显著提升。关键在于：Function Calling 与强类型系统的结合。
核心机制：ADK 的三层抽象
为什么不显式规定格式，模型却能正确输出？因为在 ADK 的设计中，代码结构体本身承担了格式约束的职责。
第一层：代码即约束（Code as Constraint）
传统开发中，我们将格式要求写在 Prompt 字符串里。而在 ADK 中，格式约束通过 Go 结构体来表达：
type SaveCardsArgs struct {
WordCards []WordCard `json:"word_cards" jsonschema:"提取到的单词列表"`
CollocationCards []CollocationCard `json:"collocation_cards" jsonschema:"提取到的词组列表"`
}jsonschema 标签是关键。程序启动时，ADK 通过 Go 的反射机制扫描结构体，自动生成标准的 JSON Schema。
这份 Schema 本质上是一份形式化的、机器可验证的约束规范。相比自然语言描述，它具有无歧义性。
第二层：工具协议（Tool Protocol）
将结构体包装为 Tool 并传递给 Gemini 模型时，交互模式发生了根本性变化。
- 传统方式（Prompt Engineering）：相当于给模型一张白纸，用自然语言描述期望的格式。模型的输出具有较高的不确定性。
- 工具调用方式（Tool Use）：ADK 向模型提供了一份预定义的数据结构，模型的任务是按规范填充数据。
Gemini 接收的请求中包含独立的 tools 定义。模型若要完成工具调用，必须严格遵循 Schema 规范生成数据，否则调用将无法成功。
第三层：确定性执行（Deterministic Execution）
这一点对后端工程师尤为重要。
Gemini 处理完成后，返回的不是包含 JSON 的文本，而是结构化的函数调用请求（Function Call）。ADK 拦截该请求并自动完成反序列化。
进入业务函数 SaveCardsToolImpl 的，是类型安全的 Go 结构体实例，而非需要清洗的字符串。
这是一种控制反转：不再是我们解析模型的输出，而是模型主动适配我们定义的数据结构。
实践：构建 Anki 卡片提取 Agent
以下是基于 Google ADK 的实际代码示例。该 Agent 分析英文文章，提取单词和词组，并生成 CSV 文件。
1. 定义数据结构
数据结构是整个系统的核心契约。通过 Tags 向模型传达字段语义。
// 对应 CSV 的一行数据
type WordCard struct {
Word string `json:"word" csv:"Word"`
Definition string `json:"definition" csv:"Definition"`
Sentence string `json:"sentence" csv:"Sentence"`
// ... 其他字段
}
// Agent 工具的输入参数
type SaveCardsArgs struct {
WordCards []WordCard `json:"word_cards" jsonschema:"提取到的单词卡片列表"`
CollocationCards []CollocationCard `json:"collocation_cards" jsonschema:"提取到的词组搭配卡片列表"`
}2. 实现工具函数
工具函数是 Agent 执行具体操作的入口。入参直接使用上述结构体，无需进行 JSON 解析。
func SaveCardsToolImpl(ctx tool.Context, args SaveCardsArgs) (string, error) {
// args.WordCards 已是填充完毕的 Go Slice
// 业务逻辑：写入 CSV
timestamp := time.Now().Format("20060102_150405")
filename := fmt.Sprintf("anki_words_%s.csv", timestamp)
// 调用 CSV 写入逻辑（细节略）
if err := writeCSV(filename, args.WordCards); err != nil {
return "", err
}
return fmt.Sprintf("成功保存了 %d 个单词", len(args.WordCards)), nil
}3. 组装 Agent
在 main 函数中，将函数包装为 Tool 并注册给 Agent。
func main() {
ctx := context.Background()
// 初始化 Gemini 模型
model, _ := gemini.NewModel(ctx, "gemini-2.0-flash-lite", &genai.ClientConfig{
APIKey: os.Getenv("GOOGLE_API_KEY"),
})
// 将 Go 函数转换为 AI 工具
// ADK 自动分析 SaveCardsToolImpl 的入参结构，生成 JSON Schema
saveTool, _ := functiontool.New(
functiontool.Config{
Name: "save_anki_cards",
Description: "提取任务完成后，调用此工具保存数据。",
},
SaveCardsToolImpl,
)
// 创建 Agent
extractorAgent, _ := llmagent.New(llmagent.Config{
Name: "vocabulary_extractor",
Model: model,
Tools: []tool.Tool{saveTool},
// Prompt 专注于业务逻辑，不涉及格式约束
Instruction: `你是一个语言助手。分析用户文本，提取：
1. 陌生单词 (WordCard)
2. 地道搭配 (CollocationCard)
提取后调用 save_anki_cards 工具保存。`,
})
// 启动交互
l := full.NewLauncher()
l.Execute(ctx, &launcher.Config{AgentLoader: agent.NewSingleLoader(extractorAgent)}, os.Args[1:])
}结语
AI 应用开发正在经历从经验驱动向工程化的演进。
- Prompt Engineering 依赖自然语言来引导模型输出，本质上是概率性的。
- Type Engineering（姑且这样称呼）则利用编程语言的类型系统，为模型输出提供形式化约束。
Google ADK 展示了 Go 语言强类型特性与 AI 结合的可能性。开发者的角色从 Prompt 编写者转变为接口设计者：定义数据结构，由模型负责填充。
如果你仍在为 JSON 输出的稳定性而困扰，不妨尝试 ADK 的思路：与其约束格式，不如定义结构。