
در این مقاله
اگر خروجی مدل قرار است وارد دیتابیس، صف یا نرمافزار حسابداری شود، یک پاسخ خوشخوان کافی نیست. حتی JSON معتبر میتواند مبلغ را اشتباه، شناسه را ساختگی یا مقدار گمشده را با حدس پر کرده باشد. برای استفاده عملی باید شکل داده، معنای آن و مجوز عملیات را در چند مرز مستقل بررسی کنیم.
این راهنما با یک مثال استخراج سفارش فارسی، تفاوت درخواست JSON، خروجی ساختاریافته و اعتبارسنجی Pydantic را توضیح میدهد. نمونه اعتبارسنجی آفلاین است؛ اجرای استنتاج پولی یا تضمین پشتیبانی یک مدل خاص از همه حالتهای schema ادعا نمیشود.
سه سطح که معمولاً با هم اشتباه میشوند
درخواست «فقط JSON بده» یک دستور متنی است. حالت JSON، در مسیرهایی که پشتیبانی میشود، ممکن است شکل نحوی پاسخ را محدود کند. خروجی مبتنی بر schema، قرارداد مشخصتری برای نوع و فیلدها میسازد. جزئیات هر حالت به مدل، endpoint و نسخه سرویس بستگی دارد.
پس از دریافت پاسخ، برنامه همچنان باید اعتبارسنجی کند. schema نمیداند شماره سفارش واقعاً متعلق به این مشتری است یا مبلغ در متن درست استخراج شده است. اجازه نوشتن در حسابداری هم از پاسخ مدل به دست نمیآید؛ آن مجوز باید از هویت و قواعد برنامه بیاید.
قرارداد استخراج را پیش از پرامپت تعریف کنید
برای یک پیام پشتیبانی، شاید سه فیلد لازم باشد: شماره سفارش، مبلغ و واحد پول. اگر شماره در متن نیست، مقدار تهی تعریف کنید. اگر واحد نامشخص است، مدل نباید تومان یا ریال را حدس بزند. وجود کلید با مقدار تهی با حذف کامل فیلد تفاوت دارد و باید در قرارداد روشن باشد.
نام فیلدها و نسخه schema را ثابت نگه دارید. تغییر نوع مبلغ از عدد به رشته میتواند مصرفکنندههای قبلی را خراب کند. اگر لازم است قرارداد عوض شود، نگاشت و مهاجرت داده را برنامهریزی کنید؛ موفقیت مدل در تولید نسخه تازه، سازگاری برنامههای دیگر را تضمین نمیکند.
نمونه Pydantic با نوع سختگیرانه
این نمونه برای Pydantic نسخه ۲ نوشته شده است. نسخه وابستگی را در پروژه ثبت کنید و مثال را با محیط خودتان آزمایش کنید. اعتبارسنجی سختگیرانه کمک میکند رشته «۱۰۰» بیصدا به عدد تبدیل نشود و فیلدهای اضافی پنهان نمانند.
from typing import Literal
from pydantic import BaseModel, ConfigDict, Field, model_validator
class Extraction(BaseModel):
model_config = ConfigDict(strict=True, extra="forbid")
order_id: str | None
amount: int | None = Field(ge=0)
currency: Literal["IRR", "IRT"] | None
evidence: str
@model_validator(mode="after")
def amount_requires_currency(self):
if (self.amount is None) != (self.currency is None):
raise ValueError("amount_currency_mismatch")
return self
sample = '{"order_id":null,"amount":50000,"currency":"IRT","evidence":"پنجاه هزار تومان"}'
result = Extraction.model_validate_json(sample)
print(result.model_dump())
نوع، مقدار منفی، واحد نامجاز و کلید اضافه با این قرارداد بررسی میشوند. اما درستبودن مبلغ نسبت به متن هنوز نیاز به بررسی دارد. فیلد evidence هم فقط یک رشته است؛ وجود آن، شاهد معتبر نمیسازد. باید ارتباط آن با منبع اصلی را کنترل کنید.
فارسی، اعداد و واحد پول
ورودی ممکن است «۵۰٬۰۰۰»، «پنجاه هزار» یا «50,000» داشته باشد. تصمیم بگیرید تبدیل اعداد در کدام مرحله انجام میشود و داده اصلی را برای بررسی مجاز حفظ کنید. تبدیل نباید واحد را عوض کند یا مقدار نامشخص را به صفر تبدیل کند. صفر یک مقدار واقعی است، نه جایگزین داده گمشده.
اگر متن «مبلغ را نمیدانم» دارد، خروجی صحیح مبلغ تهی است. اگر دو مبلغ برای پرداخت و بازپرداخت آمده، قرارداد تکمبلغی شاید کافی نباشد. بهجای فشردن مسئله در یک فیلد مبهم، نوع عملیات و نقش هر مبلغ را تعریف کنید یا نمونه را به بررسی انسانی بفرستید.







نظرات کاربران (۰)
هنوز نظری ثبت نشده است. اولین نفر باشید.