01 · LLM API 与结构化输出

把模型当成「会接龙的文本函数」来用：原生 API 调用、流式、提示词工程、function calling 与 JSON 模式的可靠性差异、多网关切换。学完你能徒手调通任何 OpenAI 兼容网关。

状态：迁移填充中 —— 本站刚完成「按周」到「能力主线」的信息架构重构，本章正文将把对应周的成熟内容重新组织为连贯叙述后落位于此。在那之前，请通过下方素材链接直接阅读原始周教程（内容完整可用）。

核心结论先行（本章最重要的三句话）

1. 让模型输出结构化数据有两条路，可靠性天差地别：JSON 文本指令（response_format / generateObject）是「提示词的劝」，弱模型会静默无视（实测 glm-4-flash 输出散文导致解析炸）；工具调用（function calling）是训练出来的「肌肉记忆」，一旦调用结构必对。
2. 可靠性排序：function calling ＞ JSON 指令 + 宽松抽取 + 校验重试（工程兜底）＞ 裸 JSON 指令（赌人品）。能走前者绝不走后者。
3. 换网关 = 换三行环境变量：OpenAI 兼容协议是选型核心（GLM / DeepSeek / Qwen 全兼容）——但注意 DeepSeek 无 embeddings 接口。

本章素材（原始周教程，内容完整）

• week01 · 原始教程
• week11 · 原始教程

配套深读

（暂无，主线正文即深读）

---

有疑问随时问 AI 老师（本项目的开发助手）。其他章节：学习路线图