Strukturierte Ausgaben mit Anthropic Claude-Modellen

Mit strukturierten Ausgaben können Sie die generierte Ausgabe eines Claude-Modells so einschränken, dass sie genau einem bestimmten JSON-Schema entspricht. Das ist nützlich, um sicherzustellen, dass die Antworten Ihrer Claude-Modelle immer das genaue Format haben, das für nachgelagerte Anwendungen, Datenbanken und Verarbeitungspipelines erforderlich ist.

Strukturierte Ausgaben bieten zwei ergänzende Funktionen, die Sie unabhängig voneinander oder gemeinsam in derselben Anfrage verwenden können:

• JSON-Ausgaben (output_config.format): Beschränken Sie die Textantwort des Modells auf ein JSON-Objekt, das einem von Ihnen bereitgestellten Schema entspricht. Verwenden Sie diese Funktion, wenn Sie strukturierte Daten aus Text extrahieren, strukturierte Berichte erstellen oder API-Antworten formatieren müssen.
• Strikte Tool-Nutzung (tools[].strict): Damit wird sichergestellt, dass die Argumente, die das Modell an ein Tool übergibt, mit dem input_schema des Tools übereinstimmen. Verwenden Sie diese Option, wenn Sie typsichere Funktionsaufrufe in agentischen Workflows benötigen.

Weitere Informationen finden Sie in der Dokumentation von Anthropic unter Building with Claude: Structured Outputs und Strict tool use.

Unterstützte Anthropic Claude-Modelle

Die Gemini Enterprise Agent Platform unterstützt strukturierte Ausgaben für alle Anthropic Claude 4.5-Modelle und höher.

Zugriff auf strukturierte Ausgaben steuern

Standardmäßig sind strukturierte Ausgaben durch die Einschränkung constraints/vertexai.allowedPartnerModelFeatures der Organisationsrichtlinie deaktiviert. Wenn Sie strukturierte Ausgaben aktivieren möchten, müssen Sie diese Einschränkung so konfigurieren, dass das Feature structured_outputs explizit zugelassen wird.

Außerdem können Sie die Einschränkung für die Organisationsrichtlinie constraints/vertexai.allowedModels konfigurieren, um den Zugriff auf Claude-Modelle einzuschränken.

Eine detaillierte Anleitung zum Konfigurieren von Einschränkungen für Organisationsrichtlinien finden Sie unter Zugriff auf Model Garden-Modelle steuern.

Anfrage für strukturierte Ausgabe senden

Wenn Sie eine JSON-Ausgabe anfordern möchten, senden Sie eine POST-Anfrage an den Publisher-Modellendpunkt und fügen Sie den Parameter output_config in den Anfragetext ein. Mit dem Parameter output_config wird das JSON-Schema angegeben, dem die Antwort des Modells entsprechen muss.

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict

{
  "anthropic_version": "vertex-2023-10-16",
  "messages": [
    {
      "role": "ROLE",
      "content": "CONTENT"
    }
  ],
  "max_tokens": MAX_TOKENS,
  "stream": STREAM,
  "output_config": {
    "format": {
      "type": "json_schema",
      "schema": {
        "type": "object",
        "properties": {
          "name": {"type": "string"},
          "email": {"type": "string"},
          "plan_interest": {"type": "string"},
          "demo_requested": {"type": "boolean"}
        },
        "required": ["name", "email", "plan_interest", "demo_requested"],
        "additionalProperties": false
      }
    }
  }
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict" | Select-Object -Expand Content

{
  "id": "msg_vrtx_01ABcdEFghIJklMNopQRstUV",
  "type": "message",
  "role": "assistant",
  "model": "claude-opus-4-7",
  "content": [
    {
      "type": "text",
      "text": "{\"name\": \"John Smith\", \"email\": \"john@example.com\", \"plan_interest\": \"Enterprise\", \"demo_requested\": true}"
    }
  ],
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 78,
    "output_tokens": 42
  }
}

Anfragefelder

Die folgenden Felder sind spezifisch für JSON-Ausgaben. Informationen zu den anderen Anfragefeldern finden Sie in der API-Referenz für Claude-Nachrichten.

• output_config: Der Konfigurationsblock der obersten Ebene, der die Struktur der Antwort des Modells steuert.
• output_config.format: Die Formatdefinition für die Ausgabe. Nur der Typ json_schema wird unterstützt.
• output_config.format.type: Der Typ des zu erzwingenden Ausgabeformats. Legen Sie diesen Wert auf json_schema fest, um die Antwort auf ein JSON-Objekt zu beschränken.

• output_config.format.schema: Ein JSON-Schema, das die erforderliche Struktur der Antwort des Modells definiert. Strukturierte Ausgaben unterstützen das Standard-JSON-Schema mit einigen Einschränkungen. So muss additionalProperties für Objekte auf false festgelegt sein und numerische oder Stringlängenbeschränkungen werden nicht unterstützt. Eine vollständige Liste der unterstützten und nicht unterstützten Funktionen finden Sie in der Dokumentation zu JSON-Schema-Einschränkungen von Anthropic. Im Schema geben Sie in der Regel Folgendes an:

  • type: Der JSON-Typ des Werts auf dieser Ebene (am häufigsten object für das Stammschema).
  • properties: Eine Zuordnung von Feldnamen zu ihren Typdefinitionen, die jedes Feld beschreibt, das das Modell zurückgeben muss.
  • required: Eine Liste von Attributnamen, die das Modell in seine Antwort aufnehmen muss.
  • additionalProperties: Ein boolescher Wert, der, wenn er auf false gesetzt ist, verhindert, dass das Modell Felder enthält, die nicht in properties deklariert sind.

Strikte Tool-Nutzung

Durch die strikte Verwendung von Tools wird sichergestellt, dass die Argumente, die das Modell an ein Tool übergibt, mit der input_schema des Tools übereinstimmen. Ohne den strikten Modus ruft das Modell möglicherweise ein Tool mit falsch typisierten Argumenten auf (z. B. "2" anstelle von 2) oder lässt erforderliche Felder aus, was Ihre Downstream-Funktionen beeinträchtigen und eine Wiederholungslogik erfordern kann. Wenn der strikte Modus aktiviert ist, verwendet die API die grammatikbeschränkte Stichprobenerhebung, um Folgendes zu gewährleisten:

• Das Tool name ist immer eines der von Ihnen bereitgestellten Tools.
• Das Tool input entspricht immer der input_schema des Tools.

Verwenden Sie die strikte Tool-Nutzung, wenn Sie Tool-Parameter validieren, Agent-Workflows erstellen, typsichere Funktionsaufrufe sicherstellen oder komplexe Tools mit verschachtelten Eigenschaften verarbeiten müssen.

Wenn Sie die strikte Tool-Nutzung aktivieren möchten, legen Sie "strict": true als Feld der obersten Ebene in Ihrer Tool-Definition fest, zusammen mit name, description und input_schema.

POST https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict

{
  "anthropic_version": "vertex-2023-10-16",
  "messages": [
    {
      "role": "ROLE",
      "content": "CONTENT"
    }
  ],
  "max_tokens": MAX_TOKENS,
  "stream": STREAM,
  "tools": [
    {
      "name": "get_weather",
      "description": "Get the current weather in a given location",
      "strict": true,
      "input_schema": {
        "type": "object",
        "properties": {
          "location": {
            "type": "string",
            "description": "The city and state, for example San Francisco, CA"
          },
          "unit": {
            "type": "string",
            "enum": ["celsius", "fahrenheit"]
          }
        },
        "required": ["location"],
        "additionalProperties": false
      }
    }
  ]
}

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/publishers/anthropic/models/MODEL:rawPredict" | Select-Object -Expand Content

{
  "id": "msg_vrtx_01ABcdEFghIJklMNopQRstUV",
  "type": "message",
  "role": "assistant",
  "model": "claude-opus-4-7",
  "content": [
    {
      "type": "tool_use",
      "id": "toolu_vrtx_01TAJCTkxe8HhRoaQ69N4ouP",
      "name": "get_weather",
      "input": {
        "location": "San Francisco, CA",
        "unit": "fahrenheit"
      }
    }
  ],
  "stop_reason": "tool_use",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 412,
    "output_tokens": 64
  }
}

Felder für die strikte Tool-Nutzung

Die folgenden Felder sind spezifisch für die strikte Tool-Nutzung. Informationen zu den anderen Feldern für die Tool-Definition finden Sie in der Dokumentation Tools definieren von Anthropic.

• tools[].strict: Ein boolescher Wert, der bei Festlegung auf true die grammatikbeschränkte Stichprobenerhebung für das Tool aktiviert. Wenn strict true ist, ist die Tool-Eingabe des Modells auf das Schema in input_schema beschränkt. Der Standardwert ist false.

• tools[].input_schema: Ein JSON-Schema, das die Argumente definiert, die das Modell an das Tool übergeben kann. Wenn strict gleich true ist, muss das Schema dem gleichen JSON-Schema-Subset entsprechen, das für JSON-Ausgaben verwendet wird. Insbesondere müssen Sie Folgendes beachten:

  • Legen Sie additionalProperties für jedes Objekt im Schema auf false fest.
  • Führen Sie alle Attribute im Array required auf.

  Eine vollständige Liste der unterstützten und nicht unterstützten Funktionen finden Sie in der Dokumentation zu den JSON-Schema-Einschränkungen von Anthropic.