要实现Gemini结构化输出，需五类技巧：一、用明确层级标记指令；二、引入XML/Markdown标签锚点；三、分步调用填充模板；四、设置JSON Schema强制嵌套；五、调控temperature等参数降低随机性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望 Gemini 输出严格遵循预设的层级结构，例如按章节、子项、编号或嵌套格式组织内容，但实际返回结果出现混乱、缺失层级或格式不一致，则可能是提示词未明确约束结构规则。以下是实现结构化输出的实操技巧：
一、使用明确的层级标记指令
通过在提示词中直接定义符号体系与嵌套逻辑，强制模型识别并复现指定结构。该方法依赖模型对显式格式指令的理解能力，适用于生成大纲、条款清单或分层说明类内容。
1、在提示开头声明输出必须采用“一级标题用‘第X章’、二级标题用‘（一）’、三级标题用‘1.’、四级标题用‘（1）’”的固定格式。
2、插入示例片段，如：“第1章 总则\n（一）适用范围\n1、本规则适用于……\n（1）境内注册主体……”
3、结尾追加约束语句：请严格按上述符号层级逐级缩进输出，不得省略任何层级标识，不得自行添加‘首先’‘其次’等过渡词。
二、引入 XML 或 Markdown 标签作为结构锚点
利用模型对常见标记语言的解析习惯，将层级关系编码为可识别的标签对，从而规避自然语言描述的歧义性。此法对技术文档、API 响应模板等场景适配度高。
1、要求模型以 Markdown 格式输出，明确指定“# 表示一级标题，## 表示二级标题，### 表示三级标题，- 表示无序列表项，数字+点表示有序列表项”。
2、在提示中嵌入带标签的占位结构，例如：“# [主模块名称]\n## [子模块名称]\n### [功能点]\n- [行为描述]”。
3、添加校验指令：所有标题层级必须闭合，列表项必须顶格且连续编号，禁止混用 Tab 与空格缩进。
三、分步调用配合结构化模板填充
将复杂层级拆解为多个独立请求，每次仅生成一个层级节点，并以前序输出为上下文注入下一阶段提示。该方式牺牲单次响应效率，但可精准控制每层内容粒度与逻辑边界。
1、首轮请求仅生成顶层节点列表，例如：“请列出本方案包含的5个核心章节名称，每行一个，不加编号，不加解释”。
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
2、将返回的5个章节名拼接为新提示的上下文，发起第二轮请求：“基于以下章节：[粘贴列表]，为‘第一章 XXX’生成3个二级条目，格式为‘（一）XXX’”。
3、在每轮提示末尾强调：仅输出当前层级内容，不回溯前文，不预测后续层级，不添加额外说明文字。
四、设置 JSON Schema 强制字段嵌套
当目标为机器可读结构时，直接指定 JSON 模式可规避文本解析误差。模型需按 schema 定义的 required 字段、type 类型及 object 嵌套深度生成键值对。
1、提供完整 schema 示例，包括根对象、数组字段、嵌套对象及其必填属性，例如：“{ 'chapter': { 'title': 'string', 'sections': [{ 'subtitle': 'string', 'items': ['string'] }] } }”。
2、要求模型输出纯 JSON 文本，不含任何 Markdown、代码块包裹符或解释性语句。
3、加入格式铁律：输出必须是合法 JSON，无注释，无省略号，无换行符外的空白字符，嵌套层级不得超过 schema 规定的 depth=3。
五、启用温度值与重复惩罚参数调控
结构混乱常源于模型采样随机性过高。通过 API 调用时调整生成参数，可压缩输出波动范围，增强对确定性结构的服从度。
1、将 temperature 参数设为 0.2 或更低，抑制创意发散，提升指令遵循稳定性。
2、设置 presence_penalty 为 0.8，降低已出现结构标记（如“第X章”）被重复使用的概率。
3、同步配置 frequency_penalty 为 0.6，防止同一层级标识（如连续多个“（一）”）高频堆叠。参数组合需在测试中验证，temperature=0 不保证绝对确定性，但显著提升层级一致性。
