必须启用Dify 1.13+的JSON Mode原生能力：在模型供应商高级参数中配置response_format.type为json_object、temperature=0、top_p=1，并配合结构化输出中的合法JSON Schema，再通过测试日志验证裸JSON响应及X-Structured-Output-Valid:true。
☞☞☞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☜☜☜
要在 Dify 中实现对 LLM 输出的 100% JSON 格式控制，必须绕过模型自由生成文本的不可控性，直接启用 OpenAI 官方在 2024 年底推出的 JSON Mode 原生能力——它不是靠提示词约束，而是由模型底层强制结构化输出，不满足 schema 就报错重试。Dify 1.13+ 版本已原生支持该模式，但需手动开启且配置项藏得深。
确认你的模型和 API 端点支持 JSON Mode
OpenAI 的 gpt-4-turbo、gpt-4o、gpt-4o-mini 及所有 2024 年后发布的模型均支持 JSON Mode，但前提是调用时使用 /v1/chat/completions 接口，并在请求体中显式传入 {"response_format": {"type": "json_object"}}。如果你用的是自建 vLLM/Ollama 或第三方网关（如 TaoToken、硅基流动），必须确认其后端已透传该字段——很多兼容层默认丢弃未知字段，导致 JSON Mode 实际未生效。
用 curl 快速验证：将你的 BaseURL 替换为实际地址，Key 换成有效值，执行以下命令：
curl -X POST https://your-base-url/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-xxx" \
-d '{"model":"gpt-4o","messages":[{"role":"user","content":"返回一个包含 name 和 age 的 JSON"}],"response_format":{"type":"json_object"}}'
若返回是纯 JSON（无包裹文本、无解释、无 markdown 代码块），说明后端支持；若返回仍含“当然可以，这是你要的 JSON：```{...}```”，则后端未透传或未升级，【此时在 Dify 里配再细也无效】。
在 Dify 中启用 JSON Mode 的三处关键配置
第一步：进入「设置 → 模型供应商」，找到你正在使用的 OpenAI 或 OpenAI-API-compatible 供应商，点击右侧「编辑」。
第二步：在模型配置表单中，找到「高级参数（Advanced Parameters）」折叠区域，点击展开。此处有三个必填字段，缺一不可：
• response_format.type：输入 json_object（注意不是字符串引号包裹，Dify 会自动转义）
• temperature：必须设为 0（非 0 时模型可能忽略 JSON 约束）
• top_p：必须设为 1（与 temperature=0 配合，关闭随机采样）
第三步：保存供应商配置后，回到工作流编辑器，在任意 LLM 节点中，将「提示词模板」清空或仅保留结构化指令（例如：“你是一个严格遵循 JSON Schema 的数据提取器。只输出合法 JSON，不要任何额外字符。”）。【切勿在提示词里写“请用 JSON 格式回复”——这会干扰原生 JSON Mode，导致格式污染】
搭配 JSON Schema 实现字段级精准控制
仅开启 JSON Mode 只能保证输出是 JSON 对象，但无法约束字段名、类型、必填项。必须配合 JSON Schema 使用：
方法一：在 LLM 节点的「高级设置」中，勾选「启用结构化输出（Structured Output）」→ 点击「编辑 Schema」→ 粘贴标准 JSON Schema（如：{"type":"object","properties":{"name":{"type":"string"},"age":{"type":"integer","minimum":0}},"required":["name","age"]}）。
方法二：若工作流需复用同一 Schema 多次，可在「设置 → 知识库 → 结构化 Schema」中新建一个命名 Schema，后续节点直接下拉选择，避免重复粘贴出错。
注意：Dify 会对 Schema 进行预校验，如果语法错误（比如少逗号、引号不匹配），保存时会直接报红，不会等到运行时报错。
测试与排障：如何确认 JSON Mode 已真正生效
① 在工作流中添加一个 LLM 节点，配置好上述三项（response_format、temperature=0、Schema），连接「开始」节点；
② 点击右上角「测试」按钮，输入任意自然语言请求（如：“张三，28岁，北京”）；
③ 查看节点输出日志（点击节点右上角「…」→「查看日志」），定位到原始响应体（raw response）部分；
④ 若看到 "response_format":{"type":"json_object"} 出现在请求头或请求体中，且响应体是裸 JSON（无 ```json 包裹、无前导文字），说明已生效；
⑤ 若响应中出现 "error": "invalid_request_error" 且提示 response_format is not supported，说明后端不兼容，需切换模型或更换网关。
