---
title: "用 JSON Schema 校验会触发 CRM 操作的分类结果"
canonical: "https://siyuanailab.com/curation/translations/2f5b702bc3ac06e61a979d74f4566da7-53f49275a77c879d5d48473a854a0d5e2577e9643a46d72109d09d325c9157ac/"
dateModified: "2026-11-01"
datePublished: "2026-11-01"
---

[返回日报条目](https://siyuanailab.com/curation/#entry/2f5b702bc3ac06e61a979d74f4566da7)

 

资料节译

 

# 用 JSON Schema 校验会触发 CRM 操作的分类结果

 

[阅读原文](https://dev.to/jorisrhodes8286/llm-text-classification-4-json-schema-invariants-for-reliable-crm-tags-26bb)

 

现有资料无法确认原文完整，本页只翻译已取得的材料。

 

现有原件无法确认图片是否齐全。

 

当大语言模型的分类结果会触发 CRM 操作时，使用 JSON Schema。对于一次性分析、原型和由人工审核的笔记，保留提示词解析。区别不在于让模型“理解 JSON”，而在于在不确定的文本生成与会创建任务、更改字段或触发升级处理的系统之间，放置一个可检查的契约。

 

对于物流销售电话，我会要求结果满足四项不变量后才予以接受：标签集合封闭、值的类型正确、必填字段齐全，以及明确表示不确定性。然后我会验证响应，拒绝或隔离不合格结果，之后才将其映射为 CRM 命令。围绕提示词格式答案编写的正则表达式，无法可靠地提供这道边界。

 

输入可能是一段通话转录，其中托运人询问一条运输线路、交付时间窗口和报价。真正有用的输出不是一段话，而是一条可供其他流程检查的小型记录：

 

```
classification = {
    "intent": "quote_request",
    "urgency": "normal",
    "follow_up_required": True,
    "confidence": 0.86,
    "evidence": "The shipper asked for a quote on the Chicago-to-Dallas lane."
}
```

 

Schema 是决策记录。它规定哪些值合法，以及哪些字段必填。JSON 解析器只回答一个狭义问题：“这些字符能否解码为 JSON？”这很有用，但它无法回答 `urgency` 是否为允许的值、`confidence` 是否为数字，或这条记录是否包含 CRM 工作流所需的字段。

 

提示词解析通常从一条指令开始，例如“返回 `intent | urgency | next step`。”接着，解析器按分隔符拆分、去除空白，并寄希望于模型遵循格式。多出一句话、翻译过的标签，或证据中的分隔符，都可能让每个值错位。结果对读者来说仍可能看似合理。这正是危险之处。

 

这四项不变量划分出了不同的失效边界：

 

| 不变量 | 规则示例 | 失效时的处理 |
| --- | --- | --- |
| 词汇表 | `intent` 属于有限集合 | 隔离以供审核 |
| 类型 | `confidence` 是 0 到 1 之间的数字 | 拒绝该记录 |
| 存在性 | `follow_up_required` 为必填项 | 拒绝该记录 |
| 不确定性 | `confidence` 和证据随标签一并传递 | 将低置信度工作转入不同流程 |

 

这些规则并不能让分类变正确。它们能让格式错误和违反契约的分类显现出来。当自动生成的标签变成销售任务时，这一区别很重要。

 

这就是边界。

 

考虑这样一通电话：托运人说：“货送晚了，不过我还需要下个月的报价。”单标签分类器需要做出领域决策；解析器只需处理字符串。如果响应先包含 `service_issue`，再包含 `quote_request`，基于分隔符的使用方可能会悄悄只保留第一个值。如果契约要求单个意图，Schema 可以拒绝数组；但团队仍需决定是增加多意图支持、选择一个主要意图，还是将通话转交审核。验证失败很有用，因为它会把领域选择摆到负责人面前，而不是把它埋进拆分函数里。

 

提示词是指令，不是类型系统。它可以提高可能答案的出现概率，但下游服务仍需要确认自己收到了什么。分隔符解析又引入了另一套语法，其边界情况很容易被低估：缺少列、分隔符重复、值为空、分隔符被引号包住，或答案附带了解释性文字。

 

不要猜。

 

起初我觉得，对于小型分类器，简短的管道符分隔格式会更简单。后来我发现，真正的成本不在于拆分字符串，而在于决定如何处理拆分出五个字段、标签拼写不同，或看起来像数字的分数其实是 `high` 的情况。解析器悄然变成了第二套未记录的 Schema。它比明确定义的契约更难审核。

 

此外还有重试问题。如果解析失败，应用应该重新发送同一段通话转录、要求返回更短的答案，还是将通话视为未分类？这些选择会影响 CRM 任务是否重复以及审计历史。采用 Schema 的流水线可以记录确切的验证错误，并保留原始响应。提示词解析器往往把这些情况全都归入一个笼统的“解析失败”分支。

 

因此，结构化输出应被视为应用中的一道边界，而不是提示词里的格式偏好。模型仍是概率性的；使用方则会确定性地决定接受什么。

 

关键路径刻意保持简单：分类、验证、仅在契约允许时进行规范化，然后执行副作用。写入 CRM 之前必须完成验证；原始模型响应也应保留以供诊断，但不能被误当成可信数据。

 

```
from json import loads
from jsonschema import ValidationError, validate
CLASSIFICATION_SCHEMA = {
    "type": "object",
    "required": ["intent", "urgency", "follow_up_required", "confidence", "evidence"],
    "additionalProperties": False,
    "properties": {
        "intent": {
            "type": "string",
            "enum": ["quote_request", "status_question", "service_issue", "other"],
        },
        "urgency": {"type": "string", "enum": ["low", "normal", "high"]},
        "follow_up_required": {"type": "boolean"},
        "confidence": {"type": "number", "minimum": 0, "maximum": 1},
        "evidence": {"type": "string", "minLength": 1},
    },
}
def classify_call(transcript: str) -> dict:
    raw_text = call_classifier(transcript)
    try:
        result = loads(raw_text)
        validate(instance=result, schema=CLASSIFICATION_SCHEMA)
    except (ValueError, ValidationError) as error:
        store_for_review(transcript=transcript, raw_response=raw_text, reason=str(error))
        raise UnclassifiedCall from error
    if result["confidence"] < 0.70:
        store_for_review(transcript=transcript, raw_response=raw_text, reason="low confidence")
        return result
    crm_action = to_crm_action(result)
    write_crm_action(crm_action)
    return result
```

 

本例中的端点名称有意采用通用名称。重要的是顺序和职责归属。`call_classifier` 生成不可信字符串。`validate` 确立契约。`to_crm_action` 是唯一一个将分类转换为副作用的环节。低置信度结果可以保留下来供查看，但不能据此自动创建后续任务。

 

在生产环境中，我还会为每段通话转录设置一个幂等键。超时后重试，不应仅仅因为第一次写入结果不确定，就创建两条“致电托运人”任务。这个键属于应用层面的考虑，与 JSON Schema 无关，但结构化输出能让这道边界明确到足以进行测试。

 

Schema 本身也需要变更管理。新增一个意图，就是一次仪表板和路由规则的数据迁移，即使看起来只是在 JSON 中增加一行。为契约标注版本，为每个接受的标签保留测试样例，并在测试套件中加入格式错误的响应。测试各种反例：缺少证据、未知意图、字符串类型的置信度、额外属性，以及分数较低但记录有效的情况。

 

审计记录应使失败的尝试能够被还原，同时避免让通话转录广泛可见：保留契约版本、验证错误、存放在访问受控存储中的原始响应、重试决策，以及最终的人工处理结果。如果验证后、CRM 写入前发生超时，幂等键应让写入程序在重试前检查是否已执行过相应操作。如果 Schema 变更后再次调用分类器，应保留两个 Schema 版本，以便分析人员说明为什么同一段通话转录产生了不同的路由结果。这比使用分隔符解析器需要更多存储和运维规范，但标签会控制实际工作时，这些规范是必要的。

 

对于自动化 CRM 操作，我会拒绝“提示词返回什么就解析什么”的做法。它优化的是快速完成第一个演示，却把复杂性推入隐藏的强制转换中：将 `yes` 转换为 `true`，将 `urgent` 映射为 `high`，或悄悄丢弃无法识别的字段。这些强制转换会让仪表板看起来整洁，却削弱审计追踪。

 

被拒绝的方案在两种情况下仍然有效。第一种是由人阅读输出，而且没有任何机器操作依赖其结构。第二种是输出属于探索性材料，分析后就会丢弃。在这两种情况下，应用都可以容忍更大的变化，因为解释工作由人或之后明确执行的步骤负责。

 

Schema 不能取代领域审核。`other` 可能在语法上有效，在实际运营中却毫无用处。置信度值可能格式正确，却未经校准。因此，契约应包含证据，并将含糊的记录转入团队已商定服务时限的队列。不要把每个有效对象都升级为自动化决策。

 

这种权衡确实存在：Schema 会增加设计工作、验证代码和测试样例；标签集合发生变化时，还需要做迁移决策。它也可能拒绝结构出乎意料、但包含有用信息的响应。对于 CRM 写入，这种成本是值得的，因为错误任务或错误标签会成为持久的运营数据。对于供人阅读后丢弃的临时摘要，这属于不必要的额外负担。

 

如果输出本质上是开放式的，例如提供给分析人员的长篇叙述，这种做法也不合适。在这种情况下，只约束下游系统所需的元数据，让正文保持自由格式。强行把每句话都塞进封闭式 Schema，可能降低接口的实用性，却无法改善决策。

 

按原因统计被拒记录，而不只是看总体成功率。未知意图激增可能意味着标签集合过时。缺失字段激增可能意味着提示词或运行时发生了变化。低置信度分类激增可能说明通话转录质量有问题、出现了新的通话模式，或需要重新审核决策边界。

 

对原始通话转录实施访问控制，因为销售通话可能包含个人信息和商业信息。将 Schema 版本、验证结果、运行时提供的模型响应元数据以及最终 CRM 操作一同记录在审计记录中。在常规日志中对通话转录内容进行删减或最小化。交付和保留策略属于系统设计的一部分；不应在异常处理程序中临时决定。

 

实用的规则很简单：当另一个系统必须信任数据结构时，使用 Schema；只有当人或一次性实验能够承担其中的不确定性时，才使用提示词解析。对于物流通话打标签，这道边界决定了分类究竟有用，还是会变成看似整洁数据的自动化 CRM 错误。

 

- JSON Schema，《JSON Schema 规范》：[https://json-schema.org/specification](https://json-schema.org/specification)
 
- JSON Schema，《理解 JSON Schema》：[https://json-schema.org/understanding-json-schema](https://json-schema.org/understanding-json-schema)
 
- RFC 8259，《JavaScript 对象表示法（JSON）数据交换格式》：[https://www.rfc-editor.org/rfc/rfc8259](https://www.rfc-editor.org/rfc/rfc8259)
 
- AWS，《Amazon Bedrock》：[https://aws.amazon.com/bedrock/](https://aws.amazon.com/bedrock/)

 

AI 翻译；具体表述请与原文对照。
