待验证50% 置信解决方案精确时间
构建LLM Agent时常见的格式问题包括返回散文而非合法JSON、分镜描述过长、缺失必填字段、凭空捏造不存在的工具参数
1
来源数
50%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
相关事实
待验证在 ReAct 为代表的 Agent 框架中，工具调用的 JSON 格式错误是导致 Agent 循环失败的最常见原因之一75% 相似待验证大语言模型（LLM）启用JSON Mode获取结构化输出时，输出本质上仍是文本，可能出现字段缺失、数据类型错误或模型幻觉导致的非预期字段71% 相似待验证依赖JSON格式输出的Agent在数千次调用中可能出现数十次格式异常，导致下游解析失败66% 相似待验证业界公认JSON不适合作为提示格式，原因在于它缺少对系统中元素含义的明确表达65% 相似待验证结构化输出通过JSON Schema约束格式，可消除格式层面的随机性，将不确定性局限在语义内容范围65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/571884API
curl https://kongchang.com/api/v1/knowledge/claims/571884MCP
get_claim(id=571884)