مشکلات رایج در نمونه‌ی نحوه‌ی خروجی ساختاریافته#
در اینجا به برخی خطاها و مشکلات رایج با نمونه‌ی نحوه‌ی خروجی ساختاریافته و مراحل حل یا رفع آنها پرداخته شده است.
پارامترهای پردازش#
نمونه‌ی نحوه‌ی خروجی ساختاریافته یک ساب‌نود است. زیرنودها هنگام پردازش چند آیتم با استفاده از عبارات متفاوت رفتار می‌کنند.
اکثر نودها، از جمله نودهای ریشه، هر تعداد آیتم را به عنوان ورودی می‌پذیرند، این آیتم‌ها را پردازش می‌کنند و نتایج را خروجی می‌دهند. می‌توانید از عبارات برای ارجاع به آیتم‌های ورودی استفاده کنید، و نود هر بار عبارت را برای هر آیتم حل می‌کند. به عنوان مثال، با ورودی پنج مقدار نام، عبارت {{ $json.name }} هر بار به نام هر آیتم ارجاع می‌دهد.
در زیرنودها، عبارت همیشه به آیتم اول ارجاع می‌شود. برای مثال، با ورودی پنج نام، عبارت {{ $json.name }} همیشه به نام اول ارجاع دارد.
افزودن نمونه‌ی نحوه‌ی خروجی ساختاریافته به نودهای هوش مصنوعی#
می‌توانید نودهای خروجی را به نودهای هوش مصنوعی ریشه متصل کنید.
برای افزودن نمونه‌ی خروجی ساختاریافته به یک نود، گزینه نیاز به قالب خروجی خاص در نود ریشه‌ی هوش مصنوعی که می‌خواهید قالب‌بندی کنید فعال کنید. پس از فعال‌سازی این گزینه، نقطه کانکشن نمونه‌ی خروجی نمایش داده می‌شود. برای افزودن نمونه‌ی خروجی ساختاریافته، روی نقطه کانکشن نمونه‌ی خروجی کلیک کنید تا نود نمونه‌ی خروجی ساختاریافته به نود اضافه شود.
استفاده از نمونه‌ی خروجی ساختاریافته برای قالب‌بندی مراحل میانی#
نمونه‌ی خروجی ساختاریافته، خروجی نهایی را از عامل‌های هوش مصنوعی ساختاربندی می‌کند. هدف آن ساختاربندی خروجی‌های میانی برای انتقال به ابزارها یا مراحل دیگر هوش مصنوعی نیست.
برای درخواست قالب خاص برای خروجی‌های میانی، ساختار پاسخ را در پیام سیستم برای نماینده هوش مصنوعی وارد کنید. این پیام می‌تواند شامل یک اسکیما یا پاسخ نمونه باشد که عامل می‌تواند از آن به عنوان الگو برای نتایج خود استفاده کند.
ساختاربندی خروجی از عامل‌ها#
تحلیل ساختاربندی خروجی اغلب در کار با عامل‌ها قابل اطمینان نیست.
اگر ورکفلو شما از عامل‌ها استفاده می‌کند، n98n پیشنهاد می‌کند از یک رشته‌ی LLM جداگانه برای دریافت داده‌ها از عامل و تحلیل آنها استفاده کنید. این کار نتایج بهتر و سازگارتری نسبت به تحلیل مستقیم در روند کار عامل‌ها می‌دهد.