Genere esquemas JSON estructurados a partir de datos de muestra con IA, con autocorrección automática y posprocesamiento inteligente.
La generación de esquemas convierte los datos brutos de una entidad en un esquema JSON tipado y anotado que define exactamente qué información extraer durante el enriquecimiento. En lugar de escribir esquemas manualmente, usted pega un JSON de muestra y deja que la IA analice la estructura, infiera los tipos, asigne dominios de especialización y sugiera mejoras.
{"en": "...", "fr": "..."}) se colapsan a un único valor, y el número de propiedades determina cuántos dominios de especialización se permiten.El bucle de autocorrección es lo que hace fiable la generación de esquemas. Después de que la IA produce un esquema, este pasa por un validador que comprueba 8 reglas que cubren la corrección de tipos, la asignación de especialización, la integridad de referencias y la completitud de los datos. Si alguna regla falla, el mensaje de error específico se devuelve a la IA para que pueda corregir el problema en su siguiente intento.
revenue: discrepancia de tipo — la entrada es un número pero el esquema indica 'string'number. Las 8 reglas pasan. El esquema se acepta.Este enfoque es mucho más fiable que pedirle a la IA que "tenga cuidado con los tipos" en el prompt. El validador detecta errores concretos y le da a la IA información precisa para corregirlos. Obtenga más información sobre cada regla en la guía de Reglas de validación.
Un esquema generado es más que una simple definición de tipos. Cada propiedad incluye metadatos que guían el proceso de enriquecimiento:
Tipo de JSON Schema (string, number, integer, boolean, array, object)
Descripción contextual que indica a la IA qué información debe encontrar
Qué dominio de experiencia (financiero, regulatorio, etc.) proporciona este valor
Si este campo identifica la entidad (búsqueda) o deduplica matrices (combinación)
Si el campo puede ser null, evitando reintentos innecesarios para datos opcionales
Si el campo debe enriquecerse en varios idiomas
Si se debe mantener sin cambios el valor original durante el enriquecimiento
Valores de ejemplo realistas que guían a la IA hacia el formato correcto
La IA agrupa las propiedades del esquema en dominios de experiencia según su significado semántico. Por ejemplo, el esquema de una empresa farmacéutica podría tener dominios como «Analista financiero», «Experto regulatorio» e «Información corporativa». La estrategia multiexperiencia utiliza estos dominios para ejecutar llamadas LLM paralelas y especializadas que ofrecen resultados más profundos.
El número de dominios de experiencia se limita automáticamente en función del número de propiedades de sus datos para evitar una fragmentación excesiva:
Después de que la IA genera un esquema válido, tres pasos deterministas de posprocesamiento lo refinan según sus datos de entrada reales:
Los campos con valores nulos en su entrada se marcan automáticamente como anulables, para que la IA no desperdicie reintentos tratando de rellenarlos.
Las marcas de clave de búsqueda se eliminan de los campos con valores vacíos (null, cadena vacía, cero), ya que no pueden ayudar a identificar la entidad.
Todos los dominios de especialización únicos se recopilan del esquema para las métricas y la configuración de la estrategia.
Tras la generación, puede modificar los esquemas mediante instrucciones en lenguaje natural. Escriba un comando y la IA aplica el cambio conservando la estructura existente de su esquema. Cada edición también produce 5 sugerencias para mejoras adicionales.
Agregar un campo entero employee_countCrear un objeto de dirección anidado con ciudad y paísAgregar descripciones en francés a todos los campos de textoDefina una referencia de empresa matriz usando $defsMarcar el campo de sitio web como anulableLas ediciones con IA se validan utilizando un subconjunto de las reglas de generación (comprobación de tipos, integridad de referencias, consistencia de especialización) sin compararlas con los datos de entrada, ya que puede añadir o eliminar campos intencionadamente.
Tanto la generación de esquemas como la edición con IA producen 5 sugerencias específicas que abarcan diferentes categorías de mejora:
Las sugerencias aparecen como chips en los que se puede hacer clic en el Editor de esquemas: haga clic en uno para rellenar automáticamente la entrada de edición con IA y aplicarla.