Générez des schémas JSON structurés à partir de données d'exemple grâce à l'IA, avec autocorrection automatique et post-traitement intelligent.
La génération de schéma transforme des données d'entité brutes en un schéma JSON typé et annoté qui définit exactement quelles informations extraire lors de l'enrichissement. Au lieu d'écrire vos schémas manuellement, vous collez un exemple de JSON et laissez l'IA analyser la structure, inférer les types, attribuer les domaines d'expertise et suggérer des améliorations.
{"en": "...", "fr": "..."}) sont réduits à une valeur unique, et le nombre de propriétés détermine combien de domaines d'expertise sont autorisés.La boucle d'auto-correction est ce qui rend la génération de schémas fiable. Une fois le schéma produit par l'IA, il passe par un validateur qui vérifie 8 règles couvrant la justesse des types, l'attribution des domaines d'expertise, l'intégrité des références et la complétude des données. Si une règle échoue, le message d'erreur correspondant est renvoyé à l'IA afin qu'elle corrige le problème lors de sa tentative suivante.
revenue : incompatibilité de type — l'entrée est un nombre mais le schéma indique 'string'number. Les 8 règles sont validées. Le schéma est accepté.Cette approche est bien plus fiable que de demander à l'IA de « faire attention aux types » dans le prompt. Le validateur détecte les erreurs concrètes et fournit à l'IA un retour précis pour les corriger. Apprenez-en plus sur chaque règle dans le guide Règles de validation.
Un schéma généré est plus qu'une simple définition de types. Chaque propriété inclut des métadonnées qui guident le processus d'enrichissement :
Type de schéma JSON (string, number, integer, boolean, array, object)
Description contextuelle qui indique à l'IA quelles informations rechercher
Indique quel domaine d'expertise (financier, réglementaire, etc.) fournit cette valeur
Indique si ce champ identifie l'entité (recherche) ou déduplique les tableaux (fusion)
Indique si le champ peut être null, évitant des tentatives inutiles pour les données optionnelles
Indique si le champ doit être enrichi dans plusieurs langues
Indique s'il faut conserver la valeur d'origine inchangée pendant l'enrichissement
Des valeurs d'exemple réalistes qui guident l'IA vers le bon format
L'IA regroupe les propriétés du schéma en domaines d'expertise selon leur signification sémantique. Par exemple, le schéma d'une entreprise pharmaceutique pourrait avoir des domaines comme « Analyste financier », « Expert réglementaire » et « Informations sur l'entreprise ». Ces domaines sont utilisés par la stratégie multi-expertise pour exécuter des appels LLM parallèles et spécialisés afin d'obtenir des résultats plus approfondis.
Le nombre de domaines d'expertise est automatiquement limité en fonction du nombre de propriétés de vos données afin d'éviter une fragmentation excessive :
Après que l'IA a généré un schéma valide, trois étapes déterministes de post-traitement l'affinent en fonction de vos données d'entrée réelles :
Les champs avec des valeurs null dans votre entrée sont automatiquement marqués comme nullables, afin que l'IA ne gaspille pas de tentatives à essayer de les remplir.
Les marqueurs de clé de recherche sont retirés des champs à valeur vide (null, chaîne vide, zéro), car ils ne peuvent pas aider à identifier l'entité.
Tous les domaines d'expertise uniques sont extraits du schéma pour les métriques et la configuration des stratégies.
Après la génération, vous pouvez modifier les schémas à l'aide d'instructions en langage naturel. Saisissez une commande et l'IA applique la modification tout en préservant la structure existante de votre schéma. Chaque modification produit également 5 suggestions d'améliorations supplémentaires.
Ajouter un champ entier employee_countCréer un objet adresse imbriqué avec ville et paysAjouter des descriptions en français à tous les champs texteDéfinir une référence de société mère avec $defsMarquer le champ site web comme nullableLes modifications de l'IA sont validées à l'aide d'un sous-ensemble des règles de génération (vérification des types, intégrité des références, cohérence des expertises) sans comparaison avec les données d'entrée, car vous pouvez intentionnellement ajouter ou supprimer des champs.
La génération de schéma comme l'édition IA produisent 5 suggestions ciblées couvrant différentes catégories d'amélioration :
Les suggestions apparaissent sous forme de puces cliquables dans l'éditeur de schéma — cliquez sur l'une d'elles pour préremplir le champ d'édition IA et l'appliquer.