Genera schemi JSON strutturati dai dati di esempio con l'IA, con autocorrezione automatica e post-elaborazione intelligente.
La generazione dello schema trasforma i dati grezzi di un'entità in uno schema JSON tipizzato e annotato che definisce esattamente quali informazioni estrarre durante l'arricchimento. Invece di scrivere manualmente gli schemi, incollate un JSON di esempio e lasciate che l'AI ne analizzi la struttura, deduca i tipi, assegni i domini di competenza e suggerisca miglioramenti.
La generazione non è un unico grande prompt. È una sequenza di piccole chiamate a scopo singolo, per lo più eseguite in parallelo — ed è ciò che consente a modelli piccoli ed economici di produrre uno schema utilizzabile, poiché ogni chiamata risponde a una sola domanda circoscritta su materiale che riesce a tenere sotto gli occhi.
"8.275 h" diventa half_life_seconds: 29790) e una data che nessun tipo nativo può contenere diventa un anno intero. Ogni valore osservato deve confermare l'ipotesi, altrimenti la proprietà resta testuale. È il campione riscritto a essere salvato.{"en": "...", "fr": "..."}) vengono ridotti a un unico valore multilingue.Ogni passaggio riprova autonomamente (3 tentativi) e le sue risposte si accumulano tra un tentativo e l'altro, così anche un modello che risponde in modo frammentario converge. Al termine il passaggio accetta quanto ottenuto e le lacune vengono colmate in modo deterministico: un modello debole peggiora le descrizioni anziché far fallire la generazione. Solo l'identità e l'instradamento del dominio possono far fallire l'intera esecuzione. Ogni chiamata viene fatturata e registrata come prompt a sé stante, così il record mostra esattamente quanto è stato speso e dove.
È possibile passare diversi campioni dello stesso tipo di entità invece di uno solo: lo schema copre quindi l'unione dei loro campi, tutto ciò che manca in un campione diventa nullable e i valori osservati nei vari campioni diventano esempi reali. I nomi dei campi devono corrispondere: i campioni che descrivono tipi di entità diversi vengono rifiutati, così come gli oggetti all'interno di un array che non condividono alcun campo, poiché non rimarrebbe nulla per identificare le loro righe. L'editor dei campioni segnala qualsiasi differenza di questo tipo prima che venga consumata una generazione.
I valori che contengono la propria unità di misura vengono convertiti in numeri prima di derivare lo schema, perché una colonna di "8.275 h" e "85 ms" non può essere ordinata, filtrata per intervallo o aggregata. L'unità viene spostata nel nome della proprietà (half_life_seconds), un sostituto non numerico come "stable" diventa null e le date antecedenti all'anno 1 diventano un anno intero (negativo per gli anni a.C.), che nessun tipo di data può memorizzare e che il testo ordina in modo errato. Il pannello del campione viene aggiornato di conseguenza, così da mostrare sempre il campione descritto dallo schema. Tutto ciò che la conversione non riesce a interpretare con certezza viene lasciato esattamente come lo ha scritto.
Poiché ogni passaggio risponde a una singola domanda circoscritta, anche la correzione può esserlo: il validatore del passaggio conserva tutto ciò che è tornato utilizzabile e richiede di nuovo soltanto ciò che manca. Nulla viene rigenerato da zero, quindi una risposta parzialmente corretta è un progresso e non un tentativo sprecato.
Le otto regole di convalida vengono comunque applicate allo schema assemblato come controllo finale: correttezza dei tipi, assegnazione del dominio di competenza, integrità dei riferimenti, completezza. A quel punto costituiscono una rete di sicurezza più che il meccanismo di correzione. Per approfondire ogni regola, consultare la guida Regole di convalida.
Uno schema generato è più di una semplice definizione di tipo. Ogni proprietà include metadati che guidano il processo di arricchimento:
Tipo JSON Schema (string, number, integer, boolean, array, object)
Descrizione contestuale che indica all'AI quali informazioni trovare
Quale dominio di competenza (finanziario, normativo, ecc.) fornisce questo valore
Indica se questo campo contribuisce a identificare l'istanza. Le proprietà identificanti svolgono entrambi i compiti insieme: focalizzano il prompt di arricchimento sull'entità corretta e sono ciò su cui la fusione confronta gli elementi degli array. Una di esse può comunque essere nullable: un qualificatore che distingue tra loro elementi simili resta identificante anche quando intere famiglie ne sono realmente prive
Quando i valori di una stringa provengono da un insieme ristretto e convenzionale (stati, valutazioni, codici di classificazione), la generazione propone i membri — con la stessa grafia usata nei suoi campioni — come vocabolario aperto verso cui converge l'arricchimento. I valori osservati al di fuori dell'elenco compaiono come candidati nell'editor e l'insieme si chiude quando smette di crescere; un insieme chiuso diventa un contratto vincolante da cui l'arricchimento non può discostarsi
Indica se il campo può essere null — i campi non nullable sono obbligatori per l'ammissione nel database
Se il campo debba essere arricchito in più lingue
Se mantenere invariato il valore originale durante l'arricchimento
Valori di esempio realistici che guidano l'IA verso il formato corretto
Struttura verificabile automaticamente per i valori stringa: le risposte malformate vengono rifiutate e ritentate e i valori memorizzati mantengono la forma canonica. La generazione dichiara soltanto un formato predefinito (date, time, date-time, uuid, email, uri, ipv4, ipv6) comprovato dai propri campioni: un pattern regex è una previsione su valori che nessuno ha ancora visto e, se errato, fa fallire ogni arricchimento del campo, perciò sarà lei ad aggiungerlo nell'editor
L'IA raggruppa le proprietà dello schema in domini di competenza in base al loro significato semantico. Ad esempio, lo schema di un'azienda farmaceutica potrebbe avere domini come “Analista finanziario”, “Esperto normativo” e “Informazioni aziendali”. Questi domini vengono utilizzati dalla strategia multi-competenza per eseguire chiamate LLM parallele e specializzate, ottenendo risultati più approfonditi.
Il numero di domini di competenza è limitato automaticamente in base al numero di proprietà dei suoi dati per evitare un'eccessiva frammentazione:
Una volta assemblati i frammenti, alcuni passaggi deterministici risolvono tutto ciò che non deve essere lasciato a un modello — usando come riscontro i dati di input effettivi:
Un campo assente o null in un qualsiasi campione diventa nullable a prescindere dalla risposta del modello: così un valore sconosciuto è una risposta accettata e non un difetto di qualità dei dati. I campioni possono solo ampliare: una manciata di campioni dimostra la presenza per quelle istanze, mai per ogni istanza del tipo — ed è per questo che anche il modello esprime un voto, e i due vengono combinati in OR.
Gli attributi che non possono coesistere vengono riconciliati tramite regole anziché con una nuova richiesta: preserve prevale su multilingual e nullable, un vocabolario chiuso che sopravvive azzera multilingual e una proprietà chiave non conserva mai un enum.
Ogni oggetto all'interno di un array ha garantita almeno una proprietà chiave: è l'unità su cui la fusion esegue la deduplicazione, quindi un elemento di array privo di chiave renderebbe impossibile unire le risposte di due modelli.
Tutti i domini di competenza univoci vengono raccolti dallo schema per le metriche e la configurazione della strategia.
Uno schema descrive se stesso in una lingua: i nomi dei tipi, le descrizioni delle proprietà, le etichette di competenza e i suggerimenti. È cosa diversa dalle lingue verso cui arricchisce. Ne indichi una alla generazione, oppure la ometta e a decidere sarà la lingua dei nomi di proprietà del suo campione: un campione in francese smette di produrre uno schema in inglese. La scelta viene memorizzata, così le modifiche AI successive continuano a scrivere nella stessa lingua invece di tornare all'inglese.
Non servono dati di esempio per iniziare. Descriva a parole il campione desiderato — il tipo di entità, le proprietà che deve contenere, quanto ampio o quanto profondo — eventualmente con documenti a cui ancorarlo oppure con la ricerca web per verificarlo rispetto alla realtà — e la piattaforma scriverà i campioni al posto Suo. Se ne richiede diversi, otterrà diverse istanze differenti, non la stessa istanza riformulata.
Il primo campione stabilisce, nella stessa chiamata, anche a chi si riferiranno gli altri. Chiedere N volte in modo indipendente “un esempio” restituisce immancabilmente N volte la stessa istanza celebre; è l'indicazione anticipata dell'intero insieme a renderli distinti.
I campioni rimanenti vengono generati in parallelo rispetto alla struttura del campione 1, usata come contratto e non come semplice modello da imitare: una variante non può quindi rinominare, aggiungere o eliminare un campo. Quelli che risultano comunque duplicati o malformati vengono richiesti di nuovo in un'ondata di tentativi limitata e, se il numero previsto non viene raggiunto, ne viene data comunicazione anziché restituire silenziosamente un numero inferiore di campioni.
Ogni requisito della richiesta viene rispettato — un limite di dimensione prevale sulla tendenza del generatore a essere esaustivo, una struttura richiesta prevale sull'impostazione predefinita — oppure la risposta indica che cosa non è stato possibile rispettare e perché, senza mai ometterlo in silenzio. Un aspetto però non fa parte della richiesta: quanti campioni si ottengono lo stabilisce il sample count, e ogni campione è esattamente un'istanza — chiedere «tre campioni» nel testo non produce mai un elenco racchiuso in un unico oggetto. Quando la richiesta è realmente ambigua (un tipo di entity con più letture, due ambiti incompatibili), il generatore pone una domanda prima di consumare la generazione, invece di procedere per ipotesi. La lingua è impostata su auto per impostazione predefinita, dedotta dalle parole della richiesta stessa e poi da un eventuale documento allegato.
Leggere il nome di una proprietà nel contesto del suo oggetto padre e contare le cose distinte che potrebbe richiedere. Una sola è chiara. Con due o più, ogni modello ne sceglie una diversa e la colonna finisce per mescolare risposte a domande diverse: annual_revenue su un'azienda può riferirsi al gruppo o all'entità, al lordo o al netto, in una fra più valute. Nessuna — un nome per qualcosa che questo padre semplicemente non possiede — è peggio: non avendo nulla da cercare, il modello inventa un valore.
La generazione contrasta il fenomeno due volte: il prompt stesso richiede nomi che ammettano una sola lettura e una passata successiva sullo schema finito annota quelli che ancora non lo fanno. In questa fase il rimedio è una ridenominazione: le descrizioni sono state generate a partire dai nomi, quindi una descrizione non può disambiguare il nome da cui deriva, e nulla dipende ancora dallo schema. La generazione dell'esempio esegue lo stesso controllo sull'esempio e applica le ridenominazioni prima ancora che venga mostrato. Il testo libero — una descrizione, un riepilogo, delle note — non viene mai segnalato: la formulazione varia, ma la domanda posta è chiara.
Le proprietà segnalate mostrano un badge “ambigua” nel Workflow Editor, con l'elenco delle letture ammesse dal nome. Una volta che lo schema è in produzione, il rimedio diventa una descrizione riscritta, che fissa un solo significato senza rompere il contratto dati. Consultare la guida Controllo di ambiguità per la griglia completa e i relativi rimedi.
Durante la generazione di un'entità di esempio a partire da una descrizione, può attivare “Use web search” per consentire al modello di cercare informazioni aggiornate sul web anziché basarsi unicamente sui propri dati di addestramento. In questo modo i valori di esempio risultano più recenti e accurati — soprattutto per dati che cambiano rapidamente come prezzi, numero di dipendenti o uscite recenti. L'opzione è disponibile solo per i modelli il cui provider supporta la ricerca web integrata e le chiamate di ricerca vengono fatturate dal provider come qualsiasi altro utilizzo del modello.
Dopo la generazione, è possibile modificare gli schemi utilizzando istruzioni in linguaggio naturale. Digitando un comando, l'AI applica la modifica preservando la struttura dello schema esistente. Ogni modifica produce inoltre 5 suggerimenti per ulteriori miglioramenti.
Aggiungi un campo intero employee_countCrea un oggetto indirizzo nidificato con città e paeseAggiungi descrizioni in francese a tutti i campi di testoDefinire un riferimento alla società madre utilizzando $defsContrassegna il campo del sito web come nullableLe modifiche dell'AI vengono validate utilizzando un sottoinsieme delle regole di generazione (controllo dei tipi, integrità dei riferimenti, coerenza dei domini di competenza) senza confronto con i dati di input, poiché è possibile aggiungere o rimuovere campi intenzionalmente.
Sia la generazione dello schema sia la modifica con IA producono 5 suggerimenti mirati che coprono diverse categorie di miglioramento:
I suggerimenti compaiono come chip cliccabili nel Workflow Editor — ne clicchi uno per compilare automaticamente il campo di modifica AI e applicarlo.