大型语言模型虽然功能强大，但在软件集成中处理结构化数据时仍面临挑战。Spring AI 的结构化输出功能填补了这一空白，使模型能够生成符合定义模式的文本，并将其解析为强类型对象。Spring AI 2.0 引入了两项关键增强功能：原生支持的结构化输出和自纠正模式验证。由于默认行为未变，现有代码保持兼容。要生成结构化输出，开发者需定义一个 Java record，然后使用 .entity() 方法指定目标类型。该过程内部会从 record 生成 JSON Schema，将其附加到提示词中，并将模型的 JSON 响应解析回所需的对象。在 Spring AI 2.0 之前，该过程缺乏保障，若模型偏离模式，可能导致解析错误。启用 .validateSchema() 开关可激活自纠正重试循环，自动将模型的响应与模式进行验证；若验证失败，则重新发出提示词并附带具体的错误反馈。为实现更强的保障，.useProviderStructuredOutput() 利用特定提供者的 API 功能，在源头强制模式合规性，从而通过防止无效响应被发出，最大限度地减少畸形输出。这两项功能可结合使用以实现最大韧性，其中原生结构化输出作为主要约束，模式验证作为后备机制。对于 List 和 Map 等泛型类型，需使用 ParameterizedTypeReference 而非简单的 Class。使用 .responseEntity() 方法可同时访问已解析的实体和原始的 ChatResponse 以获取元数据。当内置转换器不足时，可自定义 StructuredOutputConverter 实现来处理非标准的 JSON 包装，或完全不同的格式（如 YAML 或 CSV），从而为多样化的集成需求提供进一步灵活性。