Cyberpediapor Brain

Salidas estructuradas: hacer que la IA rellene un esquema

Cómo un esquema JSON convierte un texto libre en campos precisos, qué garantiza la función y los reflejos para controlar los valores.

En esta página
  1. 1En 30 segundos
  2. 2De qué se trata
  3. 3Preguntas directas
  4. 4Cómo funciona
  5. 5Qué hace usted
  6. 6Las trampas
  7. 7Fuentes
  8. 8Citar este artículo

En 30 segundos

Dónde ocurre
En las herramientas que piden a una IA que ordene un texto libre en campos, por ejemplo para sacar de una frase el nombre de un evento, su fecha y sus participantes[1].
Qué garantiza
Una respuesta conforme al esquema[2]. Microsoft[1] contrapone esta función al antiguo modo JSON, que garantizaba un JSON válido sin poder asegurar el cumplimiento del esquema proporcionado.
Qué sigue siendo posible
Un campo declarado obligatorio fuerza al modelo a dar un valor[2], y NIST[3] describe contenidos falsos presentados con seguridad.
El reflejo
Permitir el valor vacío en los campos que puedan faltar[1], validar el resultado antes de utilizarlo, validarlo antes de hacerlo ejecutar[4] y hacer que una persona lo revise cuando lo que está en juego es elevado[5].

De qué se trata

Un correo o un acta es un texto libre. Para extraer de él campos precisos, una aplicación puede imponer a la IA un esquema JSON. Microsoft[1] presenta las salidas estructuradas (structured outputs) como una función que hace que el modelo siga una definición de JSON Schema proporcionada en la llamada a la API, y cita entre sus usos la extracción de datos estructurados[1].

Un esquema de respuesta precisa los nombres de los campos y el tipo de dato esperado para cada uno[2]. Google[2] escribe que, con un esquema, la respuesta del modelo sigue siempre el esquema definido[2]. Este artículo separa dos cuestiones: la forma de la respuesta y la exactitud de su contenido.

Preguntas directas

¿Qué es una salida estructurada?

Es una respuesta de IA que sigue un esquema proporcionado con la petición. Microsoft[1] la distingue del antiguo modo JSON, que garantizaba un JSON válido pero no podía asegurar el cumplimiento del esquema. Google[2] precisa que el modo JSON sin esquema es solo una fuerte incitación y no da un 100 % de JSON válido. Para obtener un 100 % de JSON válido, la petición debe contener a la vez un esquema de respuesta y el tipo application/json[2].

¿Un esquema respetado significa valores exactos?

No. NIST[3] explica que los errores de contenido se derivan del diseño de los modelos generativos: producen resultados que se aproximan a la distribución estadística de sus datos de entrenamiento, lo que puede dar resultados tanto exactos como inexactos[3]. OWASP[5] describe la alucinación como un contenido que parece exacto pero es inventado[5].

¿Qué hace el modelo cuando falta la información en el texto?

Según Google[2], los campos son opcionales por defecto: el modelo puede rellenarlos o ignorarlos. Se pueden declarar obligatorios para forzarlo a dar un valor. Si el contexto de la petición es insuficiente, el modelo responde sobre todo a partir de los datos con los que fue entrenado[2]. En Microsoft[1], todos los campos deben declararse obligatorios, y un campo opcional se emula con un tipo que acepte también el valor null.

¿Se puede ejecutar la salida tal cual?

No. OWASP[4] llama a este defecto «Improper Output Handling»: una validación insuficiente de las salidas del modelo antes de que pasen a otros componentes. Como el contenido generado puede estar dirigido por la petición, OWASP lo compara con un acceso indirecto a funciones adicionales[4]. Entre sus ejemplos figuran una salida colocada directamente en un intérprete de comandos (funciones exec o eval), que lleva a la ejecución remota de código, y consultas SQL generadas y ejecutadas sin parametrizar, que llevan a una inyección SQL[4].

¿Cuándo hay que hacer que una persona lo revise?

OWASP[5] propone una supervisión humana y una verificación de los hechos, sobre todo para la información crítica o sensible, con revisores formados para no fiarse ciegamente de la IA[5]. NIST[3] pone el ejemplo de la salud: un resumen inventado de historiales de pacientes podría llevar a los médicos a establecer un diagnóstico erróneo o a recomendar un tratamiento erróneo[3]. Añade que el riesgo es especialmente importante de vigilar en las aplicaciones en las que la IA alimenta decisiones de graves consecuencias[3].

Cómo funciona

Azure Databricks[6] describe la función como la generación de respuestas en un formato JSON definido, mediante un campo de formato de respuesta en la petición de conversación. La recomienda para extraer datos de un gran número de documentos (por ejemplo, clasificar reseñas de un producto en negativas, positivas o neutras), para los procesamientos por lotes que exigen un formato determinado y para transformar datos no estructurados en datos estructurados[6]. Su ejemplo de esquema extrae de un texto de investigación el título, los autores, el resumen y las palabras clave[6].

Los proveedores no admiten todo JSON Schema, solo un subconjunto. En Microsoft[1], un esquema puede tener hasta 100 propiedades de objeto y cinco niveles de anidamiento. Las palabras clave pattern, minLength, maxLength, minimum y maximum no son compatibles[1]. Azure Databricks[6] fija el máximo en 64 claves, indica que no aplica restricciones de longitud o de tamaño a los objetos y a las matrices, y señala que un esquema muy anidado da una generación de menor calidad: aconseja aplanarlo si es posible[6]. Precisa también que las técnicas empleadas para mejorar la calidad cambian el número de tokens consumidos y, por tanto, la facturación[6].

En Google[2], la respuesta del modelo utiliza el nombre y la descripción de cada campo del esquema. Google recomienda nombres de campo claros y una descripción que defina el papel de cada uno[2]. Desaconseja copiar el esquema en la instrucción: la calidad de la salida puede resentirse[2]. Señala también que el uso de la salida estructurada en modelos Gemini ajustados puede disminuir la calidad del modelo[2].

La investigación trabaja sobre el mismo problema. Un estudio publicado en arXiv en febrero de 2025[7] construyó un banco de pruebas de unos 40 000 esquemas JSON distintos y constata que los LLM más recientes aún tienen dificultades para producir una cadena JSON válida[7]. Otro, de mayo de 2025[8], mide por separado la exactitud del esquema y la fidelidad del contenido[8].

Qué hace usted

Estos gestos se dirigen a quien configura una extracción o utiliza su resultado.

  • Prever el valor vacío. Para todo campo cuya información pueda faltar en el texto, utilizar la posibilidad descrita por Microsoft[1]: un tipo que acepte el valor null. Un campo obligatorio fuerza un valor[2].
  • Nombrar y describir cada campo. Google[2] recomienda nombres sin ambigüedad y un campo de descripción para el papel de cada campo.
  • Validar el resultado. Si el esquema no puede definirse de antemano, Google[2] recomienda un validador JSON en el cliente con un nuevo intento en caso de fallo. OWASP[5] recomienda validar automáticamente las salidas clave, sobre todo en los entornos en los que lo que está en juego es elevado[5]. Con el modelo databricks-claude-opus-5, una petición puede devolver un motivo de parada de tipo filtro de contenido cuando el modelo rechaza la solicitud, y la salida puede entonces no respetar el esquema: Azure Databricks[6] indica que se compruebe este motivo de parada antes de analizar la salida.
  • No ejecutar nada sin control. OWASP[4] aconseja tratar el modelo como a cualquier otro usuario (enfoque zero-trust) y validar sus respuestas antes de transmitirlas a las funciones de la aplicación. Recomienda también consultas parametrizadas para toda operación de base de datos que afecte a una salida del modelo[4].
  • Contrastar con fuentes fiables. OWASP[5] anima a los usuarios a comparar las salidas con fuentes externas de confianza.
  • Hacer que una persona lo revise cuando lo que está en juego es elevado, como en la pregunta sobre la revisión más arriba[5].

Las trampas

Una casilla obligatoria empuja a dar un valor plausible. Google[2] indica que un campo declarado obligatorio fuerza al modelo a dar un valor y que, a falta de contexto, responde sobre todo a partir de sus datos de entrenamiento[2]. NIST[3] señala que estos errores se presentan con seguridad: el riesgo nace cuando los usuarios creen un contenido falso por el tono seguro de la respuesta[3].

Una justificación no es una prueba. NIST[3] observa que los modelos ofrecen a veces pasos lógicos para explicar una respuesta incluso cuando esa respuesta es falsa, lo que puede llevar a confiar demasiado en ellos[3]. Un campo «explicación» rellenado por el modelo no prueba, por tanto, nada.

Forma válida y contenido fiel son dos medidas. En el estudio de mayo de 2025[8], un modelo Mistral-7B ajustado con decodificación restringida alcanza una exactitud de esquema del 99,5 % y una similitud de contenido del 94,0 %[8].

La confianza excesiva agrava el error. OWASP[5] define el recurso excesivo a la IA como una confianza exagerada en el contenido generado, sin comprobar su exactitud, y señala que los usuarios pueden entonces integrar datos incorrectos en decisiones o procesos críticos[5].

Una salida bien formada puede seguir siendo peligrosa. OWASP[4] da el escenario de un usuario que pide, mediante una función de tipo conversación, una consulta SQL que elimine todas las tablas de una base de datos: si la consulta producida por el modelo no se examina, se eliminan todas las tablas[4].

Fuentes

  1. Microsoft, «How to use structured outputs with Azure OpenAI in Microsoft Foundry Models - Microsoft Foundry». https://learn.microsoft.com/en-us/azure/foundry/openai/how-to/structured-outputs (consultado el 14 de noviembre de 2026)
  2. Google, «Structured output | Gemini Enterprise Agent Platform | Google Cloud Documentation». https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/capabilities/control-generated-output (consultado el 14 de noviembre de 2026)
  3. NIST, «Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile». https://nvlpubs.nist.gov/nistpubs/ai/NIST.AI.600-1.pdf (consultado el 14 de noviembre de 2026)
  4. OWASP, «LLM05:2025 Improper Output Handling», 10 de abril de 2024. https://genai.owasp.org/llmrisk/llm052025-improper-output-handling/ (consultado el 14 de noviembre de 2026)
  5. OWASP, «LLM09:2025 Misinformation», 10 de abril de 2024. https://genai.owasp.org/llmrisk/llm092025-misinformation/ (consultado el 14 de noviembre de 2026)
  6. Microsoft, «Structured outputs on Azure Databricks - Azure Databricks». https://learn.microsoft.com/en-us/azure/databricks/machine-learning/model-serving/structured-outputs (consultado el 14 de noviembre de 2026)
  7. arXiv, «Learning to Generate Structured Output with Schema Reinforcement Learning», 26 de febrero de 2025. https://arxiv.org/abs/2502.18878 (consultado el 14 de noviembre de 2026)
  8. arXiv, «SLOT: Structuring the Output of Large Language Models», 6 de mayo de 2025. https://arxiv.org/abs/2505.04016 (consultado el 14 de noviembre de 2026)