Python 提示詞驗證練習：JSON、結構與安全
模型只是 AI 功能的一部分。週圍的 Python 決定輸入什麼、輸出是什麼形狀，以及回應錯誤時怎麼辦。這些練習建構驗證層，避免壞回應變成壞操作。
把輸出契約寫清楚
把任務和要求的 JSON 結構放在一個模板裡。寫清欄位名、型別，以及無法回答時怎麼做。契約要短到人類可以審查、測試可以執行。
template = "Return JSON with title and minutes for a lesson about {topic}."
prompt = template.format(topic="loops")
print(prompt)這是契約，不是願望
用 json.loads 解析
被說明文字或 Markdown 包裹的回應不是合法 JSON。嚴格解析，捕獲 JSONDecodeError，並保留原始文字用於偵錯。絕不要使用 eval：模型輸出是不可信輸入。
import json
raw = '{"title": "Loops", "minutes": 12}'
try:
data = json.loads(raw)
except json.JSONDecodeError:
data = None
print(data)嚴格解析
驗證鍵、型別和範圍
解析成功也可能內容錯誤。檢查必需鍵、期望型別和合理範圍。回傳錯誤列表，而不是在頁面渲染深處拋例外，讓呼叫方決定重試還是回退。
required = {"title": str, "minutes": int}
data = {"title": "Loops", "minutes": "12"}
errors = []
for key, kind in required.items():
if key not in data:
errors.append(f"missing {key}")
elif not isinstance(data[key], kind):
errors.append(f"wrong type {key}")
print(errors)把錯誤當成資料
在失敗前設計回退
提前決定解析或驗證失敗後怎麼辦：用更短的提示詞重試一次、顯示安全預設值，還是交給人工。不要靜默編造缺失欄位。記錄失敗類別，但不要記錄密鑰。
def validate(data):
if not isinstance(data, dict):
return ["not an object"]
if "title" not in data:
return ["missing title"]
return []
print(validate({"minutes": 12}))
print(validate({"title": "Loops"}))可預測的失敗路徑
不要把密鑰和個人資料放進去
提示詞裡不要放 API 密鑰、密碼、隱私記錄或不必要的個人資料。檢索文字中的指令是不可信內容，不是呼叫工具的授權。影響重大的決定要保留人工覆核和審計記錄。
record = {"name": "Ada", "email": "ada@example.com", "topic": "loops"}
safe = {key: value for key, value in record.items() if key != "email"}
print(safe)提示前先最小化
你的練習清單
- 在提示詞模板中寫清必需欄位和型別。
- 用 json.loads 解析並捕獲 JSONDecodeError。
- 使用前驗證缺失鍵、型別和範圍。
- 為每種失敗選擇重試、回退或人工覆核。
- 不要把密鑰和不必要的個人資料放進提示詞。
常見問題
可以讓模型回傳 JSON 然後直接相信嗎？
不能。要求 JSON 之後還要解析和驗證。模型可能回傳合法 JSON 卻欄位錯誤，也可能在物件外包一層說明文字。
應該無限自動重試嗎？
不應該。使用有上限、帶退避的重試和明確回退。無限重試增加成本，還會掩蓋持續存在的結構問題。
提示詞注入只是聊天機器人的問題嗎？
不是。任何讀取不可信文字、又能觸發工具或資料存取的模型，都需要在內容和權限之間建立邊界。
練習提示詞驗證
12 道題，覆蓋模板、JSON 解析、結構驗證、回退和隱私。
繼續閱讀：