三者经常被混为一谈：JSON Mode 只保证「是 JSON」，不保证符合你的 schema；Structured Outputs（strict: true / response_format 带 JSON Schema）保证字段和类型对齐；函数调用是让模型「决定调哪个后端函数」。只要最终数据不要工具动作时，用结构化输出；要查库/下单/发消息时，用函数调用；两者也可叠加。无论哪种，模型给的值仍是不可信输入，业务校验不能省。

适用场景：信息抽取、打标分类、生成可直接渲染的 UI 数据、给下游系统喂参数。

structured-output json-schema response-format validation

操作步骤

  1. 先写 schema/Pydantic 模型：字段、类型、必填、枚举先定死。
  2. 能用 strict/结构化输出的模型就开 strict；不支持的模型退到 JSON Mode + 本地校验 + 一次修正重试。
  3. 校验分两层：格式校验（schema）+ 业务校验（数值范围、ID 是否存在、权限）。
代码示例
  from openai import OpenAI
  from pydantic import BaseModel
  client = OpenAI(base_url="https://tokenbuddy.cc/v1", api_key="{{API_KEY}}")
  class CalendarEvent(BaseModel):
      name: str
      date: str
      participants: list[str]
  # 具体方法名（parse / responses 等）随 SDK 与接口版本变化，以本站支持情况实测为准
接入本站 API：不是每个模型对结构化输出的支持程度都一样——上线前拿本站目标模型跑一组固定测试样本，统计 schema 通过率再定选型，不要听信「都支持」。

注意事项

  • ⚠️ 以为开了 JSON Mode 就不会出格式事故
  • ⚠️ schema 里塞太多可选字段，模型会偷懒全填空——必填和可选要想清楚
  • ⚠️ 把模型抽取的金额/日期不校验直接入账/下单

来源：https://docs.kanaries.net/articles/openai-function-calling