ASP.NET Extensions项目中AI评估模块的结构化输出实践

在ASP.NET Extensions项目的AI评估模块开发过程中，我们针对评估提示词的结构化输出进行了深入探索和实践。本文将详细介绍这一技术实践的关键发现和解决方案。

背景与挑战

现代AI评估系统通常需要大型语言模型(LLM)按照特定格式输出评估结果。在ASP.NET Extensions项目中，我们遇到了两种典型的输出需求：

1. 复杂JSON结构输出：如RelevanceTruthAndCompletenessEvaluator需要模型返回包含多个评估维度的结构化数据
2. 简单数值输出：如SingleNumericMetricEvaluator仅需要返回单个整数值

项目最初采用提示词工程来约束模型输出格式，但随着.NET AI库引入了GetResponseAsync这一结构化输出支持，我们开始探索如何利用这一特性来改进评估系统。

技术实现

复杂JSON输出的完美适配

对于需要返回复杂JSON结构的评估器，如RelevanceTruthAndCompletenessEvaluator，GetResponseAsync表现优异。我们只需：

1. 定义与预期JSON结构匹配的C#类型
2. 在提示词中明确要求JSON格式输出
3. 使用GetResponseAsync直接获取结构化结果

这种方法不仅简化了代码，还提高了结果的可靠性和类型安全性。

简单数值输出的挑战

对于仅需返回单个整数的评估场景，我们发现GetResponseAsync存在兼容性问题。根本原因在于：

1. 当前结构化输出实现基于JSON Schema
2. 多数AI服务提供商(如OpenAI)要求顶层必须为对象类型
3. 简单值类型(int等)无法满足这一约束

解决方案与权衡

经过团队讨论和技术验证，我们采取了以下策略：

1. 对已有JSON输出的评估器迁移到GetResponseAsync方案
2. 简单数值评估器保持原有提示词方案，因其具有：
   • 更紧凑的token使用
   • 潜在更低的错误率
   • 模型兼容性更好

未来展望

虽然当前方案解决了大部分需求，但团队认识到：

1. 理想情况下应支持简单值类型的结构化输出
2. 需要使这一行为可配置，以适应不同AI供应商的能力
3. 结构化输出的模型兼容性需要进一步验证

这一实践为.NET生态中的AI评估系统开发提供了宝贵经验，展示了如何平衡技术先进性与实际约束条件。随着AI服务能力的演进，我们期待能够实现更灵活、更高效的结构化输出方案。