一句话结论：让 AI 接入业务系统时，应把“回答问题”和“调用工具”分开设计：结构化输出负责稳定传递数据，函数调用负责请求外部系统执行动作，最终结果必须由程序校验。
本文参考 OpenAI 的 Structured Outputs 与 Function Calling 官方文档，适合做客服分流、内容发布、订单查询等原型。工具调用不是让模型直接操作服务器，而是由应用定义工具、校验参数并执行。
两种能力的区别
| 能力 | 用途 | 程序要做什么 |
|---|---|---|
| 结构化输出 | 把回答变成固定 JSON | 按 Schema 校验字段和类型 |
| 函数调用 | 让模型请求查询或动作 | 校验参数、执行函数、返回结果 |
结构化输出示例
请把用户问题分类为 JSON：
{
"intent": "article_search | article_feedback | human_help",
"keywords": ["关键词"],
"needs_human": true,
"reason": "不超过 50 字"
}
规则：只能使用列出的 intent；无法判断时使用 human_help。生产接口中不要只依靠提示词约束格式，应使用当前 SDK 支持的 JSON Schema，并处理拒答、截断、解析失败和字段缺失。Schema 的键名和描述要有业务含义，不能把所有可能情况都塞成一个字符串。
函数调用的闭环
- 应用把工具名称、参数 Schema 和用户问题交给模型。
- 模型返回工具调用请求，而不是直接执行。
- 应用验证参数、权限和资源范围，再调用真实函数。
- 应用把工具结果回传给模型，让它生成用户可读的答复。
- 记录调用日志，并对写入、删除、付款等高风险动作增加人工确认。
安全设计要点
工具参数不能绕过权限检查；用户输入不能直接拼接 SQL、Shell 或文件路径；写操作要做幂等、审计和超时；外部结果也要当作不可信数据处理。模型说“已发布”不等于系统真的发布，界面应以工具实际返回的状态为准。
常见问题
结构化输出等于函数调用吗？
不等于。前者约束数据格式，后者建立模型与应用函数之间的交互流程。
模型会自动执行函数吗？
不会。应用需要接收调用请求、校验并执行，之后再把结果返回给模型。
为什么还要做 Schema 校验？
提示词不是程序级约束，Schema 和代码校验能更早发现类型、枚举和字段问题。
哪些工具需要人工确认？
发布、删除、付款、改权限和发送外部消息等不可逆或高影响动作，建议确认后执行。
如何开始做第一个原型？
先做只读查询，固定 3 个测试问题，记录成功和失败，再逐步加入写操作。
\n
信息来源与说明
本文参考 OpenAI Structured Outputs 指南和 OpenAI Function Calling 指南整理。接口参数和 SDK 写法应以当前官方文档为准。