AIの回答を「決まった形」で受け取る方法:JSONスキーマの活用
AIと対話をしていると、時折、回答の前後になぜか余計な挨拶や説明が混ざることがあります。特にAIをシステムに組み込んで自動化を進めようとする場合、こうした「余計な一言」はデータの処理を妨げる要因となります。本記事では、AIに特定の形式で答えさせるための仕組みである「JSONスキーマ」について、Ollamaでの活用例を交えて解説します。
- AIの回答に余計な一言を入れさせない方法
- JSONスキーマによる出力の固定
- プログラムからのデータ読み取りの効率化

AIの回答をそのまま使うことの課題
AIに指示を出した際、AIは時として「はい、承知いたしました。ご要望通りに作成します」といった前置きや、「以上が回答です」という結びの言葉を付け加えることがあります。人間が読む分には問題ありませんが、AIの回答を別のプログラムに読み込ませる場合には、これらの一言がノイズ(不要な情報)となります。
例えば、AIに「採点結果だけを教えて」と依頼した際に、採点スコアだけでなく解説文や挨拶が含まれてしまうと、システム側で「どこからどこまでがスコアなのか」を判別するのが難しくなります。この問題を解決するのが、出力の「形」をあらかじめ定義する手法です。
- AIの回答に余計な文章が混ざると、データの抽出が難しくなる
- プログラムで処理する際は、純粋なデータだけを取り出す必要がある
JSONスキーマによる「形」の固定
JSONスキーマとは、AIに対して「この項目を、このデータ型(数値や文字列など)で出力してください」という具体的なルールをあらかじめ提示する仕組みです。これを利用することで、AIの回答を特定の枠組みに強制的に当てはめることができます。
ローカルAIを実行するためのツールであるOllamaでは、このJSONスキーマを渡すことで、AIに「決まった形」で回答させることが可能です。スキーマを指定することで、AIは余計な一言を省き、システムが処理しやすい純粋なデータのみを出力するようになります。
- JSONスキーマ:AIに「この項目で、このデータ型(数値や文字列など)で出力して」というルールをあらかじめ渡す仕組みのこと
- Ollamaを活用することで、このスキーマに基づいた出力を実現できる
具体的な活用シーンとメリット
この仕組みを導入することで、AIを単なる「チャット相手」としてだけでなく、「データ処理の部品」として活用できるようになります。具体的な活用シーンとしては、以下のような例が挙げられます。
まず「AIによる採点」の自動化です。AIに文章を採点させ、その結果から「スコア」の数値だけを正確に抽出してデータベースに保存するといった操作が容易になります。また、「データの抽出と移行」も得意な分野です。特定の文章から必要な情報を抜き出し、そのまま別のツールへ流し込むといった工程を自動化できます。
実際に、当アカウントの投稿制作においても、この仕組みを活用しています。AIに「本文」や「採点結果」を特定の形で出力させることで、全自動の仕組みを動かしています。これにより、手動でコピー&ペーストを行う手間を省き、正確なデータ運用を実現しています。
- AIに採点させ、スコアだけを抽出する
- 抽出したデータを、そのまま別のツールに流し込む
- 全自動の仕組みを構築し、運用の効率化を図る
まとめ
AIの回答をより実用的に、かつ正確にシステムへ組み込むためには、出力の形を制御することが重要です。JSONスキーマを活用することで、AIの自由な回答を制約し、プログラムが扱いやすい純粋なデータへと変換することができます。
「AIに回答をさせる」段階から、「AIに特定の形式でデータを出力させる」段階へ進むことで、より高度な自動化が可能になります。Ollamaなどのツールを使い、出力の形を固定する手法をぜひ検討してみてください。
- JSONスキーマは、AIの回答をシステムで扱いやすくするためのルール
- Ollamaでこの仕組みを使うことで、データの正確な抽出が可能になる
- 自動化の精度を高めるために、出力の形を固定することは非常に有効である
- AIをプログラムや業務フローに組み込みたい方
- AIの回答から特定のデータだけを抽出したい方
- Ollamaを使ってローカルAIをより高度に活用したい方
- AIと単に雑談をしたい方
- プログラミングの知識を一切使いたくない方
よくある質問
Q. なぜAIは勝手に余計なことを言ってしまうのですか?
AIは学習データに基づき、自然な対話として「はい、分かりました」といった反応を返す傾向があるためです。これを防ぐには、スキーマなどの制約を与えることが効果的です。
Q. JSONスキーマを使うと、AIの回答の質は落ちますか?
公式の情報では、スキーマを指定することでAIの出力が特定の形式に制限されます。しかし、これは「回答の質」を落とすのではなく、「出力の形」を整えるための仕組みです。
続きはThreadsで。新しいAIの実測と、仕事で使えた使い方を毎日投稿しています。
@shachiku_tech_lab をフォロー関連記事
AIサービスの有料版と無料版、仕事でどう使い分ける?失敗しないための判断基準
AIを仕事に取り入れたいけれど、いきなり有料プランに入るべきか迷っている方へ。無料版でまず「体験」することの重要性と、有料版に移行する際の主なチェックポイントを解説します。
CPUのスレッド数を減らしてもAIの生成速度が変わらない理由について
AIモデルを自分のPCで動かす際、CPUのスレッド数を調整することで速度が変わるのか、実測データをもとに解説します。
ローカルAIのモデル名にある「Q4」「Q8」の意味とは?量子化の仕組みを分かりやすく解説
AIモデルの名称によく見られる「Q4」や「Q8」という表記。これらはAIを軽量化するための「量子化」という技術に関係しています。初心者の方向けに、それぞれの違いや選び方の基準を解説します。
新しいモデルの実測や解説を毎日投稿しています
Threadsでフォロー以上、今日の実験ログでした。![]()