JSON-Schema-Generator für KI

JSON-Schemas aus Beispieldaten generieren, optimiert für KI-Function-Calling und strukturierte Ausgaben

~/schema-generator

Beispiel-JSON einfügen

Fügen Sie Beispiel-JSON ein, um automatisch ein JSON Schema zu generieren.

Leitet Typen, Pflichtfelder und verschachtelte Strukturen ab. Ausgabe als rohes Schema, OpenAI- oder Anthropic-Format.

Was ist ein JSON-Schema-Generator für KI?

Ein JSON-Schema-Generator für KI erstellt strukturierte Schema-Definitionen aus JSON-Beispieldaten, optimiert für den Einsatz mit KI-Function-Calling und strukturierten Ausgaben. Statt JSON Schema manuell von Grund auf zu schreiben — was mühsam und fehleranfällig ist — fügen Sie ein Beispiel der erwarteten Daten ein, und das Werkzeug leitet das Schema automatisch ab: Typen, Pflichtfelder, Muster, Einschränkungen und Verschachtelungen.

JSON Schema ist die Grundlage von KI-Function-Calling bei allen großen Anbietern. Wenn Sie ein Tool für OpenAI, Anthropic oder Google Gemini definieren, werden die Parameterdefinitionen im JSON-Schema-Format geschrieben. Das Modell verwendet dieses Schema, um zu verstehen, welche Argumente Ihre Funktion akzeptiert, welche Typen sie haben sollen und welche erforderlich sind. Ein präzises, gut beschriebenes Schema führt zu genaueren Funktionsaufrufen und weniger Laufzeitfehlern.

Unser kostenloser Generator geht über einfache Typinferenz hinaus. Er erkennt gängige Muster (E-Mails, URLs, Daten, UUIDs), schlägt Enum-Werte für Felder mit begrenzten Optionen vor, verarbeitet verschachtelte Objekte und Arrays und generiert Beschreibungen, die KI-Modellen helfen, jedes Feld zu verstehen. Die gesamte Verarbeitung findet in Ihrem Browser statt, ohne dass Daten an einen Server gesendet werden.

So verwenden Sie diesen Generator

Die Generierung eines JSON Schema aus Beispieldaten ist einfach:

Beispiel-JSON einfügen — Stellen Sie ein Beispiel der JSON-Struktur bereit, die Sie beschreiben möchten. Dies kann die erwarteten Argumente einer Funktion, eine API-Antwort oder jedes JSON-Objekt sein. Verwenden Sie ein repräsentatives Beispiel, das alle möglichen Felder und realistische Werte enthält.
Abgeleitetes Schema prüfen — Der Generator analysiert Ihr Beispiel und erzeugt ein JSON Schema mit Typen, Pflichtfeldern, Format-Hinweisen und Beschreibungen. Überprüfen Sie jedes Feld, um sicherzustellen, dass der abgeleitete Typ korrekt ist.
Beschreibungen und Einschränkungen verfeinern — Bearbeiten Sie die automatisch generierten Beschreibungen, um sie spezifisch und hilfreich für KI-Modelle zu gestalten. Fügen Sie Min/Max-Einschränkungen, Enum-Werte oder Standardwerte hinzu, wo es angebracht ist. Gute Beschreibungen verbessern die Function-Calling-Genauigkeit erheblich.
Zielformat auswählen — Wählen Sie zwischen Standard-JSON-Schema, OpenAI-Function-Calling-Format, Anthropic-Tool-Use-Format oder Google-Gemini-Format. Jede Ausgabe ist korrekt strukturiert für die direkte Verwendung mit dem jeweiligen Anbieter.
Kopieren und integrieren — Kopieren Sie das generierte Schema und verwenden Sie es in Ihren Tool-Definitionen, Structured-Output-Anfragen oder API-Validierungslogik.

JSON Schema für KI verstehen

JSON Schema spielt eine zentrale Rolle in der modernen KI-Entwicklung. Das Verständnis der Schlüsselkonzepte hilft Ihnen, bessere Schemas zu schreiben und zuverlässigere KI-Ausgaben zu erhalten.

Typen und Formate

JSON Schema unterstützt sechs primitive Typen: `string`, `number`, `integer`, `boolean`, `array` und `object`. Das Schlüsselwort `format` fügt semantische Bedeutung hinzu — zum Beispiel teilt `"format": "email"` dem Modell mit, dass die Zeichenkette eine gültige E-Mail-Adresse sein sollte, was ihm hilft, korrekte Werte zu generieren.

Pflichtfelder vs. optionale Felder

Das `required`-Array listet auf, welche Eigenschaften vorhanden sein müssen. Für KI-Function-Calling verhindert das Markieren kritischer Parameter als erforderlich, dass das Modell sie weglässt. Allerdings führt ein Übermaß an Pflichtfeldern dazu, dass das Modell Werte erfindet, die es nicht hat — fordern Sie nur Felder als erforderlich an, die der Benutzer wahrscheinlich in seinem Prompt bereitstellen wird.

Enums und Einschränkungen

Das Schlüsselwort `enum` beschränkt ein Feld auf eine bestimmte Menge von Werten. Dies ist äußerst nützlich für KI-Function-Calling — wenn ein Parameter nur einen von wenigen Werten haben kann (z. B. «asc» oder «desc» für die Sortierreihenfolge), verhindert ein Enum, dass das Modell ungültige Optionen erfindet. Numerische Einschränkungen wie `minimum` und `maximum` begrenzen die Modellausgabe in ähnlicher Weise.

Beschreibungen sind entscheidend

Im Standard-JSON-Schema sind Beschreibungen Dokumentation. Bei KI-Function-Calling sind Beschreibungen Anweisungen. Das Modell liest Eigenschaftsbeschreibungen, um zu verstehen, welchen Wert es generieren soll. Eine Beschreibung wie «Die Stadt» ist weniger hilfreich als «Der Stadtname für die Wetterabfrage, z. B. ‚San Francisco'». Investieren Sie Zeit in das Schreiben klarer, spezifischer Beschreibungen — sie sind der einzelne wichtigste Faktor für die Function-Calling-Genauigkeit.

Anwendungsfälle für KI-Schema-Generierung

Die JSON-Schema-Generierung ist in vielen KI-Entwicklungsszenarien nützlich:

Function-Calling-Definitionen — Parameterschemas für KI-Tool-Definitionen aus Beispiel-Argumentobjekten generieren. Fügen Sie ein, was das Modell generieren soll, und erhalten Sie das Schema.
Strukturierte Ausgaben — OpenAIs Structured-Output-Funktion und ähnliche Fähigkeiten anderer Anbieter erfordern JSON Schema zur Definition des Antwortformats. Generieren Sie Schemas aus Beispielantworten, um Typsicherheit zu gewährleisten.
API-Antwortvalidierung — Erstellen Sie Schemas aus tatsächlichen API-Antworten, um Datenkonsistenz zu validieren und Schema-Drift über die Zeit zu erkennen.
Schnelles Prototyping — Beim schnellen Aufbau von KI-Integrationen ist die Schema-Generierung aus Beispieldaten wesentlich schneller als das manuelle Schreiben, besonders bei komplexen verschachtelten Strukturen.
Dokumentation — Generierte Schemas dienen als maschinenlesbare Dokumentation Ihrer Datenstrukturen, nützlich sowohl für menschliche Entwickler als auch für KI-Systeme.

Häufig gestellte Fragen

Was ist JSON Schema und warum ist es wichtig für KI?

JSON Schema ist ein Standard zur Beschreibung der Struktur, Typen und Einschränkungen von JSON-Daten. Im Kontext von KI wird JSON Schema verwendet, um Function-Calling-Parameter zu definieren (welche Argumente eine Funktion akzeptiert) und strukturierte Ausgaben (welches Format die Modellantwort haben soll). Anbieter wie OpenAI, Anthropic und Google verwenden alle JSON Schema, um Tool-Parametertypen, Pflichtfelder, Enums und verschachtelte Objekte festzulegen. Ein gut definiertes Schema stellt sicher, dass das KI-Modell gültige, typsichere Argumente generiert.

Wie genau ist die Schema-Ableitung aus Beispieldaten?

Der Generator analysiert Ihr Beispiel-JSON, um Typen abzuleiten, Muster zu erkennen (E-Mails, URLs, Daten, UUIDs), nullable Felder zu identifizieren und Array-Elementtypen zu bestimmen. Die Genauigkeit hängt von Ihrer Beispielqualität ab — ein einzelnes Beispiel kann optionale Felder oder alternative Typen übersehen. Für beste Ergebnisse stellen Sie ein Beispiel bereit, das alle möglichen Felder, Randfälle (Null-Werte, leere Arrays) und repräsentative Daten enthält. Sie können das generierte Schema anschließend manuell verfeinern.

Kann ich die Beschreibungen im generierten Schema bearbeiten?

Ja, und das sollten Sie auch. Der Generator erstellt Platzhalterbeschreibungen basierend auf Feldnamen und abgeleiteten Typen, aber diese sind generisch. Für KI-Function-Calling ist das Beschreibungsfeld entscheidend — es teilt dem Modell mit, was jeder Parameter bedeutet und wie er verwendet werden soll. Bearbeiten Sie nach der Generierung des Basisschemas die Beschreibungen, um sie spezifisch und umsetzbar zu machen. Ändern Sie zum Beispiel «Die Benutzer-ID» in «Die eindeutige Kennung des abzurufenden Benutzers, wie vom /users-Endpunkt zurückgegeben».

Welche Ausgabeformate unterstützt der Schema-Generator?

Der Generator erzeugt Standard-JSON-Schema (kompatibel mit Draft 2020-12), das universell funktioniert. Er bietet auch optimierte Ausgaben für spezifische KI-Anbieter: OpenAI Function Calling (eingebettet in die Tool-Definitionsstruktur mit Strict-Mode-Unterstützung), Anthropic Tool Use (mit input_schema-Feld) und Google Gemini (mit entfernten nicht unterstützten Schlüsselwörtern). Sie können ein eigenständiges Schema oder eine vollständige Funktionsdefinition generieren, die für jeden Anbieter einsatzbereit ist.