在人工智能技术快速发展的今天，大语言模型(LLM)已经展现出惊人的能力。然而，让这些模型生成规范的结构化输出仍然是一个难以攻克的技术难题。不论是在开发自动化工具、构建特定领域的解决方案，还是在进行开发工具集成时，都迫切需要LLM能够产生格式严格、内容可靠的输出。

我之前有多篇文章《重磅惊雷，用结构化RAG约束JSON响应格式化，复合AI系统输出成功率高达82.55%》《又见惊雷，结构化Prompt格式小小变化竟能让LLM性能波动高达76%，ICLR2024》《一记惊雷：改一下Prompt的输出顺序，就能显著影响LLM的评估结果》都在介绍关于LLM输出问题，LLM输出是和各位产生最直接关系的部分，所以代号为“惊雷”，一般用这个题目，都是在介绍和LLM输出有关的内容。今天的这篇文章内容很简单，但用途却非常广泛，MTP(Meaning Typed Prompting)是一种新的提示词技术，它的主要目的是让AI生成更规范、更可靠的结构化输出，关键它还支持多模态输出！！！

MTP就像是一个"模板语言"，告诉这个助手："我要的答案必须是这个格式，每个部分都有特定的含义和规则。"使用MTP的好处是：输出格式统一，数据更容易处理，错误更少，AI更容易理解你的要求。使用MTP也很简单，第一步：定义你要什么；第二步，说明含义；第三步，要求输出格式。

01

结构化输出困境

当前业界普遍采用的解决方案主要依赖于零样本或少样本提示技术。开发人员需要提供JSON模板或Schema来定义期望的输出格式，然后通过后处理步骤来提取和验证生成的数据。这种方法存在多个严重的问题：

1. 过度依赖JSON Schema导致模型推理能力受限

2. 详细的Schema定义会大量增加token消耗

3. 难以保证语法的正确性，经常产生无效输出

4. 需要投入大量人力编写和维护提示模板

5. 系统适应性差，难以快速响应需求变化

6. 输出质量不稳定，需要频繁进行修正和验证

02

MTP技术原理深度解析

核心思想突破

含义类型化提示(Meaning Typed Prompting， MTP)技术的提出，标志着结构化输出生成领域的一次重要突破。它的核心思想可以概括为三个方面：

1. 类型系统的创新：扩展传统的内置类型和自定义类型系统，引入自然语言表达的类型定义方式。这种创新让类型定义不再是冰冷的符号，而是具有丰富语义的描述。

2. 表示方式的改进：摒弃繁琐的JSON Schema，转而采用更直观的Python类表示方式来请求结构化输出。这一改变大大降低了系统复杂度，提升了开发效率。

3. 语义信息的融入：将语义信息直接嵌入到提示中，减少对外部抽象的依赖。这种方式让模型能够更好地理解任务要求，产生更精准的输出。

03

技术架构详解

MTP的提示分为两个部分，System Message 和 User Message

MTP的技术架构包含以下几个关键组件：

1. Python类表示系统

传统的JSON Schema方式：

{

 "properties":{

  "first_name":{"title": "First Name", "type": "string"},

  "last_name":{"title": "Last Name", "type": "string"},

  "yob":{"title": "Year of Birth", "type": "integer"},

  "likes":{

   "items":{"type": "string"},

   "title": "Interests",

   "type": "array"

  }

 },

 "required":["first_name", "last_name", "yob", "likes"],

 "title": "Person",

 "type": "object"

}

MTP的Python类表示方式：

Person (Class) -> Person(

  first_name: str,

  last_name: str,

  yob: int,

  likes: list[str]

)

这种表示方式带来的优势包括：

- 代码量显著减少，提高了可读性

- 减少特殊字符使用，降低token消耗

- 更符合Python开发者的习惯

- 便于维护和修改

- 支持IDE的代码补全和类型检查

2. 表达性类型定义系统

MTP允许开发者使用自然语言来增强类型定义的语义表达：

Person (Class) -> Person(

  first_name: str - "Given name of the person",

  last_name: str - "Family name of the person",

  yob: int - "Year of Birth (e.g., 1990)",

  likes: list[str] - "List of favorite activities and interests",

  location: Semantic[str, "City, Country format"] - "Current residence location",

  status: Semantic[str, "Active | Inactive | Pending"] - "Account status"

)

这种定义方式的优势：

1. 提供了清晰的语义上下文

2. 减少了理解歧义

3. 支持复杂的类型约束

4. 便于文档生成

5. 提高了代码的自解释性

3. 提示组件系统

MTP提示包含以下核心组件：

1. 目标声明：

@llm.enhance("Extract structured information from user profile")

2. 信息上下文：

Information(

  examples=[

    Person(first_name="John", last_name="Doe", ...),

    Person(first_name="Jane", last_name="Smith", ...)

  ],

  context="Consider cultural variations in name formats"

)

3. 输出类型定义：

Output[Person] # 指定返回类型为Person对象

4. 输入参数：

def extract_profile(

  text: str - "Raw profile text",

  language: str - "Profile language"

) -> Person:

  pass

04

Semantix框架实现细节

语义类型系统实现

Semantix框架实现了一个强大的语义类型系统：

class Semantic(Generic[T, S]):

  def __init__(self, base_type: T, semantic: S):

    self.base_type = base_type

    self.semantic = semantic

  def validate(self, value: Any) -> bool:

    # 实现类型验证逻辑

    pass

Semantix是一个Python库，可自动生成意义类型的提示。Semantix允许开发人员通过添加名为enhance的装饰器来将简单函数增强为增强功能。语义类型提示允许开发人员添加富有表现力的类型定义。上图Semantix将Types、Variables、Functions和Main Function合并为一个增强函数，该函数在运行时生成MTP。下图有详细的运行示例。

05

实验评估详细分析

1. 多标签分类任务

性能分析：

- Semantix在准确率上领先其他框架

- Token使用效率处于较好水平

- 具有极高的可靠性

2. 命名实体识别任务

性能分析：

- Semantix在Token效率上有明显优势

- 准确率与其他框架相当

- 整体性能表现均衡

3. 合成数据生成任务

性能分析：

- Semantix保持了极高的可靠性

- 数据多样性表现良好

- Token使用量最优

06

实际应用案例

安装很简单，一条命令就搞定了：

示例一：还是用那道你已经很熟悉的题目，草莓strawberry这个单词里有几个"r"？

示例二：再找一张小票，能分析这张小票，也能分析一下Video：

示例三：食品分析案例利用多模态LLM通过CoT来识别拉面中的营养数据，包括卡路里、蛋白质、碳水化合物、脂肪、纤维和钠水平。

我运行的结果：

FoodAnalysis(nutrition_info=NutritionInformation(calories=650, protein=30, carbohydrates=75, fats=25, fiber=5, sodium=1500), ingredients=['wheat noodles', 'chicken or pork', 'soft-boiled eggs', 'shiitake mushrooms', 'broth', 'nori seaweed', 'leafy greens'], health_rating='Moderately Healthy - high protein and balanced nutrients but high in sodium')

模型不一致，图片清晰度不一致，导致图片识别存在误差。

MTP技术的出现为LLM结构化输出生成提供了一个新的解决方案。通过将语义信息直接嵌入到类型定义中，它既保持了系统的简单性，又实现了更好的性能表现。对于正在开发AI应用的朋友们来说，MTP提供了一个强大而灵活的工具，有助于提高开发效率和输出质量，我用模型网页界面和代码分别向您展示了MTP技术的结果。

文章来自于“AI修猫Prompt”，作者“AI修猫Prompt”。