从零打造 AI 智能表单 (3)：引入 Zod 实现 LLM 输出的鲁棒性校验

在 SmartForm 项目中，核心卖点是 "Text-to-Form" —— 用户输入一句话，AI 自动生成表单结构。然而在早期开发中，这个功能非常脆弱。大模型（即便是 GPT-4）偶尔也会“发疯”，返回的 JSON 格式错误、字段缺失，甚至直接返回 Markdown 代码块，导致前端解析失败，白屏崩溃。

今天我们就来聊聊如何给 AI 戴上“紧箍咒”，确保它输出的数据既稳定又安全。

1. 痛点分析：AI 的不可控性

在没有校验机制时，我们的 API 逻辑非常简单粗暴：

// ❌ 错误示范：完全信任 AI
const content = aiResponse.choices[0].message.content;
const formJson = JSON.parse(content); // 这里很容易报错！
return NextResponse.json(formJson);

遇到的典型问题包括：

1. Markdown 污染：AI 喜欢用 ```json 包裹代码，直接 JSON.parse 会挂。
2. 幻觉字段：AI 可能会发明一些 Schema 中不存在的属性，比如 color 或 style。
3. 类型错误：不仅是结构，有时候字段类型也不对，比如 required 应该是布尔值，它返回了字符串 "true"。

2. 解决方案：Zod 强校验

为了解决这个问题，我引入了 Zod —— 一个 TypeScript 优先的 Schema 声明和验证库。

2.1 定义 Schema

首先，我们需要用 Zod 定义我们期望的 JSON 结构。这不仅是校验逻辑，也是最好的文档。

import { z } from "zod";

const BlockTypeSchema = z.enum([
  "text", "textarea", "number", "select", "radio", "checkbox", "rating", "date", "email"
]);

// 单个表单项的结构
const FormBlockSchema = z.object({
  type: BlockTypeSchema,
  label: z.string(),
  required: z.boolean().default(false), // 甚至可以设置默认值
  placeholder: z.string().optional(),
  options: z.array(z.object({
    label: z.string(),
    value: z.string(),
  })).optional(),
});

// 完整的生成结果结构
const GenerateFormSchema = z.object({
  title: z.string(),
  description: z.string().optional(),
  blocks: z.array(FormBlockSchema),
});

2.2 优化 System Prompt

除了校验，我们还需要在源头（Prompt）上做文章，明确告诉 AI 我们需要的 JSON Schema。

const SYSTEM_PROMPT = `
You are an expert form builder AI.
CRITICAL OUTPUT RULES:
1. Output MUST be valid JSON only.
2. Do NOT include markdown formatting.
3. Follow this JSON Schema strictly:
...
`;

2.3 容错解析与校验

在收到 AI 响应后，我们不再直接信任，而是进行三步走：清洗 -> 解析 -> 校验。

// 1. 清洗：去除可能存在的 Markdown 标记
const cleanContent = content.replace(/```json/g, "").replace(/```/g, "").trim();

let rawJson;
try {
  // 2. 解析：尝试转为 JS 对象
  rawJson = JSON.parse(cleanContent);
} catch (e) {
  throw new Error("AI returned invalid JSON syntax");
}

// 3. 校验：使用 Zod 进行结构验证
const validationResult = GenerateFormSchema.safeParse(rawJson);

if (!validationResult.success) {
  // 可以在这里做更多降级处理，或者记录日志
  console.error("Schema Validation Failed", validationResult.error);
  throw new Error("AI response structure is incorrect");
}

// ✅ 安全的数据
const safeData = validationResult.data;

3. 效果与反思

经过这一轮改造，SmartForm 的生成成功率从之前的 80% 提升到了 99%。即便 AI 偶尔抽风，后端也能在第一时间捕获错误，而不是让前端直接白屏。

这种 "Prompt Engineering + Runtime Validation" 的模式，是目前构建 AI 应用最稳健的最佳实践之一。

---

Next Steps: 虽然现在有了校验，但如果校验失败了怎么办？目前我们是直接报错。更好的做法是引入 Auto-Retry (自动重试) 机制，当校验失败时，将错误信息喂回给 AI，让它自我修正。这将在下一篇文章中分享。