Claude может вернуть JSON в чате, Claude Code или API, но надёжность и назначение этих режимов различаются. Для ручного черновика достаточно чата. Для скрипта в терминале нужен машинный формат Claude Code. Для программного контракта используйте Structured Outputs в API с JSON Schema. В любом варианте отдельно проверяйте синтаксис, схему и смысл данных.
Что получится в итоге
Исходные условия: вы знаете поля будущего объекта и можете описать допустимые типы. Результат: программа получает JSON без пояснений вокруг него, проверяет структуру и отклоняет опасные или бессмысленные значения. Обязательные шаги: выбрать канал, описать минимальную схему, получить ответ, разобрать его парсером, проверить схему и применить бизнес-правила.
- Чат подходит для ручной работы и прототипа.
- Claude Code подходит для командной строки и автоматизации в репозитории.
- API Structured Outputs подходит для контракта между сервисами.
- JSON Schema описывает форму, но не подтверждает фактическую верность.
- Любые команды, пути, URL и действия из ответа требуют отдельной проверки.
- В сыром ответе не должно быть секретов и персональных данных.
Если результат читает человек один раз, начните с чата. Если результат читает скрипт, используйте штатный машинный режим. Если от поля зависит действие системы, добавьте схему и отдельные бизнес-проверки.
Чем различаются чат, Claude Code и API
В обычном чате можно попросить вернуть только JSON и дать пример. Это ускоряет черновик, но интерфейс чата не является договором для вашей программы: ответ нужно скопировать и проверить локальным парсером. Не стройте интеграцию на удалении Markdown-ограждений регулярным выражением.
В Claude Code флаг --output-format json возвращает результат команды в JSON-обёртке, а --json-schema задаёт схему структурированного результата. Оба режима описаны в официальной справке CLI и руководстве по программному запуску Claude Code. Это удобный путь для локального скрипта или шага CI, если среда уже авторизована.
В API Anthropic Structured Outputs схема передаётся через output_config.format с типом json_schema. Текущая документация Structured Outputs описывает соответствие вывода поддерживаемой схеме, но перечисляет ограничения поддерживаемого подмножества JSON Schema. Перед внедрением проверьте свою схему на выбранной модели.
Шесть шагов к вайбкодингу с нуля, без кода и английского, покажут завтра в 12:00 МСК на бесплатном мастер-классе. После эфира понятно, с чего начать уже на следующий день.
Записаться бесплатноСоставьте минимальную JSON Schema
Начните с полей, без которых результат бесполезен. Зафиксируйте типы, обязательные ключи, перечисления и запрет лишних полей. Не переносите в схему всю предметную область сразу: сложную структуру труднее проверить, поддерживать и объяснять модели.
{
"type": "object",
"properties": {
"summary": {"type": "string"},
"risk": {"type": "string", "enum": ["low", "medium", "high"]},
"needs_review": {"type": "boolean"}
},
"required": ["summary", "risk", "needs_review"],
"additionalProperties": false
}
Безопасный пример описывает форму короткого отчёта. Он не определяет, как вычисляется риск. Это намеренное разделение: модель выбирает значение, схема проверяет допустимый вариант, а ваше приложение решает, можно ли доверять выбору и что с ним делать.
По теме: DeepSeek в Claude Code: подключение и проверка в 2026
Получите JSON в Claude Code
Для одноразового запуска используйте печатный режим и передайте схему. Кавычки зависят от оболочки, поэтому в проекте удобнее хранить схему в контролируемом файле или формировать аргумент программно. Не подставляйте непроверенный пользовательский текст как часть команды оболочки.
claude -p "Суммируй входной текст и оцени, нужна ли ручная проверка" \
--output-format json \
--json-schema '{"type":"object","properties":{"summary":{"type":"string"},"risk":{"type":"string","enum":["low","medium","high"]},"needs_review":{"type":"boolean"}},"required":["summary","risk","needs_review"],"additionalProperties":false}'
Сначала запустите команду на безобидном тестовом входе. Сохраните код завершения, разберите JSON штатной библиотекой и проверьте наличие структурированного результата согласно документации вашей версии CLI. Не делайте предположений о служебных полях обёртки, а зафиксируйте их контрактным тестом.
Используйте Structured Outputs в API
В API передайте ту же схему в output_config.format. Укажите поддерживаемый идентификатор модели из актуальной документации, а не копируйте случайное имя из старого примера. Ниже показан каркас, в котором секрет берётся из окружения библиотекой, а не записывается в код.
from anthropic import Anthropic
client = Anthropic()
schema = {
"type": "object",
"properties": {
"summary": {"type": "string"},
"risk": {"type": "string", "enum": ["low", "medium", "high"]},
"needs_review": {"type": "boolean"},
},
"required": ["summary", "risk", "needs_review"],
"additionalProperties": False,
}
response = client.messages.create(
model="YOUR_SUPPORTED_MODEL_ID",
max_tokens=1000,
messages=[{"role": "user", "content": "Верни структурированный отчёт"}],
output_config={"format": {"type": "json_schema", "schema": schema}},
)
Не копируйте объект ответа в базу целиком. Извлеките ожидаемый текстовый блок по текущей документации SDK, разберите JSON и сохраните только нужные поля. Отдельно обрабатывайте сетевые ошибки, отказ модели, ограничение длины и несовместимую схему.
Теория оживает, когда агент работает на ваших глазах. Завтра в 12:00 МСК на бесплатном мастер-классе ему ставят задачу голосом, он сам находит данные и сводит их в Google-таблицу, а в Claude Code за эфир проходят путь от идеи до сервиса.
Занять местоТрёхступенчатая проверка
Практический элемент 1, обязательный шлюз. Этап 1 проверяет транспорт и синтаксис: команда завершилась успешно, ответ не пустой, JSON разбирается стандартным парсером. Этап 2 проверяет структуру: объект соответствует вашей JSON Schema, нет лишних ключей, обязательные поля присутствуют. Этап 3 проверяет смысл: значения допустимы для конкретной задачи и не запускают опасное действие без подтверждения.
- Проверьте код ответа HTTP или код завершения процесса.
- Ограничьте размер входа до разбора.
- Разберите JSON стандартной библиотекой без выполнения содержимого.
- Провалидируйте объект той же схемой на своей стороне.
- Проверьте диапазоны, существование идентификаторов и разрешённые переходы состояний.
- Маршрутизируйте сомнительные результаты на ручную проверку.
- Запишите причину отказа без входных секретов.
Пример смысловой проверки: поле risk входит в перечисление, но модель могла выбрать low для текста с явной угрозой. Схема пропустит объект, потому что форма верна. Бизнес-правило должно сверить критические признаки или потребовать человека для решений с последствиями.
По теме: Claude для вайбкодинга: проект по шагам в 2026
Что делать при типичных сбоях
- Парсер видит текст до фигурной скобки: вы используете обычный чат или текстовый режим вместо штатного структурированного вывода.
- Схема отклоняется до запроса: упростите её и проверьте ограничения поддерживаемого подмножества.
- Ответ обрезан: уменьшите объём полей, входной контекст или пересмотрите лимит вывода.
- CLI возвращает JSON, но скрипт не находит поле: зафиксируйте реальную обёртку тестом для установленной версии.
- Схема проходит, а данные неверны: проблема на третьем этапе, добавьте бизнес-правило или ручную проверку.
- Повторный запрос меняет ключи: запретите лишние свойства и сделайте обязательные поля явными.
Практический элемент 2, набор контрактных тестов. Храните минимум четыре фикстуры: обычный ответ, пустая строка, лишний ключ и значение на границе. Запускайте их после обновления SDK, CLI, модели или схемы. Такой тест ловит несовместимость раньше, чем рабочие данные попадут в следующий процесс.
Безопасность и ограничения
Не считайте JSON безопасным кодом. Строка может содержать путь, команду, SQL, HTML или URL. Применяйте списки разрешённых действий, нормализацию путей, параметризованные запросы и подтверждение для внешних изменений. Строгий режим инструментов Anthropic помогает проверять входы инструментов; его границы описаны в официальной документации strict tool use.
Structured Outputs не гарантирует истинность фактов, полноту анализа или безопасность решения. Как единственную защиту для платежей, удаления данных, выдачи доступа, медицинских и юридических выводов его использовать нельзя. Там схема является только первым барьером перед детерминированными правилами и человеком.
Если вы начинаете автоматизацию, сначала разберите что такое Claude CLI. Для интеграции сервиса полезно сравнить Claude Tools и API, а формулировку задачи проверить по материалу промпты для Claude.
По теме: Claude Linux: установка Desktop и Claude Code в 2026
Что проверить перед подключением
- Канал выбран по тому, кто читает результат: человек или программа.
- Схема минимальна и проходит официальный поддерживаемый режим.
- Лишние свойства запрещены, обязательные поля перечислены.
- Ответ разбирается и валидируется вашей библиотекой.
- Смысловые ограничения проверяются отдельно от схемы.
- Опасные действия требуют подтверждения.
- Есть контрактные тесты и журнал причин отказа.
Частые вопросы
Достаточно ли написать в промпте «верни только JSON»?
Для ручного черновика иногда достаточно. Для автоматизации используйте штатный структурированный режим и всё равно проверяйте ответ своим парсером.
Гарантирует ли JSON Schema правильные факты?
Нет. Схема проверяет структуру и ограничения значений, но не подтверждает истинность содержания.
Что выбрать для локального скрипта?
Если Claude Code уже установлен и авторизован, начните с печатного режима, --output-format json и --json-schema. Для отдельного сервиса обычно удобнее API.
Схема держит, JSON проходит проверку. А теперь представьте, что данные для таблицы агент собирает без вас: по голосовой команде находит товары, сравнивает и сводит в Google-таблицу с рейтингом. Это покажут завтра в 12:00 МСК на бесплатном мастер-классе.
Посмотреть бесплатно