使用大型语言模型生成文本通常只是第一步。原始输出可能不一致，或者格式难以被软件直接使用。将LLM响应可靠地集成到应用中，需要特定的方法来处理这种变化。

本章侧重于处理LLM输出，以构建可靠的应用。您将学习如何引导模型生成结构化数据，将响应解析成可用格式（如JSON），验证结果的结构和内容，并实施重试机制和内容过滤等策略，以处理错误并提升应用稳定性。我们将讨论如何使用输出解析器、数据校验库，以及处理LLM输出不符合预期情况的方法。