Gemini API JSON文本摘要实战指南：一次调用把长文变成结构化数据

Gemini API JSON文本摘要实战指南一次调用把长文变成结构化数据【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook处理小说、报告、产品描述这类长材料时你多半要人肉通读再整理要点。cookbook 项目里的 json_capabilities 示例集给出了用 Gemini API 做 JSON 文本摘要的现成做法长文进去结构化 JSON 数据出来。 先搞清楚它解决了什么问题这个功能解决的是长文进程序的问题。手动从一篇十章的奇幻故事里摘出人物、地名和情节主线很耗时间模型直接生成的摘要又是自然语言没法做条件查询和统计。Gemini API 的 JSON 输出让你先声明要什么数据结构模型再按结构填内容。拿到手的是一个标准字典synopsis、genres、locations、characters 各占各的字段可以直接写进数据库也能喂给流水线的下一环节。⚙️ 环境与密钥准备先装官方 SDKpip install -U google-genai1.0.0命令跑完无报错即依赖就绪。然后用环境变量初始化客户端密钥的获取方式和 Colab 里的 Secret 配置细节见 quickstarts/Authentication.ipynb。import os from google import genai client genai.Client(api_keyos.environ[GEMINI_API_KEY])这一步没抛异常说明密钥配置成功如果报 KeyError回头检查环境变量名是否拼写正确。 核心流程演示先告诉模型要输出什么结构第一件事是定义结果的形状。这里声明三个 TypedDict每个角色带名字、描述、善恶倾向三个字段每个地点带名字和描述顶层 TextSummary 再挂上 synopsis 和类型列表。from typing_extensions import TypedDict class Character(TypedDict): name: str description: str alignment: str class Location(TypedDict): name: str description: str class TextSummary(TypedDict): synopsis: str genres: list[str] locations: list[Location] characters: list[Character]schema 只定义一次换输入文本时这段代码完全不用动。用 TypedDict 而不是手写 JSON 字符串的原因也在这SDK 会把它转成标准 JSON Schema 传给模型约束是硬性的而靠在 prompt 里请求请输出 JSON模型未必照办。发起调用时只改两个参数调用本身没什么变化关键在 config 里的两个参数response_mime_type设为application/json声明输出格式response_schema传入刚定义的 TextSummary约束字段结构。模型只允许按这个结构输出。response client.models.generate_content( modelgemini-3.7-flash, contentsfGenerate a summary of the following story: {story}, config{ response_mime_type: application/json, response_schema: TextSummary, } )示例 notebook 里 story 先由模型生成本地跑的时候把它换成你自己的长文本即可。文本特别长时可换 notebook 备选的更大模型。结果一行代码取出来响应文本此时已经是合法 JSON不需要自己解析。response.parsed会由 SDK 直接转成 Python 字典。from pprint import pprint pprint(response.parsed)预期看到与 schema 一一对应的四个字段例如{synopsis: Elara, a cartographer and adventurer, seeks the lost city of Eldoria, ..., genres: [Fantasy, Adventure], characters: [{name: Elara, alignment: Good, description: A cartographer...}], locations: [{name: Dragons Tooth Mountains, ...}]}检查每个字段都有值、没有混进多余的自然语言通过后这个字典就能直接入库。️ 换个场景试试整套流程可以平移到其他文本类型只需要改 prompt 和 schema新闻摘要schema 改成 title、date、key_points让模型抽出标题、时间节点与核心事实。研报要点声明 conclusion、data_source、risk_notice 字段输出可直接作为后续报告生成流程的输入。商品描述解析声明 product_name、price、specs、target_audience一次调用把详情页的散乱文案理清。代码流程原封不动变的只有 schema 类和那句 prompt。⚠️ 踩坑速查密钥未设置环境变量里没有 GEMINI_API_KEY 时genai.Client初始化会直接抛错先查变量名和拼写。schema 类型不匹配TypedDict 的字段类型要和内容对得上。price 是小数却声明成 str、列表字段没写成list[...]并指定元素类型都会导致校验失败。返回 JSON 被截断输入文本过长时模型可能只输出部分内容response.parsed解析会报错。把长文分片发送或换上下文更大的模型。 延伸阅读examples/json_capabilities/Text_Summarization.ipynb — 完整示例 notebook含故事生成quickstarts/JSON_mode.ipynb — JSON 输出模式基础用法examples/json_capabilities/Entity_Extraction_JSON.ipynb — 实体抽取变体同一套手法quickstarts/Authentication.ipynb — 密钥获取与 Colab 配置到这里声明 schema、改两个参数、parsed 取出这条链路就能让你把长文变成结构化数据。下次再遇到文本解析需求改一下 schema 就能开工git clone https://gitcode.com/GitHub_Trending/coo/cookbook【免费下载链接】cookbookExamples and guides for using the Gemini API项目地址: https://gitcode.com/GitHub_Trending/coo/cookbook创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考