JSON Schema 是一套描述和校验 JSON 数据“应该长什么样”的规范：字段叫什么、是什么类型、哪些必填、能不能为空、取值范围、数组元素结构等，都可以写成机器可读的规则。
打个比方。JSON 像一张填好的快递单，里面有收件人、电话、地址；JSON Schema 则是快递单的印刷模板和填写说明：收件人必填，电话必须是字符串，地址可以嵌套省市区，重量必须是数字。你拿模板一对照，就知道这张单子合不合格。程序里的校验器（validator）干的就是这件事：不合格就报错，而不是等到业务逻辑里才崩。
它和“结构化输出”（Structured Output）的关系，容易反过来理解。结构化输出是目标：让模型别返回一大段散文，而是返回程序能直接解析、字段稳定的数据，比如 {"name":"张三","age":30}。JSON Schema 是常用合同：你把这个合同交给模型接口，接口再把它编译成约束解码（constrained decoding）规则，限制模型每生成一个 token 时只能从合法选项里挑。于是模型不是“尽量遵守”，而是被语法卡住，很难跑出 JSON 之外。
但谁依赖谁？JSON Schema 不依赖大模型存在。它本来是通用的 JSON 校验规范，后端校验 API 请求、配置文件、数据管道都在用。反过来，结构化输出若想要“严格模式”或“强约束”，通常会依赖 JSON Schema 或其子集作为机器可读的契约。没有 schema，结构化输出也能做，比如固定模板、枚举、正则；只是表达复杂嵌套和类型约束时，JSON Schema 更顺手。
| 概念 | 是什么 | 依赖关系 |
|---|---|---|
| JSON | 一种数据格式 | 被描述、被校验 |
| JSON Schema | 描述和校验 JSON 的规则 | 独立规范，可被结构化输出借用 |
| 结构化输出 | 让模型返回可解析数据的目标 | 可用 JSON Schema 做约束，也可不用 |
实际意义很直接。对 AI 从业者，写 schema 等于给模型一张填表说明，能减少解析失败、格式重试和补丁代码；但要记住它只管语法，不管语义：它能保证 age 是整数，不能保证 age 符合业务事实。对普通职场人，未来很多 AI 功能——提取发票、生成工单、填 CRM——背后都是先定义字段，再让模型填。各家平台对 JSON Schema 的支持范围与严格程度不同，具体以官方页面为准。