一句话定义
结构化输出（structured output，也常叫结构化生成）指让大语言模型（Large Language Model, LLM）的回答不是一段自由发挥的文字，而是严格符合事先约定格式的结果，最常见的就是 JSON。约束解码（constrained decoding）是实现它的主流手段：在模型每吐一个字的过程中，就把"会导致格式不合法"的选项直接掐掉。
原理：边写边管
模型生成是逐词元（token）进行的：每一步它会给词表里所有词元打一个概率分，然后挑一个。自由生成时，什么词元都可能被选中。
约束解码在这一步插入一个"裁判"。裁判手里有一份语法（grammar）规则，比如"JSON 对象必须以左花括号开头""字符串里的引号必须成对"。它根据已经生成的内容，算出当前允许出现哪些词元，把其他词元的概率直接归零，再在剩下的候选里重新归一化采样。这样无论模型多想写"好的，以下是 JSON：```json"，它都没有机会——那些词元在当前状态下已经判出局。
打个比方：自由生成像让人即兴写作文，你怎么求他"请用表格写"，他也可能夹带一段感慨；约束解码像给他一张已经画好格子的表单，只能往格子里填，笔伸不到格子外面。
和几种相邻做法比一比
| 做法 | 保证程度 | 代价 |
|---|---|---|
| 提示词里写"只输出 JSON" | 靠模型自觉，可能带解释、带代码块围栏 | 零成本，最不稳 |
| 微调（fine-tuning） | 概率上更爱输出 JSON，但不保证 100% | 要数据、要训练 |
| 后处理 + 失败重试 | 解析失败就修、就重试 | 浪费词元和延迟，修复可能改语义 |
| 约束解码 | 语法层面几乎必然合法 | 需要推理框架支持，配置稍复杂 |
函数调用（function calling）里那套"模型返回结构化参数"的能力，底层通常也是同一类机制。
实际意义
对做应用的人：解析成功率从"经常要 try/except 加重试"变成基本可以直接解析，下游的校验、修复代码能砍掉一大半；同时要注意它约束的是语法而不是语义——字段名对了，里面的值仍可能是模型编的，枚举型字段也可能选错，所以业务校验不能省。另外，强约束有时会干扰模型"先想清楚"的过程，常见做法是先让它自由推理，最后一步再按格式填表。
对普通人：你用的 AI 能一键填进表格、生成日历事件、把一段话变成待办清单，靠的往往就是这层看不见的"格子"。各家框架支持哪些格式、怎么开关，以官方文档为准。