Ô không có thông tin không đồng nghĩa số 0. Nếu AI điền 0 cho mọi trường thiếu, báo cáo có thể coi một khoản chưa biết là không phát sinh. Đầu ra đúng cấu trúc chỉ giải quyết hình dạng dữ liệu; ý nghĩa từng trường cần được quy định và kiểm tra riêng.
Định nghĩa trạng thái trước khi chọn schema
Chủ quy trình cần phân biệt không có trong nguồn, không áp dụng, đọc không rõ và giá trị bằng 0 đã được nguồn xác nhận. Có thể dùng trường value đi kèm status và evidence, thay vì nhét mọi nghĩa vào một giá trị null. Tên trạng thái cần thống nhất với hệ thống nhận. Không tự phát minh giá trị mặc định để vượt kiểm tra trường bắt buộc. Nếu hệ thống đích không hỗ trợ trạng thái thiếu, phải có hàng chờ xử lý trước khi nhập, không che mất sự thiếu dữ liệu.
Structured output không bảo đảm dữ kiện đúng
Tài liệu Structured Outputs của OpenAI mô tả đầu ra theo schema hỗ trợ và cách biểu diễn trường tùy chọn trong một số cấu hình bằng kiểu nullable. Điều này không chứng minh mô hình đã đọc đúng tài liệu hoặc chọn đúng nghĩa nghiệp vụ. Cần kiểm tra giới hạn của schema và endpoint đang dùng. Nếu có trạng thái từ chối hoặc đầu ra bị ngắt, workflow phải xử lý như một trường hợp riêng; không tự tạo một đối tượng “đủ trường” từ nội dung lỗi.
Ví dụ mô phỏng: số ngày bảo hành
Một hồ sơ ghi rõ “0 ngày” thì giá trị 0 có nguồn. Hồ sơ không có điều khoản bảo hành cần trạng thái KHÔNG_CÓ_TRONG_NGUỒN, không phải 0 ngày. Ảnh có dòng bảo hành bị mờ cần ĐỌC_KHÔNG_RÕ. Nếu sản phẩm thuộc trường hợp không áp dụng theo tài liệu đã xác nhận, ghi KHÔNG_ÁP_DỤNG cùng bằng chứng. Không dùng ví dụ này để kết luận quyền bảo hành thực tế; người có trách nhiệm vẫn phải rà điều khoản và quy định áp dụng.
Kiểm tra cả đầu vào và dữ liệu nhập hệ thống
Bộ thử cần ô trống, chữ N/A, gạch ngang, số 0, đơn vị bị thiếu và trường xuất hiện ở phụ lục. So value, status, đơn vị và bằng chứng, không chỉ kiểm JSON hợp lệ. Khi xuất sang Excel hoặc ERP, thử xem phần mềm có tự đổi null thành 0 hay bỏ mất status không. Dữ liệu đã qua AI nhưng chưa duyệt nên được phân biệt với dữ liệu nghiệp vụ chốt. Tránh để công thức tổng hợp âm thầm coi hàng chưa biết là hàng đã xác nhận.
Bảng làm việc để áp dụng
| Nguồn | value | status |
|---|---|---|
| Ghi rõ 0 | 0 | CÓ_GIÁ_TRỊ |
| Không có trường | null | KHÔNG_CÓ_TRONG_NGUỒN |
| Đoạn không đọc được | null | ĐỌC_KHÔNG_RÕ |
| Có căn cứ không áp dụng | null | KHÔNG_ÁP_DỤNG |
Trước khi đưa kết quả vào công việc
- Không mặc định trường thiếu thành 0.
- Có bằng chứng cho giá trị và trạng thái.
- Kiểm tra từ chối/đầu ra gián đoạn riêng.
- Thử vòng xuất–nhập để phát hiện mất trạng thái.
Một dữ liệu chưa biết được biểu diễn trung thực giúp người vận hành ra quyết định đúng hơn một bản ghi đủ trường do mô hình điền đoán. Quy tắc dữ liệu cần có trước bước tự động hóa.
Khi yêu cầu tích hợp, hãy gửi định nghĩa trạng thái thiếu cùng ví dụ 0 đã xác minh và ví dụ không đọc được. Đó là đầu vào thiết thực cho quy trình AI đọc tài liệu; thống nhất hợp đồng dữ liệu trước sẽ tránh phải sửa hàng loạt bản ghi đã bị điền giá trị mặc định.
Nguồn và giới hạn
Tham khảo
Structured model outputs (đọc ngày 12/10/2026). Các bảng và ví dụ trong bài là hướng dẫn biên tập hoặc mô phỏng, không phải số liệu khách hàng hay kết quả triển khai. Tính năng cụ thể phụ thuộc công cụ, cấu hình và quyền sử dụng thực tế.
