为什么AI擅长HTML却搞砸JSON？我们用一个“复古”技术解决了它

最近，我们团队在调查开发AI辅助功能，需要模型生成内部配置（JSON元数据）时，我们遇到了一个令人困惑的悖论：市面上的AI模型可以轻松生成结构完整、样式美观的HTML页面，但当我们需要它生成工具所需的JSON配置时，结果却惨不忍睹。这直接影响了AI辅助开发功能的可靠性。

问题的发现：从"完美"到"破碎"的对比

我们对AI生成HTML的能力印象深刻。只需简单的提示，AI就能生成结构完整、可用的页面代码：

html 复制代码

<div class="container">
  <header>
    <h1>欢迎使用活字格低代码开发平台</h1>
  </header>
  <main>
    <p>这是一个由AI生成的示例页面</p>
  </main></div>

但当目标转向生成内部使用的JSON配置时，情况急转直下：

JSON 复制代码

'''json{
  "components": [
    {
      "type": "container",
      "children": [
        /* ... 更多内容 ... */
      ]
    }
// 致命错误：缺少闭合的括号、多余的逗号或引号缺失

类似的结构错误层出不穷，导致JSON解析器立即报错，功能彻底中断。

HTML：宽容的保姆

JSON：严格的警察

大型语言模型本质上是基于概率的文本生成器，而不是精确的代码编译器：

AI在训练过程中接触了大量的HTML代码，这些代码拥有清晰、稳定的结构。更关键的是，XML和HTML都有强制性的闭合标签 （如<tag>必须对应</tag>），为AI提供了明确的结构"锚点"，帮助模型维持层级完整性。JSON缺乏这种自检机制。

在尝试了各种复杂的JSON校正方案后，我们想到了一个看似"复古"的解决方案：让AI生成XML而不是JSON。

结果令人惊喜：AI生成的XML结构正确率大幅提升！

Plain 复制代码

<page>
  <container>
    <header>欢迎使用活字格低代码开发平台</header>
    <main>这是一个由AI生成的示例页面</main>
  </container></page>

有没有和HTML类似，也可以JSON能力类似的技术？答案就是我们的老朋友XML。于是我们构建了一个简单的流程，将AI擅长生成的结构（XML）转化为我们需要的配置结构（JSON）。

我们要求AI根据用户需求生成目标配置的XML表示

我们让产品支持导入XML，然后在产品内部将自己的标准功能导出为目标JSON格式。我们不依赖AI来处理JSON的严格语法，而是依赖内部工具来进行格式转换。

在我们进行的测试中，XML中转策略带来了质的飞跃：

通过引入XML作为AI生成的中间格式，我们成功解决了JSON生成不可靠的顽疾。

这个案例告诉我们：技术选型不应盲目追求新潮，而应选择最适合AI"心智模型"的工具。 XML虽然在现代编程中不再时髦，但在"与AI协作生成结构化数据"这一特定场景下，它展现了比JSON更高的可靠性。

实践证明：在AI生成内部配置的场景中，XML确实比 JSON更加可靠。这一"复古"的解决方案为所有面临AI结构化数据生成挑战的开发者提供了新的思路。