JSON reparieren

JSON reparieren: Ungültiges JSON aus ChatGPT, Claude oder Gemini automatisch korrigieren. Entfernt Code-Blöcke, Kommentare, falsche Kommas und Anführungszeichen.

Kaputtes JSON
Repariert
Was repariert wurde

    JSON aus KI-Antwort retten

    Sprachmodelle liefern JSON oft fast richtig: in einem Code-Block mit ```json, mit einleitendem Satz, mit Kommentaren, einfachen Anführungszeichen, einem Komma zu viel am Ende oder Python-Werten wie True und None. Für ein Programm ist das ungültiges JSON, und JSON.parse bricht mit einem JSON-Fehler ab.

    JSON reparieren behebt diese typischen Fehler automatisch und zeigt, was geändert wurde: Text vor und nach dem JSON, Code-Blöcke, Kommentare, Anführungszeichen, Schlüssel ohne Anführungszeichen, überzählige und fehlende Kommas. Ist die Antwort mitten im JSON abgeschnitten, werden offene Klammern geschlossen. Gegen LLM JSON-Probleme hilft auf Dauer aber vor allem strukturierte Ausgabe (Structured Outputs) der API; mehr dazu im Ratgeber.

    Fragen

    Häufige Fragen

    Warum liefert ChatGPT ungültiges JSON?

    Sprachmodelle erzeugen Text Token für Token und halten sich nicht immer exakt an die Syntax. Typisch sind Erklärtext drumherum, Kommentare und ein Komma zu viel.

    Wie bekomme ich zuverlässig gültiges JSON von einer KI?

    Mit Structured Outputs beziehungsweise einem JSON-Schema in der API: Dann ist die Ausgabe garantiert gültig. Ein Schema erstellen Sie mit dem JSON-Schema-Generator.

    Kann das Werkzeug jedes JSON reparieren?

    Nein. Fehlt bei einer abgeschnittenen Antwort ein Teil der Daten, werden zwar die Klammern geschlossen, die fehlenden Inhalte aber nicht ergänzt. Prüfen Sie das Ergebnis.

    Ratgeber

    Zum Weiterlesen

    Alle Artikel
    1. JSON-Fehler in KI-Antworten: Ursachen und LösungenJSON-Fehler in KI-Antworten: Warum Sprachmodelle ungültiges JSON liefern, welche Fehler typisch sind und wie Sie sie mit Schema, Prompt und Reparatur zuverlässig vermeiden.
    2. RAG einfach erklärt: KI mit eigenen Dokumenten nutzenRAG einfach erklärt: wie Retrieval-Augmented Generation funktioniert, wofür man Embeddings und Vektordatenbanken braucht und was ein RAG-System kostet.
    3. Structured Outputs: Zuverlässig JSON von KI-ModellenStructured Outputs erklärt: Wie Sie mit JSON-Schema garantiert gültiges JSON von OpenAI, Claude und Gemini bekommen, statt kaputte Antworten nachträglich zu reparieren.
    Weitere Werkzeuge

    Das könnte auch helfen

    Alle 65 Werkzeuge