Penjelasan Keluaran Terstruktur LLM: Mendapatkan JSON yang Andal dari Model AI

  1. Beranda
  2. Blog
  3. Kecerdasan Buatan

Kecerdasan Buatan

Penjelasan Output Terstruktur LLM: Mendapatkan JSON yang Andal dari Model AI

Fitur AI sering kali memerlukan data, bukan prosa: total faktur, kategori, daftar bidang. Output terstruktur membuat model mengembalikan JSON yang dapat dibaca mesin. Kami menjalankan enam respons model realistis melalui validator untuk menunjukkan bagaimana output rusak dan cara menangkapnya.

10 menit baca
Penjelasan keluaran terstruktur LLM: mendapatkan JSON yang andal dari model AI

Poin penting

  • Output terstruktur berarti meminta data kepada model dalam format yang ditentukan, biasanya JSON cocok dengan skema.
  • Anjuran saja tidak bisa diandalkan. Dalam pengujian kami, 4 dari 6 respons realistis gagal divalidasi pada parse pertama.
  • Fitur penyedia yang membatasi pembuatan skema sangat mengurangi kesalahan format jika tersedia.
  • Selalu validasi kode Anda sendiri, dan tambahkan pemeriksaan semantik: JSON yang valid masih dapat berisi nilai yang salah.

Sebuah aplikasi meminta model untuk membaca faktur dan mengembalikan nomor, tanggal, total, dan mata uang. Seringkali itu berhasil. Kemudian satu respons tiba dalam blok kode penurunan harga, respons lainnya menambahkan “Beri tahu saya jika Anda membutuhkan lebih banyak!”, dan respons ketiga menulis tanggal sebagai 11/10/2026. Kode yang mengurai balasan mogok, atau lebih buruk lagi, menyimpan tanggal yang salah. Teknik keluaran terstruktur ada untuk membuat respons AI dapat diandalkan seperti API.

Kami tidak memanggil model langsung untuk artikel ini. Sebagai gantinya, kami menulis enam respons yang meniru kegagalan umum di dunia nyata dan memvalidasinya dengan Pydantic 2.14 dengan Python 3.13. Hasil validasi di bawah ini berasal dari proses tersebut.

Apa yang dimaksud dengan keluaran terstruktur?

Output terstruktur adalah pendekatan apa pun yang membuat model bahasa besar mengembalikan data dalam bentuk tetap yang dapat dibaca mesin, bukan teks bebas, sehingga kode dapat menggunakannya secara langsung. JSON adalah format biasa, dijelaskan oleh Skema JSON: bidang mana yang ada, jenisnya, mana yang wajib diisi, dan nilai mana yang diperbolehkan. Penggunaan yang umum mencakup ekstraksi dari dokumen, klasifikasi, pengisian formulir, permintaan perutean, dan alat atau fungsi panggilan.

Tingkat penegakan hukum

Pendekatan Bagaimana cara kerjanya Keandalan
Hanya perintah “Balas dalam JSON dengan kolom ini…” Terendah; format melayang
Modus JSON Penyedia menjamin sintaksis JSON yang valid JSON valid, tetapi bentuknya apa pun
Keluaran/pemanggilan alat dengan batasan skema Penyedia membatasi pembuatan skema Anda Tertinggi untuk format
Validasi Anda sendiri Parsing dan validasi setiap respons dalam kode Anda Selalu diperlukan

Baris terakhir bukanlah opsional di tingkat mana pun. Fitur penyedia berubah, model ditukar, dan tidak ada jaminan format yang mencakup apakah nilainya benar.

Mendefinisikan skema

from typing import Literal
from pydantic import BaseModel, Field, field_validator

class Invoice(BaseModel):
    invoice_no: str
    date: str = Field(pattern=r"^\d{4}-\d{2}-\d{2}$")
    total: float = Field(ge=0)
    currency: Literal["INR", "USD", "EUR"]

    @field_validator("total")
    @classmethod
    def two_decimals(cls, v):
        if round(v, 2) != v:
            raise ValueError("total must have at most 2 decimals")
        return v

Pydantic menghasilkan Skema JSON yang cocok dengan Invoice.model_json_schema(): properti invoice_no, date, total dan currency, semuanya diperlukan. Skema tersebut dapat dikirim ke penyedia yang mendukung keluaran dengan skema terbatas, sehingga satu definisi mendorong pembuatan dan validasi. Di TypeScript, Zod memainkan peran yang sama. Jika type petunjuk dan dataclasses familiar, model Pydantic akan terasa alami.

Bagaimana keluaran model rusak

Kami memvalidasi enam tanggapan dengan Invoice.model_validate_json():

good            OK  1180.0
markdown fence  FAIL (1) ['root: json_invalid']
trailing text   FAIL (1) ['root: json_invalid']
wrong types     FAIL (4) ['invoice_no: string_type', 'date: string_pattern_mismatch',
                          'total: float_parsing', 'currency: literal_error']
missing field   FAIL (1) ['date: missing']
string number   OK  1180.0

Setiap kegagalan mencerminkan sesuatu yang sebenarnya dilakukan model ketika diminta:

  • Pagar penurunan harga: JSON masuk ke dalam ```json ... ```, karena model yang disesuaikan dengan obrolan memformat jawaban untuk manusia.
  • Ekstra cerewet: kalimat ramah setelah JSON membuatnya tidak valid.
  • Jenis dan format salah: nomor faktur sebagai angka, tanggal sebagai “11/10/2026”, total sebagai “1.180” dan mata uang sebagai “Rs”. Empat kesalahan dalam satu tanggapan.
  • Bidang yang hilang: bidang yang tidak dapat ditemukan oleh model diabaikan begitu saja.

Menyelamatkan JSON yang dibungkus

def extract_json(text):
    s, e = text.find("{"), text.rfind("}")
    return text[s:e + 1] if s != -1 and e > s else text

# markdown fence  after extract_json: OK INV-104 1180.0
# trailing text   after extract_json: OK INV-104 1180.0

Mengambil teks antara { pertama dan } terakhir memulihkan kedua respons yang dibungkus. Ini adalah jaring pengaman yang berguna, namun rapuh: gagal untuk array, untuk respons yang berisi beberapa objek, atau ketika teks penjelasan itu sendiri berisi kurung kurawal. Perlakukan itu sebagai kemunduran, bukan desain.

Penguraian yang longgar vs ketat

Respons “nomor string” dikirim "total": "1180.00", berupa string, bukan angka, dan lolos. Mode longgar default Pydantic mengubah string numerik bersih menjadi float. Hal ini mudah dilakukan, namun ini berarti kesalahan ketik pada keluaran model dapat luput dari perhatian. Jika Anda ingin mendeteksi ketika model mengabaikan skema, misalnya untuk mengukur keandalan, gunakan mode ketat, yang akan menolaknya. Pilih dengan sengaja: mode longgar untuk ketahanan, mode ketat untuk pengukuran, dan untuk bidang yang perubahan tipenya akan mencurigakan.

Penguraian kode terbatas

Beberapa penyedia dan alat inferensi sumber terbuka menawarkan keluaran dengan skema terbatas. Secara konseptual, skema diubah menjadi aturan tentang token mana yang mungkin muncul berikutnya, dan token yang melanggar format akan diblokir selama pembuatan. Model secara fisik tidak dapat menghasilkan pagar penurunan harga atau penahan yang hilang. Ini menghapus hampir semua kesalahan sintaksis dan bentuk. Beberapa artikel melaporkan bahwa kendala yang berat dapat sedikit mengurangi kualitas jawaban pada tugas-tugas yang menuntut banyak pertimbangan, jadi ukurlah berdasarkan data Anda sendiri. Fitur skema yang didukung juga bervariasi antar penyedia, jadi periksa apa yang diterima penyedia Anda.

Kiat: Untuk tugas ekstraksi, tetapkan suhu yang rendah, berikan deskripsi bidang dalam skema, dan izinkan nilai “tidak ditemukan” secara eksplisit, seperti null, untuk bidang opsional. Model yang dipaksa mengisi kolom wajib tanpa sumber data diundang untuk berhalusinasi.

Valid tidak sama dengan benar

Validasi skema memeriksa bentuk. Ia tidak dapat memastikan apakah 1080 atau 1180 merupakan jumlah yang tepat. Kami menambahkan pemeriksaan semantik sederhana, mengonfirmasi total yang diekstraksi muncul di teks sumber:

semantic check (total in source): True
semantic check (wrong total):     False

Respons dengan total 1080 merupakan JSON yang benar-benar valid dengan tipe yang tepat, dan masih salah. Pemeriksaan aturan bisnis menangkap hal berikut: total yang cocok dengan item baris, tanggal yang bukan di masa depan, ID yang ada di database Anda, nilai yang muncul di dokumen sumber. Ini adalah pemeriksaan yang melindungi pengguna sebenarnya.

Coba lagi dan perbaiki loop

  1. Panggil model dengan skema dan instruksi yang jelas.
  2. Parsing dan validasi responsnya.
  3. Jika gagal, panggil lagi dengan menyertakan kesalahan validasi, seperti “tanggal harus cocok YYYY-MM-DD”.
  4. Berhenti setelah beberapa kali mencoba, lalu mundur: mengantre untuk ditinjau oleh manusia, mengembalikan kesalahan yang jelas, atau menggunakan default.
  5. Catat setiap kegagalan dengan respons mentah sehingga Anda dapat meningkatkan perintah atau skema.

Daftar kesalahan Pydantic, seperti date: string_pattern_mismatch, cukup tepat untuk memberikan umpan balik ke model. Pertahankan batasan percobaan ulang; putaran tanpa batas dapat melipatgandakan biaya dengan cepat.

Tip desain skema

  • Jaga agar tetap datar dan kecil. Skema yang sangat bertingkat lebih sering gagal.
  • Gunakan enum untuk kategori, bukan teks bebas.
  • Gunakan format eksplisit untuk tanggal dan jumlah, dan cantumkan hal tersebut dalam deskripsi kolom.
  • Izinkan null untuk informasi yang mungkin hilang.
  • Tambahkan bidang kepercayaan atau catatan hanya jika kode Anda benar-benar akan menggunakannya.
  • Versi skema Anda, karena mengubahnya merupakan perubahan kontrak, seperti yang dibahas dalam pengujian kontrak API.

Menguji keluaran terstruktur

Buat serangkaian pengujian masukan nyata dengan keluaran yang diharapkan, termasuk dokumen berantakan dan kasus di mana kolom tidak ada. Jalankan pada setiap perubahan prompt, skema atau model, dan lacak tiga angka: bagian respons yang diurai, bagian yang lolos validasi, dan bagian yang nilainya benar. Uji unit validator Anda dengan keluaran yang sengaja dirusak, seperti enam contoh kami, sehingga kode penguraian tidak pernah mengejutkan Anda dalam produksi.

Menyatukannya: saluran pipa minimal

  1. Satu definisi model di Pydantic atau Zod, dengan deskripsi bidang dan nilai yang diizinkan.
  2. Buat Skema JSON dari skema tersebut dan teruskan ke keluaran terstruktur atau fitur pemanggilan alat penyedia.
  3. Parsing dan validasi balasan dengan model yang sama, kembali ke ekstraksi JSON hanya jika diperlukan.
  4. Jalankan pemeriksaan semantik terhadap data sumber dan aturan bisnis.
  5. Coba lagi sekali atau dua kali dengan pesan kesalahan, lalu arahkan kegagalan ke antrean manusia.
  6. Catat masukan mentah, keluaran mentah, kesalahan, dan pengaturan untuk setiap panggilan, sehingga kegagalan dapat direproduksi dan diperbaiki.

Setiap lapisan menangkap masalah yang diabaikan oleh lapisan lainnya. Bersama-sama, mereka mengubah model probabilistik menjadi komponen yang dapat diandalkan oleh sistem Anda.

Penutup

Mendapatkan JSON dari suatu model itu mudah; mendapatkan JSON yang andal membutuhkan banyak lapisan. Tentukan skema satu kali, di Pydantic atau Zod, gunakan output yang dibatasi skema penyedia Anda jika tersedia, validasi setiap respons dalam kode Anda sendiri, tambahkan pemeriksaan semantik untuk nilai yang penting, dan coba lagi dengan umpan balik kesalahan beberapa kali. Dalam pengujian kami, empat dari enam respons gaya cepat gagal divalidasi pada penguraian pertama, dan pemeriksaan skema saja akan menerima total yang salah.

Pertanyaan yang sering diajukan

Apa keluaran terstruktur di LLM?

Suatu cara untuk mendapatkan model bahasa untuk mengembalikan data dalam format yang ditentukan, biasanya JSON cocok dengan skema, sehingga kode aplikasi dapat menggunakannya secara langsung.

Apakah mode JSON sama dengan keluaran terstruktur?

Kurang tepat. Mode JSON menjamin sintaksis JSON yang valid tetapi tidak pada bidang atau tipe Anda. Keluaran terstruktur berbasis skema membatasi respons terhadap skema tertentu.

Mengapa model membungkus JSON dalam penurunan harga?

Model yang disesuaikan dengan obrolan memformat jawaban untuk orang-orang. Gunakan fitur keluaran terstruktur penyedia, atau ekstrak objek JSON dari teks sebagai cadangan.

Apakah saya masih memerlukan validasi dengan decoding terbatas?

Ya. Validasi dalam kode Anda melindungi terhadap perubahan penyedia dan pertukaran model, dan pemeriksaan semantik menangkap nilai yang terbentuk dengan baik tetapi salah.

Perpustakaan mana yang harus saya gunakan untuk memvalidasi keluaran LLM?

Pydantic adalah pilihan umum di Python dan Zod di TypeScript. Keduanya dapat menghasilkan Skema JSON dari definisi yang sama dengan yang Anda validasi.

Teruslah belajar

Bekerja dengan Stack Quora

Butuh bantuan dengan pengujian, WordPress atau SEO?

Kami membantu tim mengirimkan perangkat lunak yang lebih baik dan mengembangkan situs mereka. Beritahu kami apa yang sedang Anda kerjakan dan kami akan menyarankan langkah selanjutnya yang jelas.

Teruslah membaca

Panduan lebih lanjut tentang pengujian, AI & pengembangan modern

Menikmati artikel ini? Pilih topik dan langsung masuk ke tutorial terbaru kami.

Kecerdasan buatan

Penjelasan Strategi Chunking RAG: Tetap, Tumpang Tindih, Kalimat, Rekursif dan Judul, Terukur

Strategi pengelompokan RAG dibandingkan pada satu dokumen dengan tiktoken 0.14: ukuran tetap, tumpang tindih, pengepakan kalimat, pemisahan rekursif…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Idempotensi API: Kunci Idempotensi dan Percobaan Ulang Aman, Diuji

Idempotensi API dijelaskan dengan server dan klien Python yang kami jalankan: respons yang hilang menyebabkan tagihan ganda tanpa kunci dan satu tag…

Baca artikel →
DevOps

Penjelasan Git Stash: Simpan, Terapkan, Pop dan File Tidak Terlacak, Diuji

Git stash dijelaskan dengan perintah yang kami jalankan di Git 2.56: push dengan pesan, file yang tidak terlacak, daftar dan tampilkan, terapkan vs …

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Berpasangan: Bagaimana Semua Pasangan Memotong 216 Tes menjadi 13, Diuji

Pengujian berpasangan dijelaskan dengan generator yang kami jalankan di Python 3.13: checkout dengan 216 kombinasi yang tercakup dalam 13 pengujian,…

Baca artikel →
Otomatisasi pengujian

Penjelasan Tes Ganda: Dummy, Stub, Spy, Mock dan Fake, dengan Kode Python yang Diuji

Tes ganda dijelaskan dengan satu contoh Python yang dijalankan di pytest 9.2: dummy, stub, spy, mock dan fake, kapan menggunakan masing-masing, peme…

Baca artikel →
Basis data & SQL

Penjelasan SQL COALESCE: Default, NULLIF, IFNULL vs ISNULL dan Traps, Diuji

SQL COALESCE dijelaskan dengan kueri yang kami jalankan di SQLite 3.50: nilai bukan nol pertama, string kosong, NULL dalam matematika, NULLIF untuk …

Baca artikel →
Basis data & SQL

SQL Self Join Dijelaskan: Karyawan-Manajer, Perbandingan Pasangan dan Baris, Diuji

Gabung mandiri SQL dijelaskan dengan kueri yang kami jalankan di SQLite 3.50: karyawan dan manajer, penghasilan lebih dari manajer, pasangan unik, p…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Operator Penyebaran JavaScript: Penyebaran vs Istirahat, Salinan dan Gotcha, Diuji

Operator penyebaran JavaScript menjelaskan dengan kode yang kami jalankan di Node 24: array, objek, salinan dangkal, parameter istirahat, batas Math…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Modul Koleksi Python: Counter, defaultdict, deque dan Lainnya, Diuji

Koleksi Python dijelaskan dengan kode yang kami jalankan di Python 3.13: Counter, defaultdict, deque, nametuple, OrderedDict dan ChainMap, ditambah …

Baca artikel →
Kecerdasan buatan

Jendela Konteks LLM Dijelaskan: Token, Batasan, dan Cara Menyesuaikannya Lebih Banyak, Diukur

Jendela konteks LLM dijelaskan dengan jumlah token yang kami ukur menggunakan tiktoken: kata vs token untuk prosa, kode dan bahasa Hindi, anggaran i…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Webhook: Cara Kerjanya dan Cara Menerimanya dengan Aman

Webhook menjelaskan dengan penerima dan pengirim yang kami jalankan dengan Python: push vs polling, tanda tangan HMAC-SHA256, menolak permintaan yan…

Baca artikel →
DevOps

Penjelasan Git Cherry-Pick: Salin Komit yang Anda Butuhkan, Aman, Teruji

Git cherry-pick dijelaskan dengan perintah yang kami jalankan di Git 2.56: menyalin perbaikan terbaru ke cabang rilis, hash baru dan id patch, -x, -…

Baca artikel →
Otomatisasi pengujian

Penjelasan Pengujian Snapshot: Cara Kerja, Kapan Membantu, dan Kapan Menyakitkan

Pengujian snapshot dijelaskan dengan demo pytest dan manis yang kami jalankan: membuat snapshot, membaca perbedaan setelah perubahan kode, menutupi …

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Mutasi: Mengapa Cakupan 100% Masih Melewatkan Bug Kami

Pengujian mutasi dijelaskan dengan alat mutasi kecil yang kami buat dan jalankan: 14 mutan, rangkaian pengujian dengan cakupan garis 100% yang mempe…

Baca artikel →
Kecerdasan buatan

Penjelasan Injeksi Cepat: Bagaimana Aplikasi AI Ditipu dan Cara Mempertahankannya

Penjelasan injeksi cepat untuk pembuat: serangan langsung dan tidak langsung, mengapa filter kata kunci gagal (pengujian kami memblokir 1 dari 4), d…

Baca artikel →
DevOps

Penjelasan Catatan DNS: A, AAAA, CNAME, MX, TXT dan TTL Dengan Pencarian Nyata

Catatan DNS dijelaskan dengan pencarian yang kami jalankan: cara kerja resolusi, A dan AAAA, aturan CNAME, MX dan null MX, TXT untuk SPF dan verifik…

Baca artikel →
DevOps

Penjelasan Bendera Fitur: Rilis Aman, Peluncuran Bertahap, dan Kebersihan Bendera

Tanda fitur dijelaskan dengan simulasi peluncuran yang kami jalankan: jenis tanda, persentase peluncuran dengan hashing stabil, tombol pemutus, daft…

Baca artikel →
Otomatisasi pengujian

Uji Pembuatan Data Dengan Python Faker: Data yang Realistis, Dapat Diulang, dan Aman

Uji pembuatan data dengan Python Faker, jalankan dan ukur: penyemaian data berulang, lokal, nilai unik, catatan berbentuk domain, kasus tepi yang te…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Shift-Kiri: Temukan Bug Lebih Awal Tanpa Memperlambat Tim

Pengujian shift-kiri menjelaskan: apa artinya, mengapa cacat awal lebih murah, praktik mulai dari tinjauan persyaratan hingga pemeriksaan CI, peruba…

Baca artikel →
Basis data & SQL

Penjelasan Fungsi String SQL: TRIM, SUBSTR, REPLACE, CONCAT dan Pembersihan Data

Fungsi string SQL dijelaskan dengan kueri yang kami jalankan: penggabungan dan NULL, TRIM, UPPER dan LOWER, SUBSTR dan INSTR, REPLACE, padding, panj…

Baca artikel →
Basis data & SQL

Penjelasan Pemicu SQL: SEBELUM dan SETELAH Pemicu, Log Audit, dan Kesalahan

Pemicu SQL dijelaskan dengan pemicu yang kami jalankan: SEBELUM vs SETELAH, LAMA dan BARU, log audit, validasi, pembaruan stok, kondisi KAPAN, penge…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Modul Python JSON: dumps, load, Tipe Kustom, dan Kesalahan Umum

Modul Python JSON dijelaskan dengan kode yang kami jalankan: dumps dan load, file, konversi tipe, tanggal dan desimal, encoder khusus, object_hook, …

Baca artikel →
Pengembangan perangkat lunak

Modul ES vs CommonJS: Cara Kerja Impor JavaScript di Node.js, Diuji

Modul ES vs CommonJS dijelaskan dengan kode yang kami jalankan di Node.js: sintaksis impor dan ekspor, persyaratan, pengikatan langsung, caching, pe…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Regex Python: Pola, Grup, Pandangan ke Depan, dan Kesalahan, Diuji

Regex Python dijelaskan dengan pola yang kami jalankan: pencarian vs kecocokan, temukan semua, grup dan grup bernama, serakah vs malas, sub, lihat k…

Baca artikel →
Kecerdasan buatan

Penjelasan Keluaran Terstruktur LLM: Mendapatkan JSON yang Andal dari Model AI

Output terstruktur LLM dijelaskan dengan validasi yang kami jalankan di Pydantic: mode dan skema JSON, decoding terbatas, cara output model terputus…

Baca artikel →
DevOps

Penjelasan Kunci SSH: Cara Kerjanya, ssh-keygen, Ed25519 dan Kebiasaan Aman

Kunci SSH dijelaskan dengan kunci yang kami buat: kunci publik vs pribadi, ssh-keygen, Ed25519 vs RSA, sidik jari, frasa sandi, ssh-agent, Authorize…

Baca artikel →
DevOps

Penjelasan Caching HTTP: Kontrol Cache, Respons ETag dan 304, Dengan Tes Langsung

Caching HTTP dijelaskan dengan server kecil yang kami jalankan: arahan Kontrol-Cache, max-age, no-cache vs no-store, validasi ulang ETag dan respons…

Baca artikel →
Otomatisasi pengujian

Penjelasan Pengujian Kontrak API: Tangkap Perubahan yang Dapat Mengganggu Sebelum Dikirim

Pengujian kontrak API dijelaskan dengan pemeriksaan skema yang kami jalankan: apa itu kontrak, kontrak yang digerakkan oleh konsumen, Pakta, OpenAPI…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Pengujian Berbasis Risiko: Nilai Risiko, Buat Matriks, dan Uji Hal yang Penting

Pengujian berbasis risiko menjelaskan langkah demi langkah: mengidentifikasi risiko, menilai kemungkinan dan dampak, membangun matriks risiko, memet…

Baca artikel →
Basis data & SQL

Penjelasan Kendala SQL: BUKAN NULL, UNIK, PERIKSA dan KUNCI ASING, Diuji

Batasan SQL dijelaskan dengan pengujian yang kami jalankan: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY dan FOREIGN KEY, celah NULL, pengaturan kunci …

Baca artikel →
Basis data & SQL

Penjelasan Fungsi Tanggal SQL: Menambah, Membandingkan dan Mengelompokkan Tanggal Tanpa Bug

Fungsi tanggal SQL dijelaskan dengan kueri yang kami jalankan: penambahan interval, kejutan akhir bulan, perbedaan tanggal, jebakan ANTARA, pengelom…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Python asyncio: async, menunggu, mengumpulkan dan TaskGroup Dengan Waktu Nyata

Python asyncio dijelaskan dengan kode yang kami atur waktunya: coroutine, menunggu, mengumpulkan, TaskGroup, penanganan kesalahan, batas waktu, memb…

Baca artikel →
Pengembangan perangkat lunak

Debounce vs Throttle dalam JavaScript: Cara Kerjanya, Kapan Menggunakannya, Diuji

Debounce vs throttle dalam JavaScript dijelaskan dengan pengaturan waktu yang kami ukur di Node.js: cara kerja masing-masing, implementasi sederhana…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Manajer Konteks Python: Pernyataan with, lib konteks, dan Penggunaan Nyata

Manajer konteks Python menjelaskan dengan kode yang kami jalankan: cara kerja, __enter__ dan __exit__, kontekslib.contextmanager, penekan, ExitStack…

Baca artikel →
Kecerdasan buatan

Penjelasan Suhu dan Top-p LLM: Bagaimana Model AI Memilih Kata Berikutnya

Suhu LLM dan top-p dijelaskan dengan simulasi yang kami jalankan: bagaimana probabilitas dibentuk kembali, apa yang dipertahankan top-p, pengaturan …

Baca artikel →
DevOps

Penjelasan YAML: Sintaks, Masalah Norwegia, dan Jebakan Lain yang Kami Uji

YAML menjelaskan dengan tes parser: sintaks dasar, daftar dan peta, masalah Norwegia, versi berubah menjadi float, kode pos oktal, waktu sexagesimal…

Baca artikel →
DevOps

Penjelasan Cron Jobs: Sintaks, Jadwal Sebenarnya, dan Kesalahan yang Melanggarnya

Pekerjaan Cron dijelaskan dengan jadwal yang kami verifikasi: lima bidang, operator, contoh nyata, jebakan hari dalam sebulan ATAU hari dalam seming…

Baca artikel →
Kecerdasan buatan

Penjelasan Halusinasi AI: Mengapa Model Bahasa Memperbaiki Masalah dan Cara Menguranginya

Halusinasi AI menjelaskan: apa itu, mengapa model bahasa memproduksinya, tipe umum, cara menguranginya dengan landasan dan petunjuk, dan pemeriksaan…

Baca artikel →
DevOps

Penjelasan Variabel Lingkungan: File .env, Rahasia, dan Konfigurasi Dilakukan dengan Benar

Variabel lingkungan dijelaskan dengan contoh Python yang kami jalankan: membaca dan mengaturnya, mengapa setiap nilai berupa string, file .env, pewa…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Pembatasan Kecepatan API: Algoritma, Header, dan Penanganan 429 Kesalahan

Pembatasan laju API dijelaskan dengan simulasi yang kami jalankan: keranjang token, jendela tetap, jendela geser, respons 429, header batas laju, pe…

Baca artikel →
Otomatisasi pengujian

Mengejek dengan Python: unittest.mock, patch dan Kesalahan yang Membuat Tes Berbohong

Mengejek dengan Python dengan unittest.mock, menguji: Mock dan return_value, side_effect, menambal di mana nama digunakan, spesifikasi dan autospec,…

Baca artikel →
Pengujian perangkat lunak

Penjelasan Cakupan Kode: Cakupan Jalur vs Cabang dan Apa Arti 100% Sebenarnya

Cakupan kode dijelaskan dengan coverage.py yang sebenarnya dijalankan: cakupan garis, cabang dan kondisi, membaca laporan, mengapa cakupan 100% masi…

Baca artikel →
Basis data & SQL

DELETE vs TRUNCATE vs DROP dalam SQL: Perbedaan, Rollback dan Kapan Menggunakan Masing-Masing

DELETE vs TRUNCATE vs DROP dijelaskan dengan SQL yang diuji: apa yang dihapus, rollback, pemicu, reset identitas, kecepatan, dan perbedaan PostgreSQ…

Baca artikel →
Basis data & SQL

Penjelasan Tampilan SQL: Membuat, Menggunakan, dan Menghindari Kesalahan, Dengan Contoh

Tampilan SQL dijelaskan dengan kueri yang kami jalankan: membuat tampilan, hasil langsung, menyembunyikan kolom, kinerja, tampilan yang dapat diperb…

Baca artikel →
Pengembangan perangkat lunak

Antarmuka TypeScript vs Tipe: Perbedaan Nyata, Diuji Dengan Kompiler

Antarmuka TypeScript vs tipe, diperiksa dengan kompiler sebenarnya: apa yang bisa dilakukan keduanya, apa yang hanya bisa dilakukan satu orang, peng…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Python *args dan **kwargs: Fungsi Fleksibel Dengan Contoh Jelas

Python *args dan **kwargs dijelaskan dengan kode yang kami jalankan: pengepakan dan pembongkaran, urutan parameter, argumen hanya kata kunci dan pos…

Baca artikel →
Pengembangan perangkat lunak

Fungsi Python Lambda: Sintaks, Kegunaan Sebenarnya, dan Kapan Tidak Digunakan

Fungsi python lambda dijelaskan dengan kode yang kami jalankan: sintaksis, pengurutan dengan kunci, peta dan filter, penutupan, jebakan pengikatan a…

Baca artikel →
Kecerdasan buatan

Apa Itu Agen AI? Cara Kerjanya, Dengan Agent Loop Sederhana yang Dapat Anda Jalankan

Apa itu agen AI? Panduan sederhana tentang loop agen, alat, memori, dan pagar pembatas, dengan loop Python kecil yang kami jalankan, risiko nyata da…

Baca artikel →
DevOps

Pemantauan vs Observabilitas: Perbedaan Nyata, Dengan Log, Metrik, dan Jejak

Penjelasan pemantauan vs observabilitas: kegagalan yang diketahui dan tidak diketahui, log, metrik dan jejak, penelusuran insiden checkout, sinyal e…

Baca artikel →
DevOps

Volume Docker vs Bind Mounts: Pertahankan Data Kontainer dengan Cara yang Benar

Volume Docker vs pengikatan pengikat dijelaskan: mengapa data kontainer menghilang, volume yang diberi nama, pengikatan pengikatan, tmpfs, contoh Tu…

Baca artikel →
Otomatisasi pengujian

TDD vs BDD: Perbedaan Utama, Satu Fitur Dibangun dengan Dua Cara dan Kapan Menggunakan Masing-masing

TDD vs BDD dijelaskan dengan satu fitur diskon yang dibuat dengan dua cara: refactor merah-hijau dengan kode yang kami jalankan, skenario Mengingat-…

Baca artikel →
Pengujian perangkat lunak

User Acceptance Testing (UAT): Proses, Checklist dan Contoh Nyata

Pengujian penerimaan pengguna menjelaskan: siapa yang menjalankannya, perbedaannya dengan QA, proses tujuh langkah, templat kasus uji UAT, daftar pe…

Baca artikel →
Basis data & SQL

Penjelasan Nilai NULL SQL: IS NULL, COALESCE, NULLIF dan Jebakan yang Harus Dihindari

Nilai SQL NULL dijelaskan dengan kueri yang kami jalankan: logika tiga nilai, IS NULL, COALESCE, NULLIF, cara agregat, penggabungan, dan pengurutan …

Baca artikel →
Basis data & SQL

Pernyataan SQL CASE WHEN: Sintaks, Contoh Nyata dan Kesalahan Umum

SQL CASE KETIKA dijelaskan dengan kueri yang kami jalankan: formulir sederhana dan dicari, urutan kondisi, pivot dengan SUM, trik COUNT, pengurutan …

Baca artikel →
Pengembangan perangkat lunak

Apa itu JWT? Token Web JSON Dijelaskan Dengan Contoh Kerja

Apa itu JWT? JSON Web Tokens menjelaskan: tiga bagian, token yang dibuat dan dirusak dalam kode yang kami jalankan, sesi JWT vs, penyimpanan, token …

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Loop Acara JavaScript: Call Stack, Microtasks, dan Timer Dengan Contoh

Perulangan peristiwa JavaScript dijelaskan dengan kode yang kami jalankan: tumpukan panggilan, antrian tugas dan tugas mikro, mengapa setTimeout 0 t…

Baca artikel →
Pengembangan perangkat lunak

Generator Python dan Penjelasan Hasil: Menghemat Memori Dengan Contoh Nyata

Generator dan hasil Python dijelaskan dengan kode yang kami jalankan: bagaimana mereka menjeda dan melanjutkan, mengukur penghematan memori, saluran…

Baca artikel →
Kecerdasan buatan

Apa itu Embedding? Kesamaan Vektor dan Kosinus Dijelaskan Secara Sederhana

Apa itu embeddings? Panduan bahasa sederhana tentang vektor, kesamaan kosinus, dan penelusuran semantik, dengan contoh kecil yang kami jalankan, pen…

Baca artikel →
DevOps

Penerapan Biru-Hijau vs Canary: Perbedaan, Kompromi, dan Cara Memilih

Penjelasan penerapan blue-green vs canary: cara kerja masing-masing, biaya, risiko dan rollback, pengelompokan pengguna stabil yang kami uji, migras…

Baca artikel →
Otomatisasi pengujian

Tes Tidak Stabil: Apa Penyebabnya dan Cara Memperbaikinya untuk Kebaikan

Pengujian yang tidak stabil dijelaskan dengan demo yang kami jalankan: penyebab utama, cara mengonfirmasi dan mendiagnosisnya, perbaikan waktu yang …

Baca artikel →
Pengujian perangkat lunak

Load Testing vs Stress Testing: Perbedaan, Metrik dan Contoh k6

Penjelasan pengujian beban vs pengujian stres: apa yang dibuktikan masing-masing, pengujian lonjakan dan rendam, metrik yang penting, mengapa rata-r…

Baca artikel →
Pengujian perangkat lunak

Kasus Uji vs Skenario Uji: Perbedaan Utama, Contoh, dan Kapan Menggunakan Masing-masing

Penjelasan kasus uji vs skenario pengujian: definisi yang jelas, tabel berdampingan, satu fitur pengaturan ulang kata sandi yang diambil dari skenar…

Baca artikel →
Basis data & SQL

Optimasi Kueri SQL: Baca Rencana Eksekusi dan Perbaiki Kueri Lambat, Dengan Pengaturan Waktu

Pengoptimalan kueri SQL diuji pada sejuta baris: membaca rencana eksekusi, menambahkan indeks yang tepat, memperbaiki filter yang tidak dapat disarg…

Baca artikel →
Basis data & SQL

SQL UNION vs UNION ALL: Perbedaan, Contoh dan Kinerja Diuji

SQL UNION vs UNION ALL dijelaskan dengan kueri yang kami jalankan: duplikat, aturan yang diikuti keduanya, bug data nyata, kinerja terukur, INTERSEC…

Baca artikel →
Pengembangan perangkat lunak

Tutorial API Pengambilan JavaScript: GET, POST, Penanganan Kesalahan, dan Batas Waktu

Tutorial JavaScript Fetch API diuji pada server lokal: GET dan POST, mengapa 404 tidak muncul, bantuan yang dapat digunakan kembali, string kueri, b…

Baca artikel →
Pengembangan perangkat lunak

Penanganan File Python: Baca, Tulis, CSV, JSON dan pathlib Dengan Contoh

Penanganan file Python dijelaskan dengan kode yang kami jalankan: mode terbuka, dengan, membaca file besar, CSV, JSON, pathlib, file biner, penulisa…

Baca artikel →
Pengembangan perangkat lunak

Kelas dan Objek Python: Tutorial OOP Dengan Contoh Nyata

Kelas dan objek Python dijelaskan dengan kode yang kami jalankan: __init__, metode, atribut kelas vs instance, warisan, properti, metode dunder, kel…

Baca artikel →
Kecerdasan buatan

Apa Itu Model Bahasa Besar? Bagaimana LLM Bekerja, Dijelaskan Tanpa Hype

Apa yang dimaksud dengan model bahasa besar? LLM dijelaskan dalam bahasa sederhana: token, penyematan, perhatian, pelatihan, jendela suhu dan kontek…

Baca artikel →
DevOps

Perintah Linux untuk Pemula: Panduan Terminal Penting Dengan Contoh

Perintah Linux untuk pemula, dikelompokkan berdasarkan tugas: navigasi, file, melihat log, grep, pipa, izin, proses dan arsip, dengan contoh analisi…

Baca artikel →
Otomatisasi pengujian

Selenium vs Penulis Drama: Perbedaan Utama, Perbandingan Kode, dan Mana yang Harus Dipilih

Selenium vs Playwright dibandingkan: arsitektur, menunggu, dukungan browser dan bahasa, debugging, pengujian yang sama di kedua alat, saran migrasi …

Baca artikel →
Pengujian perangkat lunak

Partisi Ekivalensi: Teknik Desain Tes Dijelaskan Dengan Contoh yang Dikerjakan

Penjelasan partisi ekivalensi: cara menemukan partisi yang valid dan tidak valid, contoh yang berfungsi untuk usia, kata sandi dan kupon, pengujian …

Baca artikel →
Pengujian perangkat lunak

Severity vs Priority dalam Pengujian Perangkat Lunak: Perbedaan, Matriks dan Contoh Nyata

Keparahan vs prioritas dalam pengujian perangkat lunak dijelaskan: definisi yang jelas, matriks empat arah dengan contoh, skala level, siapa yang me…

Baca artikel →
Basis data & SQL

Tutorial Subkueri SQL: Jenis, Subkueri yang Berkorelasi, dan ADA Dengan Contoh

Tutorial subkueri SQL dengan kueri yang kami jalankan: subkueri skalar, IN, FROM dan SELECT, subkueri yang berkorelasi, EXISTS, jebakan NOT IN NULL …

Baca artikel →
Basis data & SQL

Penjelasan Transaksi SQL dan ACID: COMMIT, ROLLBACK dan Tingkat Isolasi

Transaksi SQL dan ACID dijelaskan dengan transfer bank yang kami jalankan: COMMIT, ROLLBACK, savepoint, kunci, tingkat isolasi, pembacaan kotor, keb…

Baca artikel →
Pengembangan perangkat lunak

Lembar Cheat Perintah Git: Perintah yang Sebenarnya Anda Gunakan, Beserta Contohnya

Lembar contekan perintah Git yang dikelompokkan berdasarkan tugas: pengaturan, pementasan, cabang, remote, simpanan, riwayat, dan pembatalan kesalah…

Baca artikel →
Pengembangan perangkat lunak

Penjelasan Janji JavaScript: lalu, tangkap, Janji.semua, dan Kesalahan Umum

Janji JavaScript dijelaskan dengan kode yang kami jalankan: status, rantai lalu dan tangkap, penanganan kesalahan, Promise.all, allSettled, race dan…

Baca artikel →
Pengembangan perangkat lunak

Tutorial Kamus Python: Metode, Contoh dan Pola Umum

Tutorial kamus Python dengan kode yang kami jalankan: membuat, membaca dan memperbarui dicts, metode utama, penggabungan, pemahaman, pola penghitung…

Baca artikel →
Kecerdasan buatan

Apa itu RAG? Generasi Retrieval-Augmented Dijelaskan Dengan Contoh Kerja

Apa itu RAG? Generasi yang ditambah pengambilan dijelaskan langkah demi langkah: pengindeksan, pemotongan, penyematan, pengambilan, contoh kecil Pyt…

Baca artikel →
DevOps

Tutorial Terraform untuk Pemula: Infrastruktur sebagai Kode Dari File Pertama hingga Modul

Tutorial Terraform untuk pemula: mulai tanpa akun cloud, pelajari init, rencanakan dan terapkan, lalu variabel, keluaran, status, modul, dan alur ke…

Baca artikel →
DevOps

Docker vs Kubernetes: Perbedaan Utama, Cara Kerja Sama, dan Yang Anda Butuhkan

Docker vs Kubernetes menjelaskan: apa yang dilakukan masing-masing, aplikasi yang sama dijalankan dengan keduanya, Docker Compose dan Swarm dibandin…

Baca artikel →
Otomatisasi pengujian

Tutorial Pytest untuk Pemula: Fixture, Parametrize dan Contoh Nyata

Tutorial pytest untuk pemula dengan pengujian yang kami jalankan di pytest 9.2: pernyataan, perlengkapan, parametrize, conftest, marker, tmp_path, m…

Baca artikel →
Pengujian perangkat lunak

Siklus Hidup Pengujian Perangkat Lunak (STLC): 6 Fase, Kriteria Masuk dan Keluar, Contoh

Siklus hidup pengujian perangkat lunak menjelaskan: enam fase STLC dengan kriteria masuk dan keluar, hasil, contoh fitur login yang berfungsi, STLC …

Baca artikel →
Pengembangan perangkat lunak

Git merge vs rebase: perbedaan, contoh, dan kapan memakai masing-masing

Git merge vs rebase dijelaskan dengan keluaran log nyata, tabel perbandingan, aturan emas rebase, dan alur kerja tim yang aman.

Baca artikel →
Pengembangan perangkat lunak

List Comprehension Python: Sintaks, Contoh, dan Kapan Harus Dihindari

List comprehension Python dijelaskan: sintaks, filter, if-else, perulangan bersarang, waktu yang diukur, dan kapan perulangan for biasa lebih baik.

Baca artikel →
Basis data & SQL

Penjelasan SQL JOIN dengan Contoh (Inner, Left, Right, Full)

Pahami SQL JOIN langkah demi langkah dengan tabel dan query contoh: INNER, LEFT, RIGHT, FULL, CROSS, dan SELF, plus kesalahan umum dan tips performa.

Baca artikel →