Recap: 昨天把輸入固定了，今天換輸出

Day 04 的回應長這樣

class AnalyzeResponse(BaseModel):
    model: str
    analysis: str        # 一整段 Markdown
    usage: Usage
    elapsed_ms: int

拿四年後端那份實際打一次，可以拿到以下

{
  "model": "gemini-2.5-flash",
  "prompt": "analyze_v1",
  "analysis": "根據您提供的履歷內容，身為職涯顧問，以下提出三點可以改進的地方：\n\n1.  **工作經歷中缺乏具體成就與量化成果的呈現：**\n    目前的「工作經歷」描述……\n\n2.  **「技能」部分的深度與廣度可進一步說明：**\n    ……\n\n3.  **「自我介紹」與「其他」的軟性技能缺乏實例佐證：**\n    ……",
  "usage": { "prompt_tokens": 525, "thought_tokens": 2126, "output_tokens": 454, "total_tokens": 3105 },
  "elapsed_ms": 13900
}

然後分析的內容全擠在 analysis 這一個字串裡，其他欄位只是 metadata

再來我們要用程式解析回應
所以今天先不分析，就只先做一件事：把履歷跟職缺拆成欄位

兩層保證

Gemini 可以直接吃 pydantic 的 class 當 schema

cfg = types.GenerateContentConfig(
    response_mime_type="application/json",
    response_schema=schema,
)

但模型說它回的會是 JSON，不代表欄位都是對的
所以拿回來之後再用 pydantic 驗一次，如果驗不過就直接報錯

data = schema.model_validate(json.loads(resp.text))

欄位怎麼定

每個欄位主要都在驗證這個 value 能不能對回原文

另外每個 schema 掛一個 schema_version = "v1"，Day 26 比較新舊 prompt 時要用

卡住的地方

拿昨天的實習生履歷跑第一次，回來的是

"schema_version": "null"

字串的 "null"，pydantic 照收，因為它只檢查是不是字串

原因是 schema_version 也被送進 response_schema，
版本號變成模型在填
這個值應該由程式決定，所以改成模型看不到、回了也會被蓋掉

SchemaVersion = Annotated[SkipJsonSchema[str], BeforeValidator(lambda _: SCHEMA_VERSION)]

實測

改完再跑兩份

四年後端那份（vague），履歷第二行寫「4 年經驗」，所以 years_experience 填 4.0
bullets 原文照抄，「負責公司產品的系統開發與維護」一個字都沒改，沒有亂幻想

實習生那份：

{
  "schema_version": "v1",
  "years_experience": null,
  "missing_fields": ["years_experience"]
}

年資沒寫，也沒自己算，也記進了 missing_fields
但同一份履歷，第一次跑的 missing_fields 是空的

同樣的輸入，兩次結果不一樣
這就是為什麼昨天要先有固定的資料集(Dataset)，只跑一次看不出來

另外第一次呼叫還吃了一個 429，global 的共用額度暫時滿了，重跑就過，之後再來提這個

版本：google-genai 2.22.0、pydantic 2.13.5、gemini-2.5-flash

明天

現在輸入還是貼文字
但大家手上的履歷都是 PDF，明天處理上傳、解析失敗，以及讓使用者確認解析出來的內容