自由生成再做 JSON.parse，格式错了只能重试。SGLang 把输出约束放进生成过程，支持 JSON Schema、正则表达式和 EBNF；同一请求只能指定其中一种。1

图 3 给的是 OpenAI 兼容接口：JSON Schema 放在 response_format，其中要带 name 和 schema。如果你选 regex 或 EBNF，则通过 extra_body 传入。1

图 5 往源码里再走一层：GrammarManager 接收约束，grammar backend 编译它，再在采样前用 vocabulary mask 把非法 token 的 logit 置为负无穷。这个链路解释了它和「生成完成后再校验」的区别。2 3

实际部署时，先确认 grammar backend。官方文档列出 XGrammar、Outlines 和 Llguidance 的能力差异，并建议优先使用 XGrammar；启动参数见 Server Arguments。Prompt 里仍要明确告诉模型希望的格式，Schema 不是提示词的替代品。1

如果你服务的是 reasoning 模型，再看 Structured Outputs for Reasoning Models：<think> 段可以保持自由文本，结束后才应用约束；Native API 需要设置 require_reasoning=True，Chat Completions API 不需要。4

读完后可以直接做一次小实验：先用图 3 的 JSON Schema 请求跑通，再把同一个任务改成 regex，对比两种约束适合表达什么。拿到 JSON 后，业务字段仍要由你的应用层校验。