BAML vs Instructor：类型化函数、结构化抽取与事实校验怎么选？

希望把提示词、输入输出类型和测试维护成函数接口，可以优先比较 BAML；已有 Python/Pydantic schema，希望把抽取与验证接入现有调用流程，Instructor 更适合先试。最终选择还要看版本路径、失败处理、来源核验和团队维护成本。

资料核对日期为 2026 年 10 月 14 日。本文没有在统一模型与文档集上测试准确率或延迟，不按厂商宣传数据判定优胜。

核心差异速览

维度	BAML	Instructor
工作组织	类型化函数、提示词与工具链	抽取调用、schema 校验与重试
Python 路径	v0 SDK 生成 baml_client 与类型	使用 Pydantic 模型定义输出
类型变更	修改定义并重新生成对应接口	修改应用中的 schema 与校验代码
校验	v0 有 assert/check 等规则	可使用 Pydantic 验证规则
事实正确性	仍需来源与业务验证	仍需来源与业务验证
版本条件	区分 v0 SDK 与新工具链	核对库版本、provider 与模式
软件许可	Apache-2.0	MIT
运行费用	模型、部署和日志另计	模型、部署和日志另计

功能入口可核对 BAML 官方 SDK 文档、Instructor 文档。适用性结论是工作流分析。

BAML 适合什么团队

当同一抽取能力将被多个服务复用时，明确的函数输入、输出与提示词定义有助于审查变更。BAML v0 SDK 的流程是维护 .baml 文件，再生成对应调用接口。客户端生成

例如项目记录抽取增加了证据字段，团队可以把函数定义、调用方和测试样本一起修改。重点是把“返回什么”和“如何验收”变为可以追踪的变更。

这需要额外维护工具链。生成器、runtime 和编辑器版本要配合；BAML 官网当前提示 1.0 即将 GA，采用旧 SDK 示例时应固定版本。不要把新独立命令直接替换到旧教程中。版本说明、当前官网

Instructor 适合什么团队

Instructor 的 Python 路径围绕 Pydantic 模型组织抽取与验证，适合已有 Python 数据模型的应用。团队可以继续使用字段约束和自定义校验，把模型响应放到相同 schema 下处理。验证说明

例如已有工单模型需要从文本补充字段，可以先定义可缺省字段、验证规则和失败状态，再增加模型调用。采用成本较低与否，应以团队现有代码和实际排错时间判断。

Instructor 的重试机制也需要预算。格式失败可以反馈校验问题；原文没有答案时，继续重试可能只会得到更像真的补全。应区分“资料缺失”“业务校验失败”和“网络请求失败”。重试文档

格式修复与事实核对如何配合

一个工具能够解析或修复 JSON，并不意味着日期、负责人和文档编号正确。建议每个关键字段附上段落 ID 和原文引句，由应用检查证据确实存在于当前文档。

引句存在也只是一道检查。模型可能从会议日期推断上线日期，或把另一个项目的负责人填进结果。需要业务规则或人工复核确认引句真正支持字段含义。

比较两者时，测试集应包含空值、冲突信息、多个相似实体与恶意指令式文本。观察失败是否被保留，是否能回查原始文档与版本，而不仅是对象有没有生成。

校验结果与异常不要混为一类

BAML v0 的 check 会保留数据及结果，assert 失败则影响返回或抛出异常；集合中某些失败项可能被移除，调用方需要了解对应行为。Checks and Asserts

Instructor 可以把 Pydantic 校验与重新请求连接起来，但业务系统需要明确最终状态：通过、缺少资料、等待复核或调用失败。不要在异常处理中填默认日期或空对象，再将它们计入正常结果。

无论选哪一个，都可以把来源检查做成应用层函数。这样替换 provider 或抽取库时，验收规则仍能保持一致。

如何比较一次文档抽取任务

固定一组人工标注的文档，保持目标字段与缺失规则一致。用相同模型比较时，记录两者实际发送的提示词和 schema 差异；不能假设封装后的请求完全相同。

统计格式通过、事实正确、缺失处理、冲突处理、重试次数与最终成本。把失败文档计入总体，并人工审查高频错例。如果一个方案解析通过更多，却错误补全更多，需要继续调整缺失和证据策略。

价格、日志与数据去向

BAML 当前开源软件免费、Apache-2.0；Instructor 为 MIT 开源库。模型请求、日志、存储、部署和人工复核另计。BAML 当前价格页没有公开可采用的云套餐金额，不应将旧观测文档的描述当作当前价格承诺。BAML 价格、BAML 仓库、Instructor 仓库

使用云模型时，来源文本会进入所选服务。检查调试日志、重试反馈、编辑器代理和可选观测服务的内容范围。换模型或 fallback 时，还要审查新的数据接收方。

应该选哪一个

先试 BAML：需要集中维护函数定义、提示词和生成接口，愿意固定并维护工具链版本。

先试 Instructor：已有 Pydantic 模型和 Python 工作流，目标主要是结构化抽取与校验，想逐步接入。

先补验收规则：没有缺失策略、原文证据或人工标注样本时，先做 文档抽取与事实校验。更多层次见 5 款结构化输出工具推荐。