Quel problème survient souvent lors de la génération de données structurées par les LLM ?	Les modèles ont tendance à inclure des en-têtes, des pieds de page ou des commentaires explicatifs.
Quelle technique permet d'obtenir uniquement le contenu brut demandé par le modèle ?	Combiner une séquence d'arrêt (stop sequence) et un message assistant pré-rempli (pre-filled assistant message).
Quel est le rôle du message assistant pré-rempli dans ce processus ?	Il indique au modèle le début de la structure souhaitée (ex: ` ```json `).
Quel est le rôle de la séquence d'arrêt (stop sequence) ?	Elle force le modèle à arrêter la génération immédiatement après avoir complété la structure.
Quel résultat obtient-on en utilisant un pré-remplissage et une séquence d'arrêt appropriés ?	On obtient uniquement les données structurées (ex: le JSON) sans aucun commentaire supplémentaire.
Cette technique est-elle limitée à la génération de JSON ?	Non, elle peut être utilisée pour tout type de données structurées (Python, listes, etc.).
Que doit-on faire si le contenu brut généré contient des caractères inutiles comme des sauts de ligne ?	Utiliser des méthodes de post-traitement comme `strip()` ou un parseur JSON.