挑战：LLM 擅长写诗，但不擅长写结构严谨的 JSON。 方案：给它一本语法书 (Schema) 和一个翻译器 (Validator)。
本指南将向您展示如何将一个标准的“聊天机器人”转变为“UI 生成器”。
1. “系统提示词” (System Prompt) 策略
获得 A2UI 输出最可靠的方法是将指令直接注入到 System Prompt 中。
UI 提示词解剖
您需要告诉 LLM 三件事：
- 身份 (Identity): “你是一个乐于助人的助手…”
- 能力 (Capability): “你可以使用
a2ui工具渲染 UI 组件…” - 语法 (Grammar): “这是你必须遵循的 JSON 结构…“
SYSTEM_PROMPT = """
你是一个旅行助手。
如果用户查询航班，**不要**发送文本列表。
相反，请使用 'flight-list' schema 生成一个 JSON 对象：
{
"type": "flight-list",
"data": { "flights": [...] }
}
"""2. 工具调用 (Tool Use) vs 直接生成 (Generation)
有两种生成 UI 的流派：
方案 A：工具调用 (推荐)
定义一个 render_ui 工具 (Function Calling)。LLM 调用该函数，然后由您的后端处理 JSON 构造。
- 优点：100% 有效的 JSON（由 SDK 保证格式）。
- 缺点：较慢（多一次网络往返）。
方案 B：直接流式传输 (最快)
要求 LLM 直接在文本流中输出原始 JSON。
- 优点：即时 “Streaming” 体验，对用户来说速度极快。
- 缺点：LLM 可能会犯语法错误（例如少写一个逗号）。
3. 验证是必须的
永远不要信任 AI。它迟早会“幻觉”出一个不存在的闭合括号。 在将数据发送到客户端之前，务必验证输出。
import jsonschema
def validate_and_send(ai_response):
try:
jsonschema.validate(instance=ai_response, schema=A2UI_SCHEMA)
client.send(ai_response)
except Exception:
client.send({ "type": "error", "message": "尝试绘制 UI 失败，请重试。" })4. Google ADK 示例
使用 Google Agent Development Kit，您可以自动绑定 Schema。
from google.adk.agents import Agent
agent = Agent(
name="restaurant_booker",
instruction="Use the `show_restaurant` tool to display results.",
tools=[show_restaurant_tool]
)