从零读懂JSON 到数据采购验收

零基础公开学习版 · 2026年9月27日

你不需要先学编程。把这套课程当成“学习读懂供应商的交货单，再检查货与单是否一致”。你已经会组织团队和推进项目，现在补的是数据交付语言。

本课程的毕业目标是：你能打开JSON、读懂字段和层级、发现常见交付问题、写清数据规格、看懂检查报告，并作出有依据的接收或退回决定。这是采购Owner的一项能力，不等于完成全部岗位训练。技术、语义、授权和客户效果仍需要相应人员共同确认。

课程内订单、说话人、语音记录均为虚构教学材料；音频清单只是一份练习目录，不含可听原音，不能据此验证转写是否正确。

第0课 今天先学会打开文件

本课结束，你要能把文件打开、修改副本、保存，并再次打开。

第一种方式最简单：解压课程包，双击“JSON零基础交互课.html”。进入“动手练习”，选择“01 第一条数据”，就能看到并修改JSON。所有处理在当前浏览器内完成，页面没有上传接口。关闭前点击“下载当前内容”保存；页面不自动保存你的修改。

第二种方式适合看供应商文件：找到“练习文件/01_第一条数据.json”，右键，选择“打开方式”，再选择“记事本”。不要用Word编辑原始JSON，也不要把后缀改成.docx或.xlsx。

你看到的英文不是程序指令，是这份数据使用的字段名称。字段名称可以是中文，但项目通常会约定英文名称；确认以后不能擅自换成同义词。

保存时先“另存为”一个副本。若用记事本，编码选择UTF-8，文件名为practice.json，保存类型选“所有文件”；界面不同也可先复制原文件再编辑。注意Windows可能隐藏扩展名，实际文件不能变成practice.json.txt。

如果以后安装VS Code：通过其官网下载，打开文件后，Windows可按Shift+Alt+F排版。排版只是让层级更整齐，不会自动修好内容。右下角应按客户要求使用JSON模式；JSON with Comments属于JSONC，允许注释等内容，不等于标准JSON交付文件。

大文件不要一次性粘进浏览器或记事本。先请工程人员提取少量样本与检查报告。本练习页限制导入1MB以内文件，定位是学习和小样本检查。

现在做：把第一条样本的language从en改成th，保存副本，再打开确认修改仍然存在。不要同时改其他字段。

第1课 JSON就是一份有字段的数据记录

先看这条最小样本：

{
  "sample_id": "DEMO_001",
  "language": "en",
  "duration_seconds": 3.0,
  "transcript": "Your order is ready.",
  "quality_checked": false
}

逐行翻译：sample_id是样本编号；language是语种，这里en表示英语；duration_seconds是时长，单位秒；transcript是转写文字；quality_checked表示是否已完成这份教学规则所说的质检，false表示没有。

"language": "en"读作“language这个字段的值是en”。冒号左边是字段名，右边是字段值。外面的花括号表示：这些字段属于同一个对象，可以先理解成同一张信息卡。

这条记录本身不包含音频。即使transcript写得很流畅，也不能证明它与录音一致。JSON承载的是信息，信息真假还要查来源。

JSON是文本格式，不是Python、不是数据库，也不是某种AI模型。代码、转写、框坐标、对话记录都可以放在JSON里。

现在做：不看上文，逐个说出这五个字段的业务意思。再回答：如果duration_seconds是3，代表3秒还是3小时？答案来自字段与规格约定，不能只凭数字猜。

第2课 只记住六种符号和六种值

下面这六种“值的类型”是你必须看懂的：

3.5是数字，"3.5"是文字。人看起来相似，处理程序可能接受一个而拒绝另一个。false是布尔值，"false"只是五个字母组成的字符串。null与"null"也不同。

尤其注意：0不是缺失，false不是缺失，空数组也不必然是错误。“这个字段的值是否有意义”和“它是否存在”要分开。

编号即使全是数字，也通常按项目约定存成字符串。例如"000123"可以保留前导零；纯数字写成000123不符合JSON数字语法。很长的编号也应使用字符串，避免某些软件的整数精度限制。

现在做：把练习中的"duration_seconds": "3.0"改成数字。再把"quality_checked": "false"改成布尔值。删的是包住值的引号，不是字段名的引号。

第3课 最容易出错的七个地方

1. 字段名必须用英文半角双引号包住。

2. 字符串用双引号，不能用单引号代替。

3. 同层级两项之间要有逗号，最后一项后不加逗号。

4. true、false、null必须小写，不能写True、False、None。

5. 标准JSON不允许//说明这样的注释。说明放到brief或字段字典。

6. 字符串里的实际换行要写成\n；需要双引号时写\"。

7. 同一个对象内不要出现重复字段名。有些软件悄悄保留最后一个值，采购交付规则应明确拒绝这种歧义。

合法的带引号文本：

{
  "transcript": "他说：\"订单到了。\"",
  "note": "第一行\n第二行",
  "audio_path": "audio/DEMO_001.wav"
}

中文字符可以正常出现在字符串里面。中文逗号出现在“他说，你好”这类文本里没有问题；出现在字段之间、充当JSON分隔符时才有问题。

路径优先使用项目约定的相对路径，如audio/DEMO_001.wav。若必须写Windows路径，JSON文字里需要转义，例如"C:\\demo\\a.wav"。文件路径只告诉你位置，不代表文件已经交付。

现在做：依次加载练习02、03、04，只修一个错误就点击“检查语法”。不要为了消除报错而删除业务字段。

第4课 看懂一条记录里面的多层内容

语音可能被切成多个片段，每段有起止时间和转写：

{
  "sample_id": "DEMO_001",
  "duration_seconds": 3.0,
  "segments": [
    {"start": 0.0, "end": 1.2, "text": "Your order", "speaker_id": "S1"},
    {"start": 1.2, "end": 2.8, "text": "is ready.", "speaker_id": "S1"}
  ]
}

外面是一条录音信息。segments是一个数组，里面有两个对象，每个对象是一段语音信息。数组有顺序，不能随意把第二段放到第一段前面。

工程人员可能说：segments[0].text有错。这不是另一份文件，而是一个“地址”：进入segments列表，取第一个元素，再读它的text字段。很多工具从0开始编号，所以[0]是第一个，[1]是第二个。这个写法是交流字段位置的路径表示，不是JSON文件必须采用的语法。

采购应核对：start和end的单位是什么？是否相对本录音开头？end是否超过总时长？是否允许多人重叠？本课规则为相对文件开头的秒、0≤start<end≤duration_seconds。多人重叠是否可接受由另一个规则决定，不能一概判错。

现在做：加载嵌套样本，把第二段end改为3.5。语法仍能通过，但业务规则应报“超过总时长”。这就是格式检查与业务检查的区别。

第5课 JSON和JSONL分别怎么交

JSON可以用一个数组装多条记录：

[
  {"sample_id": "001", "text": "查询订单"},
  {"sample_id": "002", "text": "申请退款"}
]

JSONL则把每条JSON放在一个物理行里：

{"sample_id":"001","text":"查询订单"}
{"sample_id":"002","text":"申请退款"}

JSONL两行之间不加逗号，也不在整个文件外面加方括号。每行里面的对象仍然按JSON规则写。标准JSONL每行可为任意合法JSON值；本课程和很多数据项目额外约定每行必须是对象，不接受数字或null当一整条记录。

文件采用UTF-8。行尾可以是LF或CRLF，最后一个换行可以存在，但中间空白行不作为合法记录。字段值中的换行使用\n，不能直接打断成下一条物理行。

屏幕自动折行不等于文件里真的换了一行。看行号判断，不要数屏幕上的视觉行。JSONL若导入后报“第8行错误”，先找到真实的第8行，不要猜第8条是否包括空行。

现在做：把两条记录保存为JSONL。在练习页选JSONL模式检查。再把两行之间加一个逗号，观察为什么出错。格式化JSONL时必须维持一条记录一行，不能把每条对象展开成多行。

第6课 缺失、空值和未通过不是同一件事

本课程的语音订单明确要求“有语音的片段、非空转写”，所以空字符串或null不合格。如果另一个项目专门采静音负样本，规则可能不同。这些是项目规则，不是JSON语言自带的规定。

不能为了让系统通过，把所有null都变成0，也不能把false改成true就宣称质检完成。修改状态必须有实际流程和证据。

现在做：加载练习08，回答“为什么false不是格式错误，但这一条仍然不应释放给客户？”

第7课 从语音走到SFT、API和Agent

JSON的语法一样，业务字段不同。先确认你买的交付物，再确认数据结构。

SFT示例：

{
  "sample_id": "SFT_001",
  "messages": [
    {"role": "user", "content": "根据记录告诉我订单状态。记录：已发货。"},
    {"role": "assistant", "content": "您的订单已发货。"}
  ]
}

采购检查：角色与顺序是否正确？回答是否有依据？是否违反指定格式？messages只是一个常见结构，客户训练系统可能要求其他结构，不能凭这一例规定所有供应商必须这样交。

API调用示例：

{
  "sample_id": "API_001",
  "user_text": "查询DEMO-01订单",
  "tool_call": {"name": "get_order", "arguments": {"order_id": "DEMO-01"}},
  "tool_result": {"status": "shipped"},
  "answer": "您的订单已发货。"
}

采购检查：有没有get_order这个工具？参数名是order_id还是id？订单号是否来自用户原文？最终回答是否与工具结果一致？这里arguments按教学约定是对象；有些接口协议会要求它是JSON编码后的字符串，需要按接口文档区分。

Agent示例：

{
  "sample_id": "AGENT_001",
  "goal": "把待发货订单地址改成NEW",
  "initial_state": {"status": "pending", "address": "OLD"},
  "actions": [{"tool": "update_address", "arguments": {"address": "NEW"}}],
  "final_state": {"status": "pending", "address": "NEW"},
  "claimed_success": true
}

claimed_success只是提交者的声明。你要核对日志、权限与真实环境状态。若final_state仍是OLD，不能因为true就验收。JSON里写了NEW也不证明系统真的修改成功；实证需要可信执行记录或重放。

图像框数据还会出现bbox数组，例如[80,80,200,200]。先问它表示xyxy还是x、y、宽、高，单位是像素还是百分比。看懂四个数字远远不够，坐标约定是验收的一部分。

Coding任务中的code字段可能是一段代码字符串。看JSON不会使代码自动运行；检查格式也不会证明代码正确，必须由工程验收检查实现和测试。

现在做：打开API样本，把order_id改成id。语法会通过；只查语法的工具无法判断你违反了哪个接口约定。你需要另一份工具字段规格。

第8课 Owner要能写字段字典

字段字典就是给供应商的一张“填写说明”。不要只发一个样本让对方猜规则。

下面是本课程模拟语音订单的冻结规则。它仅用于练习，不是语音行业通用要求。

片段规则：start和end必须为数字，0≤start<end≤总时长；text与speaker_id为非空字符串。数组顺序和重叠策略需与客户确认，本练习不自动拒绝重叠。

Schema可以理解成“机器能读的字段字典”。工程人员可以把类型、必填项和范围写成JSON Schema。你需要确认它反映真实需求，不必背标准语法。跨行唯一性、文件是否存在、实际音频时长、转写正确性和授权范围通常还要另做检查。

{
  "type": "object",
  "required": ["sample_id", "duration_seconds"],
  "properties": {
    "sample_id": {"type": "string", "minLength": 1},
    "duration_seconds": {"type": "number", "exclusiveMinimum": 0}
  }
}

这是schema片段，只示范两个字段，不是完整验收器。它自身也是JSON，但它描述的是规则，供应商样本描述的是实际记录，两者不要混淆。

现在做：给API样本写四行字段说明：工具名、订单号、调用结果、最终回答。每行写清类型、必填条件与依据。

第9课 分五层验收，别被一个绿色通过骗了

本练习页能检查第1层，以及指定教学规则下的第2和第3层；也能比对一份教学文件名清单。它不读取原始音频，不判断真实语言，不核验授权，不验证是否真的质检，不等于第4和第5层验收完成。

软件说“没有发现规则错误”，不代表这批货可以付款。你要知道检查覆盖了哪些规则、用了哪个版本、还有什么待核验。

重复要分开：重复字段名是一条对象内部有两个同名字段；重复sample_id是多条记录共用了编号；内容重复则可能是不同编号里装了同一段数据。三种问题需要不同检查。本工具前两种会查，内容近重复不会查。

现在做：试着向供应商解释：“这批文件能够解析，但时间轴越界和重复编号未解决，暂不验收。”

第10课 收到供应商交付后的固定动作

第一步，保存原始交付，记录批次、版本、交付时间、文件清单和检查范围。不要边查边覆盖原件。

第二步，确认规格版本。客户改过字段或时间单位时，旧版本不能直接用新规则验收，也不能默认全是供应商责任。

第三步，先小样本打开，再批量跑检查。解析失败要报具体文件、真实行号和错误，不要悄悄跳过坏行后宣称总数达标。

第四步，检查编号、数量、分布和资源对应。唯一编号数与记录行数分别统计。清单上有文件名，只说明清单声明有它，还要检查实际文件与内容。

第五步，按约定做人工或专家复核，记录各缺陷的数量与分母。抽检100条发现5条问题，只能先说该抽样范围发现5条；是否拒收整批看事先约定的抽样方案和缺陷等级。

第六步，形成问题单。写清sample_id、行号、字段路径、规则版本、实际值、预期要求、处理责任和复验安排。重复ID时仅写ID不够，需要行号或文件位置区分。

第七步，接收新版本、重新检查受影响项和必要的回归项，保留旧版本与修改记录。格式转换、事实修正、规则变更和缺素材应分开处理。

给供应商的表达示范：“批次B01按规则v1检查。第4行segments[0].end为4.2，总时长为3.0，违反end≤duration_seconds。请对照原音确认时间轴或时长字段，在修正版中保留原sample_id，并附修改说明。不得直接把4.2截断成3.0以消除报错。”

第11课 毕业实战 一批12条语音元数据

打开“动手练习”，加载“12 毕业验收批次”，切换JSONL模式，点击“检查语法”，再点击“按语音教学规则检查”。随包提供音频文件名清单，但没有实际音频；因此最后仍要写“原音及内容待验”。

你需要交四份东西：

1. 一份批次结论：暂缓还是接收，检查范围是什么。

2. 一份问题清单：行号、sample_id、字段路径、错误原因和处理建议。

3. 一份待核验清单：原音、时长、语种、转写、授权、质检证据等。

4. 一份给供应商的返修要求，不能要求他们通过编造内容或改状态来过检。

不要把毕业任务当成“修到所有灯都绿”。某些缺失信息只能从原始素材或记录恢复，不能由采购人员猜出来。本批出现重复编号，正确动作是让供应商核对记录映射，不是随便给一条换个编号。

先自己做，再打开“讲师答案.md”。本课程完成标准：能修正常见语法错误；能解释六种值与嵌套路径；能写字段字典；能准确定位批次问题；能说明自动检查覆盖范围；能给出可执行的返修与复验要求。任何一项没掌握，就回到对应练习。

这只能证明完成一次教学演练。进入真实项目后，还需要在专家和工程伙伴支持下独立负责一次试产与验收。

第12课 七天安排与以后不必死磕的内容

每天建议45—90分钟，按理解程度调整；这是学习安排，不承诺七天掌握完整Owner岗位。遇到不懂的字段，先问“这字段代表什么、谁填写、凭什么判断、错了如何处理”，再研究技术名词。

你暂时不用死磕解析器实现、复杂递归代码、数据库设计或大型数据平台。应持续练习的是：读懂交付、约定规则、检查证据、组织返修、解释验收结论。

查阅来源

- JSON语法与基本类型：https://www.json.org/

- JSONL编码与逐行格式：https://jsonlines.org/

- VS Code的JSON模式、格式化与schema支持：https://code.visualstudio.com/docs/languages/json

课程的业务阈值和练习样本为原创教学设置，并非上述来源规定的采购行业标准。JSONC与标准JSON的区别、语法合法与业务合格的区别，在正式交付中都要写清。