Contoh Mode Grok Tanpa Sensor: Prompt dan Panggilan API
Mencari contoh mode tidak teratur Grok? Di bawah ini ada lima permintaan yang dapat dijalankan untuk mereproduksi gaya longgar, blak-blakan, tanpa ceramah pada model tanpa sensor, dengan kode tepat dan apa yang harus Anda harapkan dari setiap contoh.

Poin utama
- Gaya tidak teratur berasal dari prompt sistem; model itu sendiri tidak menolak permintaan dewasa yang sah.
- Lima contoh mencakup persona, fiksi, mode JSON, panggilan alat, dan streaming.
- Output bervariasi antar eksekusi, jadi tetapkan seed saat Anda membandingkan prompt.
- Satu contoh eksekusi dengan 400 token input dan 600 token output biaya $0,00036.
Arti label "tanpa sensor" dan perbedaannya
"Tanpa sensor" menjadi sebutan untuk gaya percakapan di produk obrolan Grok xAI: tidak hormat, sinis, cepat memaki, enggan memberikan ceramah sebelum menjawab. Jika Anda menginginkan contoh mode Grok tanpa sensor untuk aplikasi Anda sendiri, pertanyaan yang berguna adalah bagian gaya mana yang bisa Anda reproduksi melalui API.
Semuanya, dalam praktiknya, karena gaya sebagian besar adalah instruksi. Situs ini menjalankan satu model bobot terbuka, di-host oleh penyedia independen, dan diatur untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah. Ini bukan API Grok dan tidak berafiliasi dengan xAI. Apa yang Anda dapatkan adalah tidak adanya penolakan plus kebebasan untuk mengatur nada sendiri dengan pesan sistem.
Catatan tentang kejujuran: contoh di bawah ini menunjukkan permintaan persis seperti yang Anda kirimkan, dan menjelaskan jenis respons yang dapat Anda harapkan. Teks yang dihasilkan berbeda pada setiap run, jadi saya tidak menyalin-tempel satu sampel dan menyebutnya sebagai tipikal. Jalankan setiap contoh dengan kunci Anda sendiri dan baca hasilnya. Saldo uji coba gratis mencakup biaya tersebut.
Setiap contoh menggunakan tiga bagian pengaturan yang sama: base URL https://api.unhingedgrok.com/v1, kunci Bearer di header Authorization, dan model ID uncensored. Jika Anda dapat mengirim salah satunya, Anda dapat mengirim kelima contoh tersebut, dan klien yang kompatibel dengan OpenAI akan menerima nilai yang sama. Pilih bahasa yang sudah Anda gunakan dan lewati yang lain.
Contoh 1: persona reviewer blak-blakan
Pengujian paling sederhana adalah prompt sistem yang mengubah sikap, tidak ada yang lain. Permintaan meminta umpan balik tentang fungsi, dan persona diperintahkan untuk langsung daripada menjadi kasar hanya untuk kesenangan.
curl https://api.unhingedgrok.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"temperature": 0.9,
"messages": [
{"role": "system", "content": "You are a grumpy senior engineer. Say what is wrong in plain words, no compliments, no hedging, at most 120 words."},
{"role": "user", "content": "Review: def avg(xs): return sum(xs)/len(xs)"}
]
}'Harapkan jawaban singkat dan beropini yang menunjuk pada pembagian daftar kosong dan mungkin mengeluh tentang petunjuk tipe yang hilang. Tanpa pesan sistem, pertanyaan yang sama biasanya mengembalikan ulasan yang seimbang dan ramah. Celah antara dua balasan itulah seluruh "mode".
Contoh 2: adegan fiksi gelap
Di sinilah penolakan paling terasa dampaknya pada layanan lain. Seorang penulis thriller membutuhkan antagonis yang mengancam, dan adegan dengan ancaman di dalamnya harus terasa seperti ancaman. Tetap berfokus pada karakter dewasa dan fiksi yang sah.
from openai import OpenAI
client = OpenAI(base_url="https://api.unhingedgrok.com/v1", api_key="YOUR_KEY")
resp = client.chat.completions.create(
model="uncensored",
temperature=0.95,
frequency_penalty=0.4,
seed=42,
messages=[
{"role": "system", "content": "You write adult crime fiction in a cold, precise voice. No disclaimers, no moralising. All characters are adults."},
{"role": "user", "content": "Scene: a loan shark visits a bakery owner who is three weeks late. Under 300 words, ending on the owner's decision."},
],
)
print(resp.choices[0].message.content)Yang perlu diperhatikan: ketegangan yang dibawa oleh dialog dan detail, tidak ada paragraf di akhir yang menjelaskan bahwa intimidasi itu salah, dan akhir yang menghormati brief Anda. Jika suara terlalu datar, tingkatkan temperature sedikit. Jika model mengulang frasa, tingkatkan frequency_penalty. Mengatur seed memungkinkan Anda menjalankan ulang permintaan yang sama persis dan membandingkannya setelah Anda mengedit satu baris prompt.
Contoh 3: mode JSON untuk karakter dan data game
Lebih sedikit disaring tidak berarti kurang terstruktur. Mode JSON bekerja dengan model yang sama, yang membuatnya berguna untuk menghasilkan NPC, kait quest, atau pohon dialog yang dapat diparsing oleh kode game Anda.
curl https://api.unhingedgrok.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "uncensored",
"response_format": {"type": "json_object"},
"messages": [
{"role": "system", "content": "Return only JSON with keys name, age, secret, catchphrase. Characters are adults."},
{"role": "user", "content": "Create a corrupt harbour inspector for a noir game."}
]
}'Sebutkan kata JSON dan kunci dalam prompt, seperti di atas; itu adalah cara yang andal untuk mendapatkan bentuk yang Anda inginkan. Parse hasil di dalam blok try. Balasan yang terpotong adalah penyebab umum kesalahan parse, jadi periksa finish_reason sebelum menyalahkan model.
Contoh 4: panggilan alat untuk master game
Narator roleplay yang membuat hasil dadu mudah terdeteksi kecurangannya. Berikan alat dan biarkan kode Anda melakukan roll. Pemanggilan fungsi mengikuti format OpenAI: tools, tool_choice, dan hasil dikembalikan sebagai pesan dengan role tool.
import json, random
from openai import OpenAI
client = OpenAI(base_url="https://api.unhingedgrok.com/v1", api_key="YOUR_KEY")
tools = [{
"type": "function",
"function": {
"name": "roll_dice",
"description": "Roll a die with the given number of sides",
"parameters": {
"type": "object",
"properties": {"sides": {"type": "integer"}},
"required": ["sides"],
},
},
}]
messages = [
{"role": "system", "content": "You are a ruthless game master. Use roll_dice for any risky action and narrate the result."},
{"role": "user", "content": "I try to pick the lock on the warlord's strongbox."},
]
first = client.chat.completions.create(model="uncensored", messages=messages, tools=tools)
call = first.choices[0].message.tool_calls[0]
sides = json.loads(call.function.arguments)["sides"]
messages.append(first.choices[0].message)
messages.append({"role": "tool", "tool_call_id": call.id, "content": str(random.randint(1, sides))})
final = client.chat.completions.create(model="uncensored", messages=messages, tools=tools)
print(final.choices[0].message.content)Dalam produksi, periksa apakah tool_calls ada sebelum mengindeksnya. Model mungkin memutuskan bahwa membuka kunci tidak memerlukan roll, terutama pada temperature rendah.
Contoh 5: streaming balasan saat ditulis
Aplikasi chat terasa lebih baik ketika teks muncul kata demi kata. Setel stream ke true dan baca potongan SSE; penggunaan tiba di akhir.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.unhingedgrok.com/v1",
apiKey: process.env.API_KEY,
});
const stream = await client.chat.completions.create({
model: "uncensored",
stream: true,
messages: [
{ role: "system", content: "You are a deadpan late-night host. Two paragraphs, dry humour." },
{ role: "user", content: "Roast my plan to rewrite the whole app over a weekend." },
],
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content ?? "");
}Permintaan yang dialirkan memegang slot konkurensinya hingga aliran berakhir. Pada kunci uji coba dengan 2 permintaan konkuren, dua aliran terbuka berarti panggilan ketiga mengembalikan 429 dengan kode concurrency. Tutup aliran yang tidak lagi Anda baca.
Menyetel nada setelah dasar berfungsi
Setelah eksekusi pertama, sebagian besar upaya dilakukan untuk penyesuaian kecil. Lima permintaan yang sama dapat didorong ke arah yang sangat berbeda tanpa mengubah model atau endpoint.
Jalankan pengujian A/B pada pesan sistem
Kirim satu pesan pengguna dua kali dengan seed yang sama, sekali tanpa pesan sistem dan sekali dengan persona Anda. Karena seed tetap, perbedaan antara dua balasan berasal dari pesan sistem dan bukan dari keberuntungan sampling. Lakukan ini sebelum Anda menulis prompt panjang, dan lagi setelah setiap edit. Jika kalimat dalam prompt Anda tidak mengubah output, hapus dan simpan token input.
Jelaskan sikap, bukan label
Kata "tidak teratur" memberi model sangat sedikit. Garis seperti "Anda menjawab pertanyaan terlebih dahulu, lalu tambahkan satu observasi jujur dan sedikit kasar" memberinya sesuatu untuk dieksekusi. Hal yang sama berlaku untuk sarkasme: sebutkan targetnya (rencana, kode, situasi) agar lelucon mengenai sesuatu selain pengguna.
Jaga mode biasa di sebelah yang longgar
Sebagian besar aplikasi membutuhkan keduanya. Fitur chat mungkin menginginkan suara yang tidak hormat, sementara bagian yang menulis ringkasan pesanan atau pesan kesalahan membutuhkan nada netral. Simpan dua pesan sistem dalam kode Anda dan pilih satu per panggilan. ID model dan endpoint tetap sama, jadi biaya pengalihan tidak ada.
Perhatikan panjang
Persona longgar cenderung mengembara. Tentukan rentang kata dalam prompt, seperti "di bawah 150 kata", dan Anda akan melihat balasan yang lebih pendek, lebih tajam, serta tagihan output yang lebih kecil. Token output lebih mahal daripada token input pada $0,50 per 1 juta banding $0,15, sehingga memangkas balasan adalah penghematan termurah yang tersedia.
Menjalankan contoh dengan murah, dan apa yang tidak termasuk dalam pertimbangan
Setiap contoh berukuran kecil. Misalkan satu run mengirim 400 token input dan mendapatkan 600 token kembali. Biaya input adalah 400 x $0,15 / 1.000.000 = $0,00006, biaya output adalah 600 x $0,50 / 1.000.000 = $0,0003, sehingga biaya run adalah $0,00036. Kredit uji coba $0,50 mencakup lebih dari seribu run seperti itu, meskipun jendela 7 hari dan batas konkurensi 2 permintaan adalah batas yang sebenarnya. Detail lengkap ada di halaman harga.
Untuk memulai, buat kunci Anda dan ikuti quickstart untuk pengaturan klien. Pembayaran untuk top-up yang lebih besar hanya menggunakan kripto, USDT pada TRC20 atau USDC pada Base.
Dua batas berlaku untuk setiap contoh. Model hanya teks, jadi tidak ada gambar, audio, atau embedding. Dan konten seksual yang melibatkan anak di bawah umur tidak pernah diperbolehkan. Semua yang lain di sini tentang fiksi dewasa dan penggunaan yang sah, dan di situlah model tanpa penolakan mendapatkan nilainya.
Panduan lainnya
Tanya jawab
Apakah ini sama dengan mode tanpa sensor Grok?
Tidak. Grok adalah produk xAI. Ini adalah API independen yang melayani satu model bobot terbuka; Anda dapat meniru gaya tersebut dengan prompt sistem.
Apakah saya akan mendapatkan output yang sama dengan contoh Anda?
Tidak ada dua run yang cocok kecuali Anda menetapkan seed. Perlakukan setiap contoh sebagai permintaan untuk dijalankan sendiri, lalu nilai balasan.
Bisakah model menolak permintaan?
Model ini disesuaikan untuk menjawab tanpa penolakan konten untuk penggunaan dewasa yang sah. Permintaan yang gagal atau ditolak tidak dikenakan biaya.
Klien mana yang harus saya gunakan untuk pengujian?
Apa pun yang kompatibel dengan OpenAI: SDK Python atau Node.js OpenAI, curl, SillyTavern atau Open WebUI. Atur URL dasar, kunci, dan ID model uncensored.
Kunci Anda hanya selangkah lagi dari satu formulir
Buat akun, salin kunci, ubah URL dasar. Itu saja seluruh proses pengaturannya.