그록 언힌지드 모드 예시: 프롬프트 및 API 호출

"언힌지드" 라벨의 의미와 이와의 차이점

"언힌지드"는 xAI의 그록 채팅 제품에서 대화 스타일의 별명이 되었습니다: 경박하고, 풍자적이며, 욕설을 빠르게 사용하고, 답변 전에 긴 설명을 하지 않는 스타일입니다. 자신의 앱에 그록 언힌지드 모드 예시가 필요하다면, API를 통해 해당 스타일의 어떤 부분을 재현할 수 있는지 묻는 것이 유용합니다.

실제로 모두 가능합니다. 스타일은 대부분 지시사항이기 때문입니다. 이 사이트는 독립적인 제공자가 호스팅하고 합법적인 성인 사용에 대해 콘텐츠 거부 없이 응답하도록 조정된 하나의 오픈 웨이트 모델을 실행합니다. 이는 그록 API가 아니며 xAI와 제휴 관계가 아닙니다. 얻는 것은 거부 없음과 시스템 메시지로 톤을 설정할 수 있는 자유입니다.

정직에 대한 참고: 아래 예시는 요청을 보내는 방식 그대로 보여주며, 기대할 수 있는 응답 유형을 설명합니다. 생성된 텍스트는 실행마다 다르므로 단일 샘플을 붙여넣고 전형적인 것으로 간주하지 않습니다. 자신의 키로 각 예시를 실행하고 결과를 읽어보십시오. 무료 체험 크레디로 이를 커버할 수 있습니다.

모든 예시는 동일한 세 가지 설정을 사용합니다: Base URL https://api.unhingedgrok.com/v1, Authorization 헤더의 Bearer 키, 및 모델 ID uncensored. 이 중 하나를 보낼 수 있다면 5가지 모두를 보낼 수 있으며, 모든 OpenAI 호환 클라이언트는 동일한 값을 수락합니다. 이미 작업하는 언어를 선택하고 나머지는 건너뛰십시오.

예시 1: 직설적인 비평가 페르소나

가장 간단한 테스트는 태도만 변경하는 시스템 프롬프트입니다. 요청은 함수에 대한 피드백을 요구하며, 페르소나는 무작정 무례하기보다는 직접적으로 말하라고 지시받습니다.

Copycurl 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)"}
    ]
  }'

빈 리스트 나누기 오류를 지적하고 타입 힌드 부재에 불평할 수 있는 짧고 의견이 담긴 답변을 기대하십시오. 시스템 메시지 없이 같은 질문은 보통 균형 잡힌 친절한 리뷰를 반환합니다. 두 응답 사이의 차이가 바로 전체 "모드"입니다.

예시 2: 다크 픽션 장면

다른 서비스에서 거부가 가장 큰 문제를 일으키는 부분입니다. 스릴러 작가는 위압적인 악역이 필요하며, 위협이 있는 장면은 위협처럼 읽혀야 합니다. 성인 캐릭터와 합법적인 픽션에 집중하십시오.

Copyfrom 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)

주의할 점: 대화와 디테일로 긴장감을 유지하고, 마지막 단락에서 위압이 잘못되었다고 설명하지 않으며, 요청 사항을 존중하는 결말입니다. 목소리가 너무 단조롭다면 온도를 약간 높입니다. 어구를 반복한다면 frequency_penalty을 높입니다. seed을 설정하면 프롬프트의 한 줄을 수정한 후 동일한 요청을 다시 실행하여 비교할 수 있습니다.

예시 3: 캐릭터 및 게임 데이터를 위한 JSON 모드

필터가 적다고 해서 구조가 없는 것은 아닙니다. JSON 모드는 동일한 모델로 작동하므로 게임 코드에서 구문 분석할 NPC, 퀘스트 훅 또는 대화 트리를 생성하는 데 유용합니다.

Copycurl 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."}
    ]
  }'

위와 같이 프롬프트에 JSON 단어와 키를 언급하십시오. 원하는 형태를 얻는 확실한 방법입니다. 결과 내부에서 try 블록으로 구문 분석하십시오. 잘린 응답은 구문 분석 오류의 일반적인 원인입니다. 모델을 탓하기 전에 finish_reason을 확인하십시오.

예시 4: 게임 마스터를 위한 도구 호출

주사위 결과를 임의로 생성하는 역할극 내레이터는 부정행위를 쉽게 감지할 수 있습니다. 도구를 제공하고 코드에서 주사위를 굴리세요. 함수 호출은 OpenAI 형식을 따릅니다: tools, tool_choice, 그리고 role이 tool인 메시지로 결과가 반환됩니다.

Copyimport 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)

프로덕션에서는 tool_calls이 존재하는지 확인한 후 인덱싱합니다. 모델은 낮은 온도에서 자물쇠를 따르는 데 주사위 굴림이 필요 없다고 판단할 수 있습니다.

예시 5: 작성 중인 응답 스트리밍

텍스트가 단어별로 나타날 때 채팅 앱이 더 좋게 느껴집니다. stream을 true로 설정하고 SSE 청크를 읽으세요. 사용량 정보는 끝에 도착합니다.

Copyimport 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 ?? "");
}

스트리밍 요청은 스트림이 끝날 때까지 동시성 슬롯을 유지합니다. 동시 요청 2개가 허용되는 체험 키에서 두 개의 열린 스트림은 세 번째 호출이 코드 concurrency로 429를 반환함을 의미합니다. 더 이상 읽지 않는 스트림을 닫으십시오.

기본이 작동한 후 톤 조정

첫 번째 실행 후 대부분의 노력은 작은 조정으로 집중됩니다. 동일한 5가지 요청으로 모델이나 엔드포인트를 변경하지 않고도 매우 다른 방향으로 진행할 수 있습니다.

시스템 메시지에 대한 A/B 테스트 실행

동일한 seed로 사용자 메시지를 두 번 보내십시오. 시스템 메시지 없이 한 번, 페르소나와 함께 한 번. 시드가 고정되어 있으므로 두 응답 간의 차이는 시스템 메시지에서 비롯되며 샘플링의 우연에서 비롯되지 않습니다. 긴 프롬프트를 작성하기 전에 이를 수행하고 각 편집 후 다시 수행하십시오. 프롬프트의 문장이 출력에 변화를 주지 않으면 삭제하고 입력 토큰을 절약하십시오.

라벨이 아닌 태도를 설명하십시오

"언힌지드"라는 단어는 모델에게 거의 알려주지 않습니다. "먼저 질문에 답하고 그 다음 정직하고 약간 무례한 관찰을 하나 추가하세요"와 같은 줄은 실행할 내용을 제공합니다. 풍자도 마찬가지입니다. 대상(계획, 코드, 상황)을 명시하여 농담이 사용자 이외의 대상에 맞춰지도록 하십시오.

느슨한 모드 옆에 일반 모드를 유지하십시오

대부분의 앱은 둘 다 필요합니다. 채팅 기능은 경박한 음성을 원할 수 있지만, 주문 요약 또는 오류 메시지를 작성하는 부분은 중립적인 톤이 필요합니다. 코드에 두 개의 시스템 프롬프트를 유지하고 호출마다 하나를 선택하십시오. 모델 ID와 엔드포인트는 동일하므로 전환 비용은 없습니다.

길이를 주의하십시오

자유로운 페르소나는 장황하게 늘어놓습니다. 프롬프트에 "150 단어 미만"과 같은 단어 범위를 명시하면 더 짧고 임팩트 있는 응답과 더 적은 출력 비용을 볼 수 있습니다. 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.50이므로 응답을 줄이는 것이 가장 저렴한 절약 방법입니다.

저렴하게 예시 실행 및 제한 사항

각 예시는 작습니다. 한 번의 실행에서 400개의 입력 토큰을 보내고 600개를 받는다고 가정해 봅시다. 입력 비용은 400 x $0.15 / 1,000,000 = $0.00006, 출력 비용은 600 x $0.50 / 1,000,000 = $0.0003이므로 실행 비용은 $0.00036입니다. $0.50 체험 크레딧은 이러한 실행을 천 번 이상 충분히 커버하지만, 7일 기간과 동시 요청 2개 제한이 실제 한계입니다. 전체 세부 사항은 가격 책정 페이지에서 확인하세요.

시작하려면 API 키를 생성하고 빠른 시작가이드를 따라 클라이언트 설정을 완료하세요. 대액의 충전은 암호화폐로만 결제할 수 있으며, TRC20의 USDT 또는 Base의 USDC를 사용합니다.

모든 예시에 두 가지 경계가 적용됩니다. 모델은 텍스트 전용이므로 이미지, 오디오 또는 임베딩이 없습니다. 그리고 미성년자가 관련된 성 콘텐츠는 절대 허용되지 않습니다. 여기서의 모든 것은 성인 픽션과 합법적인 사용에 관한 것이며, 거부 없는 모델이 그 가치를 입증하는 곳입니다.

더 많은 가이드

• 언힌지드 그록 프롬프트: 작동하는 시스템 프롬프트
• 무검열 LLM API: Grok API 대체재