Exemplo do modo sem censura do Grok: prompts e chamadas de API

O que o rótulo "sem censura" significa e como isso difere

"Unhinged" tornou-se um apelido para um estilo de conversa no produto de chat Grok da xAI: irreverente, sarcástico, pronto para xingar, sem dar uma aula antes de responder. Se você quer um exemplo do modo unhinged do Grok para seu próprio app, a pergunta útil é quais partes desse estilo você pode reproduzir por meio de uma API.

Tudo, na prática, porque o estilo é principalmente instrução. Este site executa um único modelo de pesos abertos, hospedado por um provedor independente e ajustado para responder sem recusas de conteúdo para uso adulto lícito. Não é a API do Grok e não tem afiliação com a xAI. O que você recebe é a ausência de recusas mais a liberdade de definir o tom você mesmo com uma mensagem de sistema.

Uma nota sobre honestidade: os exemplos abaixo mostram as requisições exatamente como você as enviaria e descrevem o tipo de resposta a esperar. O texto gerado varia a cada execução, então eu não coloco uma única amostra e a chamo de típica. Execute cada uma com sua própria chave e leia o resultado. O crédito de teste cobre isso.

Cada exemplo usa a mesma configuração de três partes: a URL base https://api.unhingedgrok.com/v1, uma chave Bearer no cabeçalho Authorization e o ID do modelo uncensored. Se você consegue enviar uma delas, consegue enviar as cinco, e qualquer cliente compatível com OpenAI aceitará os mesmos valores. Escolha a linguagem em que você já trabalha e pule as outras.

Exemplo 1: uma persona de revisor sincero

O teste mais simples é um prompt de sistema que altera a atitude, nada mais. A solicitação pede feedback sobre uma função, e a persona é instruída a ser direta em vez de ser rude por si mesma.

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)"}
    ]
  }'

Espere uma resposta curta e opinativa que aponte para a divisão por lista vazia e provavelmente reclame da falta de dicas de tipo. Sem a mensagem do sistema, a mesma pergunta geralmente retorna uma análise equilibrada e amigável. Essa lacuna entre as duas respostas é todo o "modo".

Exemplo 2: uma cena de ficção sombria

É aqui que as recusas doem mais em outros serviços. Um escritor de thrillers precisa de um antagonista ameaçador, e uma cena com uma ameaça deve parecer uma ameaça. Mantenha o foco em personagens adultos e ficção lícita.

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)

O que observar: tensão transmitida pelo diálogo e detalhes, sem um parágrafo no final explicando que a intimidação está errada, e um final que respeite sua tarefa. Se a voz estiver muito plana, aumente um pouco a temperatura. Se repetir frases, aumente frequency_penalty. Definir seed permite reexecutar a solicitação exata e comparar após editar uma linha do prompt.

Exemplo 3: modo JSON para personagens e dados de jogo

Menos filtrado não significa menos estruturado. O modo JSON funciona com o mesmo modelo, o que o torna útil para gerar NPCs, ganchos de missão ou árvores de diálogo que o código do seu jogo pode analisar.

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."}
    ]
  }'

Mencione a palavra JSON e as chaves no prompt, como acima; essa é a maneira confiável de obter o formato desejado. Analise o resultado dentro de um bloco try mesmo assim. Uma resposta truncada é a causa usual de erro de análise, então verifique finish_reason antes de culpar o modelo.

Exemplo 4: chamada de ferramentas para um mestre de jogo

Um narrador de RPG que inventa resultados de dados é fácil de pegar trapaceando. Dê a ele uma ferramenta e deixe seu código rolar. A chamada de ferramentas segue o formato OpenAI: tools, tool_choice, e os resultados retornados como mensagens com role tool.

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)

Em produção, verifique se tool_calls está presente antes de indexá-lo. O modelo pode decidir que abrir uma fechadura não precisa de rolagem, especialmente em temperatura baixa.

Exemplo 5: streaming de uma resposta conforme é escrita

Os apps de chat ficam melhores quando o texto aparece palavra por palavra. Defina stream como true e leia os fragmentos SSE; o uso chega ao final.

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 ?? "");
}

Uma solicitação em streaming mantém sua slot de concorrência até o fim do streaming. Em uma chave de teste com 2 solicitações simultâneas, dois streams abertos significam que uma terceira chamada retorna 429 com código concurrency. Feche streams que você não está mais lendo.

Ajustando o tom depois que o básico funciona

Após a primeira execução, a maior parte do esforço vai para pequenos ajustes. As mesmas cinco solicitações podem ser empurradas em direções muito diferentes sem alterar o modelo ou o endpoint.

Execute um teste A/B na mensagem de sistema

Envie uma mensagem de usuário duas vezes com o mesmo seed, uma vez sem mensagem do sistema e uma vez com sua persona. Como a semente é fixa, a diferença entre as duas respostas vem da mensagem do sistema e não da variação aleatória. Faça isso antes de escrever um prompt longo e novamente após cada edição. Se uma frase no seu prompt não alterar a saída, exclua-a e economize tokens de entrada.

Descreva a atitude, não o rótulo

A palavra "unhinged" diz muito pouco ao modelo. Uma linha como "você responde à pergunta primeiro e depois adiciona uma observação honesta e levemente rude" dá a ele algo para executar. O mesmo vale para o sarcasmo: nomeie o alvo (o plano, o código, a situação) para que as piadas caiam em algo além do usuário.

Mantenha um modo simples ao lado do solto

A maioria dos aplicativos precisa de ambos. Um recurso de chat pode querer a voz irreverente, enquanto a parte que escreve resumos de pedidos ou mensagens de erro precisa de um tom neutro. Mantenha dois prompts de sistema no seu código e escolha um por chamada. O ID do modelo e o endpoint permanecem os mesmos, então a troca não custa nada.

Observe o tamanho

Personas soltas divagam. Defina uma faixa de palavras no prompt, como "menos de 150 palavras", e você verá respostas mais curtas e diretas e uma conta de saída menor. Tokens de saída custam mais que tokens de entrada a $0,50 por 1M contra $0,15, então reduzir o número de tokens de saída é a economia mais barata disponível.

Executando os exemplos com baixo custo e o que fica fora de questão

Cada exemplo é pequeno. Suponha que uma execução envie 400 tokens de entrada e receba 600 de volta. Entrada custa 400 x $0,15 / 1.000.000 = $0,00006, saída custa 600 x $0,50 / 1.000.000 = $0,0003, então a execução custa $0,00036. O crédito de teste de $0,50 cobre bem mais de mil execuções assim, embora a janela de 7 dias e o limite de concorrência de 2 requisições sejam as limitações reais. Detalhes completos estão na página de preços.

Para começar, crie sua chave e siga o quickstart para configuração do cliente. Pagamento para recargas maiores é apenas cripto, USDT na TRC20 ou USDC na Base.

Dois limites se aplicam a cada exemplo. O modelo é apenas texto, então sem imagens, áudio ou embeddings. E conteúdo sexual envolvendo menores de idade nunca é permitido. Tudo o resto aqui é sobre ficção adulta e uso lícito, e é aí que um modelo sem recusas ganha seu valor.

Mais guias

• Prompt do Grok Sem Censura: Prompts de Sistema que Funcionam
• API de LLM sem censura: Alternativa à API do Grok