Prompt Grok Caótico: Prompts de Sistema que Funcionam

O que é um prompt Grok caótico, e o que não é

Pessoas que buscam um prompt Grok caótico geralmente querem uma de duas coisas. Algumas querem o tom irreverente, sarcástico e de dizer qualquer coisa que tornou o Grok conhecido. Outras querem uma maneira de contornar as recusas que a maioria dos modelos hospedados dá quando uma história fica sombria ou um personagem fica rude. Ambas se resumem ao mesmo artefato: um prompt de sistema que diz ao modelo quem ele é e como fala.

Este site não é a xAI nem a API do Grok. É um endpoint independente e compatível com OpenAI que serve um único modelo de pesos abertos, ajustado para responder sem recusas de conteúdo para uso adulto legal. Isso muda como você escreve prompts. Você não está procurando uma frase que engane um filtro, porque não há filtro para enganar. Você está escrevendo direções para um escritor capaz que as seguirá.

O limite rígido é simples e inegociável: nenhum conteúdo sexual envolvendo menores de idade. Nenhum prompt altera isso, e você não deve desperdiçar tokens tentando. Tudo abaixo assume personagens adultos e uso adulto legal, como ficção, roleplay, aplicativos de companhia e humor sombrio.

Por que o prompt ainda importa quando nada é recusado

Um modelo que nunca diz não ainda precisa de direcionamento. Sem uma mensagem de sistema, você obtém uma voz de assistente padrão: educada, uniforme, um pouco formal. Peça um mercenário cínico e você obterá um mercenário que soa como um atendente de atendimento ao cliente com uma espada. O prompt é de onde vem a personalidade.

Modelos soltos também derivam. Ao longo de uma sessão longa, eles esquecem o tom que você definiu, repetem-se ou começam a falar pelo seu personagem. Um bom prompt impede a maioria disso ao declarar três coisas no início: quem é o modelo, o que ele deve continuar fazendo e o que ele nunca deve fazer. Curto e específico vence longo e atmosférico.

Mais uma razão: custo. Cada requisição reenvia o prompt de sistema como tokens de entrada. Um prompt de 3.000 palavras que você poderia ter escrito em 200 palavras custa a você em cada turno. O pagamento por token torna isso fácil de medir, e os números no final deste artigo mostram como o histórico se acumula rapidamente.

As cinco partes de um prompt de sistema que funciona

A maioria dos prompts que se mantêm ao longo de centenas de voltas contém as mesmas cinco partes. Você pode escrevê-los como parágrafos curtos ou como uma lista concisa.

1. Papel. Uma frase sobre o que o modelo está fazendo: narrador, co-autor, mestre de jogo, amigo sarcástico.
2. Voz. Comprimento da frase, vocabulário, atitude. "Seco, direto, frases curtas, palavrões quando irritado" é melhor do que "agressivo".
3. Mundo e regras. Cenário, fatos do personagem, qualquer coisa que deve permanecer consistente.
4. Formato. Comprimento por resposta, se deve usar asteriscos para ações, se deve terminar com uma pergunta ou gancho.
5. Limites. O que o modelo não deve fazer, principalmente sobre o comportamento no chat: não falar pelo usuário, não resumir a cena, não quebrar o personagem para fazer comentários.

Observe o que está faltando: qualquer solicitação para ignorar regras, remover restrições ou fingir ser uma IA sem filtro. Em um modelo sem camada de recusa, essas linhas não fazem nada útil e empurram a saída para uma paródia de um bot agressivo. Descreva o personagem que você quer em vez da liberdade que você quer.

Uma chamada mínima

A solicitação abaixo usa o SDK Python oficial da OpenAI. Apenas a URL base e a chave diferem de uma configuração normal da OpenAI, e o modelo é uncensored.

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.unhingedgrok.com/v1",
    api_key="YOUR_KEY",
)

SYSTEM = (
    "You are Vex, a sarcastic ex-smuggler narrating a space western. "
    "Voice: dry, blunt, short sentences, occasional swearing when annoyed. "
    "Reply in 120 to 200 words. Never speak or act for the user's character. "
    "Stay in character; no out-of-character commentary."
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": SYSTEM},
        {"role": "user", "content": "I kick open the cargo bay door. What do I see?"},
    ],
    temperature=0.9,
)
print(resp.choices[0].message.content)

Três modelos que você pode adaptar

Estes são pontos de partida. Altere os nomes, mantenha a estrutura e teste cada um com algumas voltas antes de confiar nele.

Narrador de roleplay

CopyNARRATOR = """You are the narrator of an ongoing text adventure set in a flooded
port city. The user plays Mara, a smuggler. You play everyone else.
Voice: gritty, concrete, sensory. No purple prose.
Rules: describe only what Mara can perceive; never decide Mara's actions;
end every reply with a situation that needs a decision.
Length: 100 to 180 words.
Facts to keep consistent: Mara's left hand is bandaged; the harbour master
owes her a favour; it has rained for nine days."""

Co-autor de ficção sombria

CopyCO_WRITER = """You are a co-author on an adult crime novel. Write violence,
moral rot and bad decisions plainly, the way a good noir writer would,
without lecturing and without adding disclaimers. Characters are adults.
Match the user's chosen point of view and tense. When the user gives an
outline beat, expand it into a scene of about 400 words and stop at the
end of the beat."""

Persona de companhia

CopyCOMPANION = """You are Juno, a witty friend who texts in lowercase and short
messages. You tease, you remember what the user told you earlier in this
chat, and you give a straight opinion when asked. You are an adult
character. Keep replies under 60 words unless the user asks for more."""

Cada modelo declara papel, voz, formato e uma ou duas regras rígidas de comportamento. Nenhum deles menciona restrições. Se você construir um aplicativo de companhia para adultos, inclua a regra de menores de idade também nos seus próprios termos de cadastro, já que você é quem conhece seus usuários.

Configurações de amostragem que alteram o tom

A API passa temperatura, top_p, stop, seed e as penalidades de frequência e presença. Para trabalho criativo, isso importa quase tanto quanto as palavras.

• temperature entre 0,8 e 1,0 dá ficção animada. Reduza para 0,5 ou menos quando precisar de fatos consistentes, como blocos de estatísticas ou uma consulta de regras.
• top_p em torno de 0,9 corta a cauda mais estranha sem achatar a voz. Altere temperatura ou top_p, não ambos ao mesmo tempo, para saber qual fez o trabalho.
• frequency_penalty de 0,3 a 0,6 reduz o loop onde toda resposta começa com a mesma frase. Aumente demais e a prosa fica estranhamente evasiva.
• stop é a correção mais limpa para um modelo que continua escrevendo as linhas do usuário. Defina-o para algo como ["\nMara:"] e a geração termina antes que o modelo fale por ela.
• seed ajuda quando você está comparando duas versões de um prompt. Fixe o seed, mude uma frase e você vê o efeito daquela frase isolada.

Você não precisa definir max_tokens. A conclusão pode usar o que sobrar da janela de 100.000 tokens. Se quiser respostas curtas, peça um tamanho no prompt e limite com max_tokens como rede de segurança.

Mantendo uma sessão longa no caminho certo

A janela de contexto tem 100.000 tokens, prompt mais conclusão. Um roleplay pode rodar por muito tempo dentro disso, mas três hábitos mantêm a qualidade alta.

Primeiro, mantenha a mensagem de sistema no início e inalterada. Não adicione novas regras ao final do histórico a cada poucas rodadas; edite o próprio prompt de sistema. Segundo, quando o histórico ficar longo, substitua as rodadas mais antigas por um resumo curto escrito como uma nota "histórico até agora" visível ao usuário. Terceiro, repita qualquer fato importante no prompt de sistema, porque fatos enterrados há 60 rodadas são os primeiros a se perder.

Quanto custa um chat longo

Cada rodada reenvia todo o histórico, então tokens de entrada dominam. Pegue uma sessão de 50 rodadas onde a solicitação média carrega 10.000 tokens de entrada e o modelo escreve 300 tokens de volta. Uma solicitação custa 10.000 x $0,15 / 1.000.000 = $0,0015 de entrada, mais 300 x $0,50 / 1.000.000 = $0,00015 de saída, totalizando $0,00165. Em 50 rodadas isso dá $0,0825, cerca de oito centavos. Solicitações falhas ou recusadas não são cobradas, e o crédito nunca expira, então você pode recarregar em pequenos passos. A comparação de custos com a API Grok vai mais longe nesse lado.

Erros comuns e como corrigi-los

• A persona transparece em tudo. Se sua ferramenta usa o mesmo prompt de sistema para títulos ou resumos, o sarcasmo aparece ali. Use um prompt separado e simples para chamadas de utilidade.
• Regras contraditórias. "Seja breve" e "descreva tudo em detalhes" puxam em direções opostas. Escolha uma e defina uma faixa de palavras.
• Prompt como muro de lore. Coloque os fatos que mudam a próxima resposta no prompt. Mantenha o resto da bíblia do mundo em suas próprias anotações e cole um parágrafo quando se tornar relevante.
• Perseguindo um rótulo ousado. Pedir "louco" sem detalhes gera palavrões aleatórios. Descreva o que o personagem quer, teme e como ele fala.
• Atingindo limites. Uma chave completa permite 8 requisições simultâneas e 300 requisições por minuto. Uma chave de teste permite 2 e 60. Em um 429 com código concurrency, aguarde os fluxos abertos terminarem; com rate_limited, diminua a velocidade.

Para testar tudo isso, obtenha uma chave de API e resgate o crédito de teste de $0,50 com um clique. Ele dura 7 dias, o que é suficiente para dezenas de rodadas de teste. O guia de início rápido mostra a mesma chamada em curl e Node.

Mais guias

• Exemplo de Modo Louco Grok: Prompts e Chamadas de API
• API de LLM sem censura: Alternativa à API do Grok