Ví dụ chế độ Grok Unhinged: Prompt và API Calls

Ý nghĩa của nhãn "không kiểm duyệt" và cách nó khác biệt

"Unhinged" trở thành biệt danh cho một phong cách trò chuyện trong sản phẩm chat Grok của xAI: bất cần, châm biếm, sẵn sàng chửi thề, không muốn đưa ra bài giảng trước khi trả lời. Nếu bạn muốn một ví dụ chế độ Grok Unhinged cho ứng dụng của mình, câu hỏi hữu ích là những phần nào của phong cách đó bạn có thể tái tạo thông qua API.

Tất cả, trong thực tế, vì phong cách chủ yếu là hướng dẫn. Trang web này chạy một mô hình trọng số mở, được lưu trữ bởi nhà cung cấp độc lập và được tinh chỉnh để trả lời mà không từ chối nội dung cho mục đích người trưởng thành hợp pháp. Đây không phải là API Grok và không liên kết với xAI. Những gì bạn nhận được là sự vắng mặt của các lệnh từ chối cộng với khả năng tự đặt giọng điệu bằng một system prompt.

Một lưu ý về sự trung thực: các ví dụ bên dưới hiển thị các yêu cầu chính xác như bạn sẽ gửi chúng, và mô tả loại phản hồi bạn có thể mong đợi. Văn bản được tạo ra khác nhau trong mỗi lần chạy, vì vậy tôi không dán một mẫu duy nhất và gọi đó là điển hình. Hãy chạy từng cái bằng khóa của riêng bạn và đọc kết quả. Tín dụng dùng thử sẽ chi trả cho nó.

Mỗi ví dụ đều sử dụng cùng ba phần thiết lập: base URL https://api.unhingedgrok.com/v1, một bearer key trong header Authorization và model ID uncensored. Nếu bạn có thể gửi một trong số đó, bạn có thể gửi tất cả năm, và bất kỳ client tương thích OpenAI nào cũng sẽ chấp nhận cùng các giá trị đó. Chọn ngôn ngữ bạn đã làm việc và bỏ qua các ngôn ngữ khác.

Ví dụ 1: nhân vật người đánh giá thẳng thắn

Bài kiểm tra đơn giản nhất là một system prompt thay đổi thái độ, không có gì khác. Yêu cầu hỏi ý kiến về một hàm, và nhân vật được yêu cầu phải trực tiếp thay vì thô lỗ chỉ vì sự thô lỗ.

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)"}
    ]
  }'

Hãy mong đợi một câu trả lời ngắn gọn, có quan điểm chỉ ra lỗi chia cho danh sách rỗng và có lẽ sẽ phàn nàn về việc thiếu type hints. Không có system message, câu hỏi tương tự thường trả về một bài đánh giá cân bằng, thân thiện. Khoảng cách giữa hai câu trả lời đó chính là toàn bộ "chế độ".

Ví dụ 2: một cảnh truyện tối màu

Đây là nơi các lệnh từ chối gây hại nhất trên các dịch vụ khác. Một nhà văn thriller cần một kẻ phản diện đáng sợ, và một cảnh có mối đe dọa phải đọc giống như một mối đe dọa thực sự. Hãy giữ nó tập trung vào các nhân vật trưởng thành và tác phẩm hư cấu hợp pháp.

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)

Những điểm cần lưu ý: sự căng thẳng được truyền tải qua hội thoại và chi tiết, không có đoạn cuối giải thích rằng sự đe dọa là sai, và phần kết tôn trọng yêu cầu của bạn. Nếu giọng điệu quá phẳng, hãy tăng nhiệt độ lên một chút. Nếu nó lặp lại các cụm từ, hãy tăng frequency_penalty. Việc đặt seed cho phép bạn chạy lại chính xác yêu cầu đó và so sánh sau khi chỉnh sửa một dòng prompt.

Ví dụ 3: chế độ JSON cho nhân vật và dữ liệu game

Ít được lọc hơn không có nghĩa là ít có cấu trúc hơn. Chế độ JSON hoạt động với cùng một mô hình, điều này rất hữu ích để tạo NPC, móc câu nhiệm vụ hoặc cây hội thoại mà mã game của bạn có thể phân tích.

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."}
    ]
  }'

Hãy đề cập đến từ JSON và các khóa trong prompt, như ở trên; đó là cách đáng tin cậy nhất để có được hình dạng bạn muốn. Hãy phân tích kết quả bên trong một khối try bất kể. Một câu trả lời bị cắt ngang là nguyên nhân thường gặp của lỗi phân tích cú pháp, vì vậy hãy kiểm tra finish_reason trước khi đổ lỗi cho mô hình.

Ví dụ 4: gọi hàm cho người dẫn truyện game

Một người kể chuyện nhập vai tự tạo kết quả xúc xắc rất dễ bị bắt gặp đang gian lận. Hãy cung cấp cho nó một tool và để mã của bạn thực hiện việc tung xúc xắc. Gọi hàm tuân theo định dạng OpenAI: tools, tool_choice và kết quả được trả về dưới dạng các message với vai 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)

Trong sản xuất, hãy kiểm tra xem tool_calls có tồn tại trước khi lập chỉ mục nó. Mô hình có thể quyết định rằng việc mở khóa không cần tung xúc xắc, đặc biệt là ở nhiệt độ thấp.

Ví dụ 5: truyền phát câu trả lời khi nó được viết

Các ứng dụng trò chuyện sẽ mượt mà hơn khi văn bản xuất hiện từng từ một. Đặt stream thành true và đọc các mảnh SSE; thông tin sử dụng sẽ xuất hiện ở cuối.

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 ?? "");
}

Một yêu cầu streaming giữ slot concurrency của nó cho đến khi stream kết thúc. Trên một khóa dùng thử với 2 yêu cầu đồng thời, hai stream mở có nghĩa là một cuộc gọi thứ ba sẽ trả về 429 với code concurrency. Đóng các stream mà bạn không còn đọc nữa.

Tinh chỉnh giọng điệu khi các phần cơ bản đã hoạt động

Sau lần chạy đầu tiên, phần lớn nỗ lực dành cho các điều chỉnh nhỏ. Cùng năm yêu cầu đó có thể được đẩy theo những hướng rất khác nhau mà không cần thay đổi mô hình hoặc endpoint.

Chạy thử nghiệm A/B trên system message

Gửi một tin nhắn người dùng hai lần với cùng seed, một lần không có tin nhắn hệ thống và một lần với nhân vật của bạn. Vì seed cố định, sự khác biệt giữa hai phản hồi đến từ tin nhắn hệ thống chứ không phải từ may mắn lấy mẫu. Hãy làm điều này trước khi viết một prompt dài, và lại làm sau mỗi lần chỉnh sửa. Nếu một câu trong prompt của bạn không thay đổi đầu ra, hãy xóa nó và tiết kiệm token đầu vào.

Mô tả thái độ, không phải nhãn

Từ "unhinged" cho mô hình rất ít thông tin. Một dòng như "bạn trả lời câu hỏi trước, sau đó thêm một nhận xét trung thực, hơi thô lỗ một chút" sẽ cho nó thứ gì đó để thực hiện. Điều tương tự cũng áp dụng cho sự châm biếm: hãy đặt tên cho mục tiêu (kế hoạch, mã, tình huống) để các trò đùa rơi vào thứ gì đó khác ngoài người dùng.

Giữ một chế độ bình thường bên cạnh chế độ lỏng lẻo

Hầu hết các ứng dụng đều cần cả hai. Một tính năng chat có thể muốn giọng điệu bất cần, trong khi phần viết tóm tắt đơn hàng hoặc thông báo lỗi cần một giọng điệu trung lập. Hãy giữ hai system prompt trong mã của bạn và chọn một cho mỗi cuộc gọi. Model ID và endpoint vẫn giống nhau, vì vậy việc chuyển đổi không tốn gì.

Theo dõi độ dài

Các nhân vật tự do sẽ nói lan man. Hãy chỉ định một khoảng từ trong prompt, chẳng hạn như "dưới 150 từ", và bạn sẽ nhận được các phản hồi ngắn gọn, súc tích hơn cùng chi phí đầu ra thấp hơn. Token đầu ra đắt hơn token đầu vào ở mức $0,50 cho mỗi 1 triệu so với $0,15, vì vậy việc cắt giảm phản hồi là cách tiết kiệm chi phí nhất.

Chạy các ví dụ với chi phí thấp và những gì nằm ngoài phạm vi

Mỗi ví dụ đều nhỏ. Giả sử một lần chạy gửi 400 token đầu vào và nhận lại 600 token. Chi phí đầu vào là 400 x $0,15 / 1.000.000 = $0,00006, chi phí đầu ra là 600 x $0,50 / 1.000.000 = $0,0003, vậy tổng chi phí cho lần chạy là $0,00036. Tín dụng dùng thử $0,50 đủ cho hơn một nghìn lần chạy như vậy, mặc dù cửa sổ 7 ngày và giới hạn đồng thời 2 yêu cầu mới là những hạn chế thực sự. Chi tiết đầy đủ có trên trang giá cả.

Để bắt đầu, tạo khóa của bạn và làm theo hướng dẫn nhanh để thiết lập máy khách. Thanh toán cho các khoản nạp tiền lớn hơn chỉ bằng tiền mã hóa, USDT trên TRC20 hoặc USDC trên Base.

Hai ranh giới áp dụng cho mọi ví dụ. Mô hình chỉ là văn bản, vì vậy không có hình ảnh, âm thanh hoặc embedding. Và nội dung tình dục liên quan đến người chưa thành niên luôn bị cấm. Mọi thứ khác ở đây là về truyện người trưởng thành và mục đích hợp pháp, và đó là nơi một mô hình không có lệnh từ chối phát huy giá trị của nó.

Hướng dẫn khác

• Prompt Grok không kiểm soát: System Prompt hiệu quả
• API LLM uncensored: Giải pháp thay thế cho Grok API