Grok API の guidelines パラメータとは？カスタムコンテンツモデレーションの解説

xAI は Grok テキスト API に guidelines パラメータを追加しました。これにより、モデルが文章を生成する際に特定のコンテンツカテゴリをさらにモデレートするよう指示できます。Grok を使って開発しており、機密性の高い出力をより厳密に制御したい場合、これは xAI がテキスト向けに提供する初のリクエスト内コンテンツ制御機能です。Grok API の guidelines パラメータの機能、対応カテゴリ、設定方法、そして想定されるリクエスト制限とエラーについて詳しく解説します。

guidelines パラメータの機能

guidelines パラメータは、Grok テキスト API リクエストに追加する配列で、モデルが特定のコンテンツカテゴリを処理する方法を変更します。リストアップした各カテゴリに対して強化された動作を選択すると、Grok はガイドラインに従いながら、自分自身の言葉でレスポンスを生成します。レスポンスの形式は通常のレスポンスと同じで、追加のラッパーを解析する必要はありません。

重要なポイントが2つあります：

• カテゴリごとのオプトイン方式。 指定しなかったカテゴリはモデルのデフォルトのモデレーション動作を維持するため、変更したいカテゴリのみをリストアップします。
• リクエストごとの適用。 ガイドラインはそれを含むリクエストにのみ適用されます。会話全体をカバーするには、その会話のすべてのリクエストに含める必要があります。

この機能は10月の Grok API リリースノートに記載され、xAI のアナウンスによると、すべての API ユーザーが利用可能です。

対応カテゴリと動作

guidelines の各エントリには3つのフィールドがあります：type（常に "policy"）、category、そして希望する behavior です。現在、唯一の動作は decline です。

ドキュメントではこれらの動作を概要レベルで説明しており、xAI が詳細を随時改善する可能性があると記載されています。実用上の要点として、decline はエラーを返すハードな分類器ではなく、レスポンス内でのソフトな誘導です。Grok は指定したカテゴリの範囲内に収まるよう、自身の回答を再構成します。

リクエストに guidelines を設定する方法

guidelines はトップレベルの配列として渡します。Responses API では他のパラメータと並べて配置し、Chat Completions では messages と同じレベルに配置します。以下は violence と nsfw の両方を decline に設定するリクエストの例です：

curl https://api.x.ai/v1/responses \
  -H "Authorization: Bearer $XAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "grok-4.7",
    "input": "Write a short story about a knight.",
    "guidelines": [
      { "type": "policy", "category": "violence", "behavior": "decline" },
      { "type": "policy", "category": "nsfw", "behavior": "decline" }
    ]
  }'

よくある SDK の注意点：

• OpenAI Python SDK： フィールドが定義されていないため、extra_body で渡します。
• OpenAI JavaScript SDK： 他のリクエストパラメータと一緒に guidelines を送信します。
• xAI Python SDK： chat.create がチャットにガイドラインを保存するため、すべての sample() 呼び出しで自動的に送信されます。自分で繰り返す必要はありません。

対応している API と対応していない API

guidelines は Chat Completions、Responses API、および xAI Python SDK の chat.create で使用できます。ただし、いくつかのケースでは使用できず、モデルが実行される前に API が 400 エラーでリクエストを拒否します：

• grok-4.20-multi-agent などのマルチエージェントモデル。
• 遅延補完（Deferred completions）。
• サーバーサイドツールもファイル添付もないリクエストで、stop を設定するか n を1より大きく設定した場合。

チェックは事前に行われるため、拒否されたリクエストにモデルの推論コストはかかりません。ただし、コード内でこれらのエラーをキャッチする必要があります。

想定されるエラー

API はモデルを実行する前に guidelines を検証し、適用できない場合はエラーを返します：

xAI Python SDK では、未知のカテゴリや動作はリクエストが送信される前に ValueError を発生させます。その他のエラーは gRPC の INVALID_ARGUMENT ステータスとして返されます。

開発者にとっての重要性

Grok はこれまで比較的制限の少ないモデルとして位置づけられており、テキスト API 呼び出しにはリクエスト内のモデレーション制御がありませんでした。モデルのデフォルト動作を受け入れるか、出力を自分でフィルタリングするかのどちらかでした。guidelines パラメータはその中間の選択肢です。カテゴリレベルの制御をインラインで宣言でき、別途モデレーション呼び出しも、自前のしきい値ロジックも不要です。

現時点では意図的に範囲を絞っています。3カテゴリ、1つの動作（decline）、テキストのみです。性的または過激な暴力的な出力のリスクを避けたいカスタマー向けチャットボットでは、nsfw と violence を decline として宣言するだけで、1行のガードレールになります。より厳格または監査可能な要件には、引き続き独自の出力チェックが必要です。decline はレスポンスを再構成するものであり、ハードブロックではないためです。また、上記の 400/422 エラーのハンドリングも忘れずに実装してください。

独自エージェントでモデレートされた AI ワークフローを構築する

Grok の guidelines パラメータのようなコンテンツ制御は、AI を本番環境で安全に運用するための一要素に過ぎません。より難しいのは、モデルの出力を実際のタスク、承認フロー、ツールに組み込むことです。Eigent はオープンソースのマルチエージェント「Cowork」アプリで、AI ワークフォースをローカルで実行します。機密性の高いプロンプトやデータを自分のマシン上に保ちながら、エージェントがヒューマン・イン・ザ・ループのチェックポイントを備えたワークフローを処理します。少人数チームへの活用方法については AI エージェントで一人会社を運営するをご覧いただくか、Eigent をダウンロードしてお試しください。