什麼是 Grok API guidelines 參數？自訂內容審核詳解

xAI 在 Grok 文字 API 中新增了 guidelines 參數，讓你可以指示模型在生成內容時對特定類別進行更嚴格的審核。如果你基於 Grok 開發應用，並需要對敏感輸出內容有更精細的控制，這是 xAI 首個針對文字的請求內建內容控制功能。以下將詳細說明 Grok API guidelines 參數的功能、涵蓋的類別、設定方式，以及需要注意的請求限制與錯誤。

guidelines 參數的功能

guidelines 參數是一個陣列（array），你可以將其加入 Grok 文字 API 請求，以改變模型處理特定內容類別的方式。對於你列出的每個類別，你可以選擇一種增強行為；Grok 隨後會在生成回應時以自己的方式遵循這些指引。回應的格式與一般回應相同——無需解析額外的包裝結構。

有兩點需要注意：

• 按類別選擇啟用。 任何未列出的類別將保持模型的預設審核行為，因此你只需列出實際想要更改的類別。
• 按請求生效。 Guidelines 僅適用於攜帶它們的請求。若要覆蓋整個對話，你需要在該對話的每個請求中都傳送它們。

此功能已於十月在 Grok API 版本說明中記錄，並根據 xAI 的公告，已向所有 API 客戶開放。

支援哪些類別和行為

guidelines 中的每個條目包含三個欄位：type（固定為 "policy"）、category（類別），以及你希望採用的 behavior（行為）。目前唯一支援的行為是 decline。

文件對這些行為的描述較為概括，並指出 xAI 可能會隨時間調整細節。實際要點：decline 是一種較為溫和的、在回應內部進行的引導，而非返回錯誤的硬性分類器——Grok 會重新調整自己的答案，以符合你指定的類別要求。

如何在請求中設定 guidelines

你需要將 guidelines 作為頂層陣列傳入。在 Responses API 中，它與其他參數並列；在 Chat Completions 中，它與 messages 處於同一層級。以下是一個將 violence 和 nsfw 均設為 decline 的請求範例：

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" }
    ]
  }'

容易令人混淆的 SDK 注意事項：

• OpenAI Python SDK： 該欄位未被定義，因此需透過 extra_body 傳入。
• OpenAI JavaScript SDK： 將 guidelines 與其他請求參數一同傳送。
• xAI Python SDK： chat.create 會將 guidelines 儲存在 chat 物件上，因此每次 sample() 呼叫都會自動傳送它們——你無需重複傳入。

哪些 API 支援，哪些不支援

guidelines 在 Chat Completions、Responses API 以及 xAI Python SDK 的 chat.create 中均受支援。但在以下幾種情況下不適用，API 會在模型運行之前以 400 錯誤拒絕這些請求：

• 多智能代理模型，例如 grok-4.20-multi-agent。
• 延遲完成（Deferred completions）。
• 沒有伺服器端工具且沒有檔案附件，同時設定了 stop，或將 n 設為大於 1 的請求。

由於檢查在前端進行，被拒絕的請求不會消耗模型推理資源——但這意味著你需要在程式碼中捕獲這些錯誤。

需要注意的錯誤

API 在運行模型之前會驗證 guidelines，如果無法應用則返回錯誤：

在 xAI Python SDK 中，未知的類別或行為會在請求發送之前觸發 ValueError；其他錯誤則以 gRPC INVALID_ARGUMENT 狀態返回。

這對開發者意味著什麼

Grok 一直以來被定位為較為寬鬆的模型，而文字 API 呼叫此前沒有任何請求內建的審核控制——你只能接受模型的預設行為，或自行過濾輸出。guidelines 參數提供了一條中間路徑：以內聯方式聲明的類別級別引導，無需單獨的審核呼叫，也無需在自己的程式碼中編寫閾值邏輯。

目前功能範圍刻意保持精簡——三個類別、一種行為（decline）、僅限文字。對於面向客戶的聊天機器人，若你無法承擔性化或露骨暴力輸出的風險，將 nsfw 和 violence 聲明為 decline 是一道一行程式碼即可實現的防護欄。對於要求更嚴格或需要更高可審計性的場景，你仍需要自行進行輸出檢查，因為 decline 是重塑回應而非硬性封鎖——同時你仍應處理上述 400/422 拒絕錯誤。

使用自己的智能代理構建受審核的 AI 工作流程

Grok 的 guidelines 參數等內容控制功能，只是在生產環境中安全運行 AI 的一個環節——更難的部分在於將模型的輸出接入真實的任務、審批流程和工具中。Eigent 是一款開源多智能代理「協作」應用，可在本地運行 AI 工作團隊，讓你在將敏感提示詞和數據保留在自己機器上的同時，由智能代理透過人工介入檢查點處理工作流程。了解這如何適用於精簡團隊，請參閱用 AI 智能代理運營單人公司，或下載 Eigent 立即體驗。