Grok API 的 guidelines 參數是什麼？自訂內容審核機制詳解

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，針對特定內容類別進行更嚴格的審核。如果你在 Grok 上開發應用，且需要更精確地控制敏感輸出，這是 xAI 首個針對文字的請求層級內容控制機制。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處理。

guidelines 參數的功能

guidelines 參數是一個陣列（array），加入 Grok 文字 API 請求後，可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，你可以選擇一種強化行為；Grok 接著會在生成回應時，以自己的方式遵循這些 guidelines。回應的格式與一般回應相同，不需要解析額外的包裝結構。

有兩點需要特別注意：

• 按類別選擇啟用。 未列出的類別將維持模型的預設審核行為，因此你只需列出實際想要變更的類別。
• 按請求生效。 Guidelines 僅適用於攜帶它們的請求。若要涵蓋整個對話，你需要在該對話的每個請求中都傳送 guidelines。

此功能已於十月在 Grok API 版本說明中記錄，並根據 xAI 的公告，現已開放給所有 API 用戶使用。

支援哪些類別與行為

guidelines 中的每個項目包含三個欄位：type（固定為 "policy"）、category（類別），以及你想要的 behavior（行為）。目前唯一支援的行為是 decline。

文件對這些行為的描述屬於高層次說明，並指出 xAI 可能隨時間調整細節。實際上需要了解的是：decline 是一種較為柔性的、在回應內部進行的引導，而非回傳錯誤的硬性分類器——Grok 會重新調整自己的回答，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 位於同一層級。以下是同時將 violence 和 nsfw 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" }
    ]
  }'

容易讓人踩坑的 SDK 注意事項：

• OpenAI Python SDK： 該欄位未定義，請透過 extra_body 傳入。
• OpenAI JavaScript SDK： 將 guidelines 與其他請求參數一起傳送。
• xAI Python SDK： chat.create 會將 guidelines 儲存在 chat 物件上，因此每次呼叫 sample() 時都會自動傳送——你不需要重複設定。

哪些 API 支援，哪些不支援

guidelines 可用於 Chat Completions、Responses API，以及 xAI Python SDK 中的 chat.create。以下幾種情況不支援，且 API 會在模型執行前以 400 錯誤拒絕這些請求：

• 多代理模型（multi-agent models），例如 grok-4.20-multi-agent。
• 延遲完成（deferred completions）。
• 沒有伺服器端工具且沒有附件，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論資源——但這意味著你需要在程式碼中捕捉這些錯誤。

需要預期的錯誤

API 在執行模型前會驗證 guidelines，若無法套用則回傳錯誤：

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

這對開發者的意義

Grok 一直以來被定位為較為寬鬆的模型，文字 API 呼叫過去也沒有請求層級的審核控制——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線：在請求中直接宣告的類別層級引導，無需額外的審核呼叫，也不需要在自己的程式碼中撰寫閾值邏輯。

目前功能刻意保持精簡——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 宣告為 decline 就是一道一行程式碼的防護欄。對於需要更嚴格或更可稽核的場景，你仍需要自行進行輸出檢查，因為 decline 是重新調整回應而非硬性封鎖——同時也應處理上述的 400/422 拒絕錯誤。

使用自有代理建構受審核的 AI 工作流程

Grok 的 guidelines 參數等內容控制機制，只是在生產環境中安全運行 AI 的一個環節——更困難的部分是將模型的輸出串接到實際的任務、審批流程與工具中。Eigent 是一款開源的多代理「協作」應用程式，可在本機運行 AI 工作團隊，讓你在代理透過人機協作檢查點處理工作流程的同時，將敏感提示詞與資料保留在自己的機器上。了解這如何適用於精簡團隊，請參閱以 AI 代理經營一人公司，或下載 Eigent 立即體驗。