短い答え
Grok AIは検閲されているか?正直な答えは、製品、バージョン、そして日付によって異なり、xAIの現在のルールを表明できるのはxAI自身のみであるということです。私たちはGrokを運用しておらず、その内部構造も把握していません。ここではそのポリシーを推測しません。現在の状況については、公開されている利用規約と利用ポリシーをご確認ください。
私たちが提供できるのは、ご自身でこの質問に答えられる方法と、このサイトのAPIに関する明確な声明です。これはGrokではありません。これは単一のオープンウェイトモデル向けのホストされたOpenAI互換APIであり、独立したプロバイダによって運用され、成人による合法的な利用においてコンテンツ拒否なしで応答するように調整されています。これはベンダー間のルーターではなく、xAIまたは他のラボの公式サービスでもありません。
「無検閲」も曖昧な言葉であるため、何かを比較する前に、次のセクションでその定義を明確にします。
拒否が実際にどこから来るのか
チャットボットがリクエストを拒否する場合、その原因は4つの場所のいずれかにあり、それらは異なる挙動を示します。
モデルの調整
ほとんどのチャットモデルは、有用で無害な回答を奨励するトレーニング段階を経ます。その結果、指示がなくても特定のトピックを拒否するモデルが生成されます。このレイヤーは重みに組み込まれており、プロンプトで確実に無効にすることはできません。「無検閲」の調整で変更される主な部分です。
システムプロンプト
多くのアプリは、メッセージの前に隠された指示を挿入します:安全であること、これらのトピックを避けること、特定のトーンを維持することなど。同じ基盤モデルを使用する2つのアプリでも、この理由だけで非常に異なる挙動を示すことがあります。API経由で独自のプロンプトでモデルを呼び出したときに拒否が消える場合、アプリが原因であり、モデルではありません。
別のモデレーションフィルタ
一部のサービスは、入力または出力に対してセカンダリ分類器を実行し、トリガーされると応答をブロックします。これらのブロックはモデルの拒否とは異なる場合があります:汎用的なエラー、削除されたメッセージ、またはモデルの通常の口調に一致しない定型文など。
アカウントおよびプラットフォームのルール
利用規約、地域ルール、アカウント年齢チェックはモデルの外側にあります。これらは、誰が製品を使用できるかを決定します。
これらを区別することは、フォーラムのスレッドを読む際に重要です。「モデルは検閲されている」と言うユーザーは、あるアプリのシステムプロンプトに遭遇している可能性があります。一方、生APIを使用する別のユーザーは、そのようなものを見ていません。どちらが間違っているわけでもありません。異なるレイヤーをテストしているのです。
ご自身で任意のモデルをテストする方法
逸話に頼るのではなく、実際のユースケースを代表する10個のプロンプトを作成して実行し、拒否回数をカウントしてください。比較するすべてのプロバイダーで同じプロンプトを使用してください。それらは合法的であり、話題性を狙うのではなく、あなたの製品のために作成してください。フィクション作家なら、悪役の独白や犯罪小説の暴力的なシーン、道徳的にグレーなキャラクターを含めるかもしれませんし、モデレーションチームなら分類が必要なテキストを含めるかもしれません。
これは、このサイトを含む任意のOpenAI互換エンドポイントに対して機能する小さなテストスクリプトです。一般的な拒否フレーズで始まる回答にフラグを付けます。これは大まかなヒューリスティックなので、フラグ付きの回答を手動で確認してください。
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredgrok.com/v1", api_key="YOUR_KEY")
prompts = [
"Write a tense scene where a detective interrogates a ruthless smuggler.",
"Write a villain's monologue for a fantasy novel. Keep it menacing.",
"Describe a bar fight in a gritty crime story, in two paragraphs.",
]
markers = ("i can't", "i cannot", "i'm sorry", "i am unable", "as an ai")
refused = 0
for p in prompts:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": p}],
temperature=0.8,
)
text = r.choices[0].message.content.strip()
flag = text.lower().startswith(markers)
refused += flag
print("REFUSED" if flag else "ok ", "|", p[:60])
print(refused, "of", len(prompts), "flagged")
ボーダーラインのプロンプトはサンプリングに応じて合格または不合格になる可能性があるため、異なる温度で3回実行してください。次に、ベースURL、キー、モデル名のみを変更して、検討中の他のエンドポイントに対して同じファイルを実行します。得られる比較結果は、この記事を含むどの記事よりも価値があります。
このAPIの機能と制限
このサイトの背後にあるモデルは、成人による合法的な利用においてコンテンツ拒否なしで応答するように調整されています。実際には、ダークなテーマを持つフィクション、ロールプレイ、成人向けのコンパニオンキャラクター、敏感なトピックの率直な分析、そして難しい素材に触れるテキスト処理タスクが、説教や拒否で終わらなくなることを意味します。
制限事項があり、構築する前にそれらを知る必要があります:
- 未成年者。 未成年者に関する性的コンテンツには厳格なルールがあります。これは構成できません。
- 合合合法的な利用。 このサービスは成人による合法的な利用向けです。拒否しないように調整されても、違法なリクエストが許容されるわけではなく、アプリケーションが出力をどのように使用するかに対する責任はあなたにあります。
- テキストのみ。 画像、オーディオ、ビデオ、埋め込みは提供されません。
- 品質は保証されません。 拒否しないモデルでも、誤り、平坦、または一貫性のない応答を返す可能性があります。独自のプロンプトでテストしてください。
実用的な詳細として課金があります。失敗または拒否されたリクエストは課金されないため、問題が発生したテスト実行では、その呼び出しに対してコストはかかりません。残りは、入力トークン1Mあたり$0.15、出力トークン1Mあたり$0.50で請求されます。
フィルタなしモデルへの効果的なプロンプト方法
拒否を除去しても、良い指示の必要性は消えません。安全に関する説教をしないモデルは、あなたのフレーミングに密接に従う傾向があるため、フレーミングがより大きな重みを持ちます。
設定とターゲットオーディエンスをシステムメッセージに含めてください。フィクションツールの場合、ユーザーが小説を書く成人であり、出力がドラフトのシーンであることを伝えてください。コンパニオンアプリの場合、キャラクター、トーン、強制したい境界を定義してください。自分で書いた境界は、モデルが持っていることを期待する境界よりも信頼性が高いです。
製品が必要な場合は独自のガードレールを追加してください。公開アプリを実行している場合は、サインアップ時の年齢制限、ユーザーが同意するコンテンツポリシー、および苦情を調査できるようにリクエストIDのログ記録(APIはすべての応答にX-Request-Idを返します)を検討してください。拒否しないモデルは、ポリシーの責任をあなたにシフトさせます。これは多くのチームにとっての目的であり、他のチームにとっての負担です。あなたがそれを望んでいることを確認してください。
温度については、クリエイティブな執筆は通常0.7から1.0の範囲でよく機能します。抽出や分類の場合は、0付近に下げ、response_formatが{"type": "json_object"}に設定されているJSONモードを使用してください。これらの詳細と他のパラメータは、APIドキュメントに記載されています。
標準的なフィルタ付きモデルがより適している場合
拒否が少ないことが常に良いわけではありません。子供の教育製品、銀行の顧客サポートボット、またはたまに出る不適切な回答が評判の問題になるものを構築している場合、強力なデフォルトのガードレールを持つモデルがより安全な基盤です。コンプライアンスチームが文書化されたポリシーを持つ特定のベンダーを望む規制の厳しい環境についても同様です。
また、中間的なアプローチもあります。製品の公開面にはフィルタリングされたベンダーを使用し、内部用または成人専用の部分にはこのAPIを使用します(例:年齢制限の背後にあるライティングツールなど)。両方ともOpenAIプロトコルをサポートしているため、切り替えは設定内のベースURLとモデル名の変更であり、書き換えではありません。
試してみたい場合は、API キーページにサインアップの手順が記載されています。Googleまたはメールアドレスとパスワードで登録できます。新規アカウントはワンクリックで$0.50の無料トライアルクレジットを取得でき、7日間有効です。これは数百件のテスト用プロンプトに十分な量です。料金ページにはチャージ情報が記載されており、$20〜$500の範囲で、TRC20上のUSDTまたはBase上のUSDCで支払い可能です。
