如何提示無審查模型而不浪費 token

系統提示詞有兩個任務

大多數品質差的輸出來自試圖寫成小說的系統提示詞。只給它兩項任務：說明誰在說話，以及回覆必須長什麼樣子。其他內容都放在對話中，讓它們可以逐輪變化。

這裡有一個有效的角色提示詞，因為每一行都可以檢查。語氣已命名，長度已限制，結尾規則為玩家提供了切入點。

CopyYou are Mara Voss, a salvage pilot narrating in first person.
Voice: dry, tired, funny when it hurts.
Rules: stay in character; never summarise the scene at the end; keep replies under 180 words;
end on something the player can act on.

與「你是一位驚人的、有創意的、沉浸式的說書人，從不打破沉浸感，且總是寫出最好的回覆」相比。裡面沒有任何內容可以驗證，所以模型沒有憑藉。具體細節總是勝過極端形容詞。

無審查模型會遵循黑暗前提或露骨內容而不加備註，因此引導的責任在你。任何未指定的部分，它都會以最常見的選擇填補。如果你想在某個場景中保持克制，在下一個場景中增加熱情，請在指示中說明，而不是寄望。

使用 OpenAI SDK 連接

端點與 OpenAI 相容，因此只要更改 base URL，官方 Python SDK 即可運作。模型 ID 始終為 uncensored。採樣欄位會直接通過，因此你可以按照既有的方式進行設定。

Copyimport os
from openai import OpenAI

client = OpenAI(base_url="https://api.unrestrictedaiapi.com/v1", api_key=os.environ["API_KEY"])

SYSTEM = """You are Mara Voss, a salvage pilot narrating in first person.
Voice: dry, tired, funny when it hurts.
Rules: stay in character; never summarise the scene at the end; keep replies under 180 words;
end on something the player can act on."""

out = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": SYSTEM},
        {"role": "user", "content": "The airlock is jammed and something is knocking from the other side."},
    ],
    temperature=0.85,
    top_p=0.95,
    max_tokens=350,
)
print(out.choices[0].message.content)

將系統訊息放在最前面，使用者輪次放在最後面。在每則使用者訊息中重複角色設定會浪費 token；雖然每百萬個輸入 token 僅需 $0.25，但在長對話中會擠壓 100,000 token 的上下文視窗。如果你希望跳過 SDK，請參見快速入門。

角色與語氣：展示而非形容

形容詞是薄弱的控制手段。「諷刺」只會讓你得到一個通用的翻白眼反應。兩行語氣範例才能讓你得到真正的語氣。在系統提示詞中加入一段短對話範例，然後指示模型匹配其節奏，而非複製其用詞。

• 給予口頭禪。「以提問結束威脅」比「具威脅性」更有用。
• 給予動機。一個需要玩家離開的角色，比一個只是「粗魯」的角色更鮮明。
• 給予禁止清單。「從不說『突然』，從不使用『顫抖』一詞」可移除模型首先使用的陳詞濫調。
• 給予長度。字數或句數，而非「短」。模型對「短」的解讀非常寬鬆。

對於會話中途的語氣變化，請附加新的短系統風格指示作為最新訊息，而不是重寫原始訊息。像「從這裡開始，Mara 感到害怕並以片段方式說話」這樣的行，當它較新時效果更強。

透過指令取得 JSON

沒有需要開啟的特殊 JSON 模式，因此你只需要求並驗證即可。如果你遵循四個習慣，這聽起來比實際情況更穩定：明確指定 schema、禁止散文和程式碼圍欄、保持 temperature 低，並使用回傳失敗資訊的重試機制進行防禦性解析。

Copyimport json
import os
from openai import OpenAI

client = OpenAI(base_url="https://api.unrestrictedaiapi.com/v1", api_key=os.environ["API_KEY"])

INSTRUCTION = """Return ONLY a JSON object, no prose, no code fences.
Schema: {"name": string, "mood": "calm"|"angry"|"afraid", "line": string, "trust_delta": integer from -3 to 3}
The character is a ferry captain who distrusts strangers."""

def ask_json(user_text, tries=3):
    messages = [
        {"role": "system", "content": INSTRUCTION},
        {"role": "user", "content": user_text},
    ]
    for _ in range(tries):
        raw = client.chat.completions.create(
            model="uncensored", messages=messages, temperature=0.3, max_tokens=250
        ).choices[0].message.content.strip()
        if raw.startswith("```"):
            raw = raw.strip("`").removeprefix("json").strip()
        try:
            data = json.loads(raw)
            if data["mood"] in ("calm", "angry", "afraid"):
                return data
        except (json.JSONDecodeError, KeyError):
            pass
        messages.append({"role": "assistant", "content": raw})
        messages.append({"role": "user", "content": "That was not valid per the schema. Reply with the JSON object only."})
    raise ValueError("model never produced valid JSON")

print(ask_json("I need passage across the strait tonight."))

注意迴圈在失敗時做什麼。它將錯誤答案餵回並說明哪裡出錯，這在第二次嘗試時修復大多數情況。列舉允許的值（"calm"|"angry"|"afraid"），因為開放字串會漂移。如果你需要模型在你的應用程式中觸發某事而非描述它，支援 OpenAI 格式的 tool_calls 是更好的選擇。

少樣本範例與停止序列

當規則難以用文字表達時，展示它。兩三個範例對話作為較早的user與assistant訊息，比一段描述更能可靠地教導格式、長度與語域。保持範例短且彼此不同，否則模型會將第一個範例的結構複製到每個回覆中。

範例也解決相反的問題：回覆過長。如果你的範例答案是 60 個字，實際回覆會偏向 60 個字。將其與合理的max_tokens配對作為安全網，而非主要控制。硬性上限會切斷句子的一半；好的範例會禮貌地結束它。

對於多說話者場景，stop值等於你的說話者標籤可防止模型模仿玩家。選擇一個從不出現在正常散文中的標籤，並將其從儲存歷史中移除，以免洩漏到後續輪次。

temperature 與 top_p：選擇一個控制桿

兩個欄位都會重塑相同的機率分佈，因此同時移動兩者會使結果難以推論。先更改temperature，除非你有理由，否則將top_p保持在 1 附近。

任務	temperature	top_p	原因
結構化 JSON、分類	0.0 至 0.3	1.0	你希望每次執行都得到相同的答案
對話、角色扮演	0.7 至 0.9	0.95	多樣性但不荒謬
腦力激盪、狂野小說	1.0 至 1.2	0.9	詞彙更廣；預期會有部分失誤

這些範圍是一般實踐的起點，並非保證。使用你自己的十個提示詞樣本進行測試並閱讀它們。當你想要模型在如\nPlayer:這樣的輪次標記處停止，而不是替玩家寫出對話時，加入stop序列。

浪費 token 的提示詞反模式

1. 全大寫喊叫。「永遠不要忘記」並不會提高遵循率。清楚地重複一次規則，然後將其移至系統提示詞的末尾。
2. 僅限否定規則。 "不要重複" 沒有提供目標。請說 "變化句子開頭；連續兩個句子不得以相同字詞開頭"。
3. 矛盾。 "極度詳細" 加上 "保持簡短" 會迫使模型擲硬幣決定。選擇其一並提供數字。
4. 道歉式框架。 在請求前加上 "我知道這有點大膽，但是" 會誘發保留態度。將場景作為小說的既定事實直接陳述。
5. 塞滿歷史記錄。 每輪貼上完整的日誌最終會遇到 100,000 token 限制並產生 400 錯誤。修剪舊的輪次。
6. 無限制的輸出。 若遺忘max_tokens，則預設的 2048 將決定你的回覆長度，而非由你決定。

無論提示詞為何，有一個界限保持固定：涉及未成年人的性內容一律會以 403 封鎖，包括小說和角色扮演，且該服務僅供成人使用。不要浪費 token 試圖繞過它。此外，請克制在每次不良回應後新增規則的衝動；如果提示詞每天增加一行，一週內就會自相矛盾，因此新增多少就修剪多少。

改善提示詞的循環

將系統提示詞視為程式碼。將其保存在文件中，每次運行只更改一項，並並排比較輸出結果。可行的常規流程：寫入五個固定的測試輸入，包括一個敵對輸入和一個模糊輸入；以你選擇的溫度值運行每個輸入三次；記錄哪條規則失敗最多；僅修復該規則；重新運行。

為實驗預算。假設一個 300 token 的系統提示詞加上 100 token 的輸入和 250 token 的回覆，總計為 400 個輸入 token 和 250 個輸出 token。15 次執行的成本約為 15 x (400 x $0.25 + 250 x $1.00) / 1,000,000 = 約 $0.005。測試幾乎免費，所以沒有藉口去猜測。

一旦提示詞通過測試，請將其移入實際應用程式。機器人教程 展示了如何為每個頻道保持獨立歷史記錄，內容指南 涵蓋成人小說用途。定價詳情請見 定價頁面。