xAI guidelines 參數：逐請求調整 Grok 內容審核

**摘要：**xAI 在 Release Notes 的十月更新中加入 Custom Moderation Controls：開發者可以在 Chat Completions 或 Responses API 的每個請求附上 guidelines 陣列，指定 Grok 在 nsfw、violence、profanity 三個類別的處理方式。這代表內容審核從平台單方面決定，變成可以按請求、按應用場景調整的參數——對做多人共用產品的 builder 是實際的粒度提升。

逐請求的審核控制怎麼運作

根據官方文件，每個 guideline 包含 type（目前固定為 "policy"）、category 和 behavior 三個欄位，而行為目前只有 decline 一種。三個類別各有明確語意：nsfw 設 decline 後仍會回答教育性或臨床的性議題問題；violence 會避免血腥描寫但不拒談歷史與新聞；profanity 則改寫成不含髒話的版本。

沒列出的類別維持模型預設行為，所以只需要聲明你想改的項目。反過來說，指南只對攜帶它的那個請求生效——要讓整段對話一致，就每個請求都要帶上（xAI Python SDK 的 chat.create 會存在 chat 物件上，之後每次 sample 都會送出）。

實際送出的樣子

用 OpenAI SDK 打 xAI endpoint 時，guidelines 不是 SDK 內建參數，Python 要放在 extra_body：

response = client.responses.create(
    model="grok-4.7",
    input="Write a short story about a knight.",
    extra_body={
        "guidelines": [
            {"type": "policy", "category": "violence", "behavior": "decline"},
            {"type": "policy", "category": "nsfw", "behavior": "decline"},
        ],
    },
)

回應的形狀與一般回應相同，模型會在生成過程中遵守規則，而不是事後過濾。這點對產品體驗有差：使用者拿到的是模型自己改寫過的版本，不是被截斷或蓋板的輸出。

限制與錯誤處理

有幾個工程上要注意的邊界。guidelines 目前不支援 multi-agent 模型（如 grok-4.20-multi-agent）和 deferred completions；沒有 server-side tools 和檔案附件的請求，若設了 stop 或 n 大於 1 也無法使用，API 會在模型執行前回 400。

錯誤分兩層：422 代表 category 或 behavior 是未知值；400 涵蓋重複類別、type 不是 "policy"、以及上述不支援的請求組合。xAI Python SDK 會在送出前就對未知值拋 ValueError，能省一次往返。

同一份 Release Notes 裡的其他維運訊號

這份 Release Notes 也記錄了一輪模型生命週期變動：grok-voice-3.0 上線且 grok-voice-latest 自動指向新版，grok-voice-2.0 同步 deprecated；grok-voice-transcribe-1.0 將在 2026 年 10 月 2 日終止，之後請求自動改路由到 grok-voice-transcribe-2.0，價格不變、準確度較高。另外 grok-imagine-image-quality 會在 2026 年 11 月 2 日退役，改由 grok-imagine-image-2.0 以 low 品質承接。

這種「alias 自動升級、舊 slug 設退場日並自動路由」的模式，正是我們在模型生命週期管理一文談過的課題：依賴固定 slug 的程式碼遲早要面對退役日，越早改用 alias 或明確版本號，維運負擔越小。

給 builder 的實際建議

如果你的產品同時服務不同受眾——例如教育場景要更嚴、創作工具要更寬——guidelines 让你不必為了審核差異維護不同模型或不同 prompt 前綴，直接在請求層聲明即可。要注意的是行為目前只有 decline，且文件明言 SpaceXSI 可能持續調整各類別的細節，所以上線前值得為每個類別跑一組自己的測試案例，別把今天的行為當成永久契約。

參考來源

原始貼文

在 X 上查看原貼文