xAI 为 Grok 上线自定义审核控制:可按类别设置拒绝行为
2026.10.29 · 收录日 2026.10.29 · 产品 · 功能更新 · 官方发布
开发者可在请求中传入 guidelines 数组,指定 nsfw、violence、profanity 等类别的处理方…
xAI 在 Grok API 中推出自定义审核控制,开发者可在请求里加入 guidelines 数组,为特定内容类别指定进一步行为。目前唯一可选行为是 decline,支持 nsfw、violence、profanity 三类;未列出的类别保持模型默认审核。该功能适用于 Chat Completions、Responses API 及 xAI Python SDK 的 chat.create。
- guidelines 每条含三个字段:type 固定为 policy、category 和 behavior,目前 behavior 仅支持 decline。
- 支持类别为 nsfw、violence、profanity,未列出的类别继续沿用模型默认审核行为。
- guidelines 只对携带它的单次请求生效,要覆盖整个对话需每次请求都发送。
- 多智能体模型(如 grok-4.20-multi-agent)和延迟补全暂不支持 guidelines。
- 无服务端工具且无文件附件的请求,若设置 stop 或 n 大于 1,也无法使用 guidelines,API 会在模型运行前返回 400。
为什么值得看
开发者可细粒度控制 Grok 生成内容的审核边界
适合谁关注
使用 Grok API 的开发者与产品团队
