為什麼我的 NSFW 內容被阻止？
內容封鎖通常源自兩個來源：模型內建的拒絕邏輯或您客戶端的篩選機制。我們的無審查模型經過調整，針對合法成人用途不會拒絕回應，但對於涉及未成年人的性內容會嚴格執行硬性限制。如果您收到拒絕回應，請檢查您的提示詞是否意外觸發了此特定限制。與禁止整個類型的企业模型不同，此 API 允許爭議性或露骨主題，只要它們合法且為虛構內容。
另一個常見的問題是客戶端後處理。如果您在顯示輸出之前將輸出通過次要過濾器，該過濾器可能會阻止模型正確生成的內容。請驗證您的應用程式層是否基於任意關鍵字拒絕了有效的 token。API 對於成功的生成會返回標準的 HTTP 200 回應，因此阻止通常表示您自己的驗證層中的邏輯錯誤，而非 API 拒絕。
理解上下文視窗與 Token 限制
您的上下文視窗上限為 100,000 個 token（包含提示與補完合計），這需要仔細管理長篇 NSFW 敘事。如果您的故事超過此限制，模型會根據您的實作方式截斷最舊的訊息或失敗。由於 API 不會自動截斷，您必須自行追蹤 token 計數。請留意最大輸出限制，若您未設定，預設為 2,048 個 token max_tokens.
對於複雜的角色扮演，對話歷史可能會快速消耗 token。如果您正在生成冗長且詳細的回應，請確保不要每次請求都發送完整的對話歷史。使用滑動視窗策略或對較早的對話進行摘要，以保持在 100,000 token 的限制內。這可防止意外錯誤，並確保您的 uncensored AI 應用表現一致。
串流回應：處理不完整的輸出
透過伺服器發送事件（SSE）串流傳輸可讓您逐步交付 token，但您必須正確處理最後一個區塊以取得使用統計數據。每個區塊包含部分回應，而最後一個區塊包含總 token 計數。如果您提前停止監聽，可能會遺失使用數據或使連線保持開啟狀態。
實作健壯的事件監聽器，在追蹤串流狀態的同時處理每個增量。這對於 NSFW 聊天機器人至關重要，因為延遲很重要。使用者期望即時打字效果，但您必須確保串流完成後才將生成標記為完成。檢查 choices 最終區塊中的陣列以確認結束原因為 stop 或 length.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Tell the story in second person."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)搭配無審查模型的函式呼叫
函式呼叫與無審查模型搭配運作可靠，允許您建構複雜的 NSFW 情境或遊戲機制。您在請求中定義工具，模型會回傳結構化資料，您的程式碼即可執行這些資料。這非常適合生成互動式故事，讓 AI 控制 NPC 或庫存系統。
確保您的函式定義清晰且具體。若 schema 過於模糊，模型可能會產生幻覺並誤推論參數。請先從簡單的工具開始測試，再過渡到複雜的巢狀物件。此方法可將聊天機器人邏輯與生成邏輯分開，當 uncensored 內容變得富有創意時，便於除錯。
NSFW 的溫度與 Top_P 設定
調整 temperature 和 top_p 會改變您的 NSFW 聊天機器人呈現出的創意或決定性程度。較高的 temperature（例如 0.8）會增加隨機性，非常適合多樣化的情色描述。較低的 temperature（例如 0.2）會使輸出更具一致性和可重複性，適合保持角色語音的一致性。
top_p 控制核心採樣（nucleus sampling），過濾掉低機率的詞元。結合這些設定可進行微調。如果輸出變得重複，請降低 temperature 或調整 top_p；如果變得不連貫，則稍微調高這些數值。透過實驗這些參數，找出適合你特定內容風格的最佳設定。
JSON 模式：結構化無審查輸出
JSON 模式強制執行嚴格的 schema 驗證，確保您的無審查 LLM 回傳有效的 JSON 物件。這對於將 API 整合至前端框架或資料庫至關重要。設定 response_format 以 {"type": "json_object"} 在您的請求中。
定義包含必要欄位的清晰結構。即使生成露骨內容，模型也會遵循此結構。這可防止解析錯誤，並使你的資料管線更具健壯性。請務必在端點驗證輸出，因為如果提示含糊不清，模型可能會偶爾遺漏某個欄位。
處理成人內容中的 'Stop' 序列
Stop sequences 允許您控制模型結束生成的位置。如果您的 NSFW 聊天機器人傾向於嘮叨，可以定義一個特定的觸發短語或 token 來停止輸出。這可以保持回應簡潔，並防止 token 浪費。
傳遞 stop 參數，接受字串列表。模型在遇到任何這些序列時將停止生成。這對於結束對話或標示場景轉換很有用。測試不同的停止序列，以找出最適合您內容類型的設定。
除錯 API 錯誤與速率限制
速率限制達到每分鐘 300 次請求（每個金鑰），因此請實作指數退避以避免 429 錯誤。如果您超過限制，API 將返回 429 狀態碼。請透過帶延遲的重試來優雅地處理此情況。
其他常見錯誤包括無效的 API 金鑰 (401) 或格式錯誤的請求 (400)。檢查您的請求主體是否有語法錯誤，特別是在使用 JSON 模式時。使用 error field in the response to identify the issue. Logging these errors helps you spot patterns and optimize your usage.
隱私權：提示是否用於訓練？
提示詞不用於訓練，確保您的 NSFW 內容保持私密。API 僅儲存運作所需的內容，且您的資料不會被重新用於模型改進。對於希望保持內容专有的創作者來說，這是一個關鍵優勢。
只需使用電子郵件地址註冊，無需提供電話號碼。這能最大限度地減少個人數據的收集。您的 API 金鑰是唯一的標識符，如有需要您可以生成新的金鑰。這種設置為生成無審查內容提供了安全的環境，無需擔心數據洩露。
