无限制 AI API 应用场景：从角色扮演到 Agent 后端的六种用法

先说前提：仅限成年用户与合法用途

这个 API 面向 18 岁以上的成年用户，也只用于合法用途。合法的成人内容、虚构创作和有争议的话题不会被拒答，但涉及未成年人的性内容，无论是否虚构、是否角色扮演，一律拦截并返回 403 content_blocked。如果你做的是面向终端用户的产品，需要在自己的应用里做好成年确认、内容举报和账号管理，这部分责任在产品方，接口不能替你完成。

下面按六类常见场景来讲，每一类都写了它真正需要什么、一段可以直接改的 system prompt，以及用价格算出来的成本。价格是输入 $0.25 / 百万 tokens、输出 $1.00 / 百万 tokens，预付费，没有月费。所有 token 数量都是我为了估算而假设的典型值，你的真实消耗以响应里的 usage 为准，估算只用来判断量级。调用写法见 代码示例。

另外一个通用建议：无论哪个场景，system prompt 都要写得具体。无审查模型不会拒绝你，但也不会替你猜你想要什么，角色、语气、长度、禁区写得越清楚，输出越稳定。

角色扮演与陪伴类应用（仅限成年用户）

这是对「不拒答」需求最集中的一类。用户和一个固定人设长期对话，内容可能包含成人向的情感与亲密描写。技术上最关键的是三件事：人设要稳定，所以人设和世界观放在 system 消息里，每轮都带上；上下文要连贯，需要自己维护历史并做裁剪，接口是无状态的，上下文窗口是 64,000 tokens；回复要短，聊天场景一般几十到几百字，把 max_tokens 设到 300 左右，既贴近聊天节奏，又能控制成本。

产品层面必须有成年用户准入，并保留举报和封禁手段。涉及未成年人的内容在接口层会被拦截，你的应用也应该在对话里主动终止这类走向，而不是依赖接口兜底。

复制你是「林夏」，28 岁，一位在书店工作的温柔、说话有点俏皮的女性。
对话对象是已确认年满 18 岁的成年用户。
- 保持人设：记得用户说过的名字、喜好和你们聊过的事。
- 回复口语化，每次 2 到 5 句，不要写成长篇说明。
- 可以有成年人之间的暧昧和亲密描写，但任何涉及未成年人的话题一律拒绝并结束该话题。
- 不要自称 AI，除非用户认真地询问你是不是真人。

成本估算：假设每轮输入 3,000 tokens（人设加近期历史），输出 250 tokens。输入 3,000 × $0.25 / 百万 = $0.00075，输出 250 × $1.00 / 百万 = $0.00025，一轮约 $0.001。一千轮约 $1.00，如果一位用户一天聊 50 轮，一天大约 $0.05。这个量级下，用 $0.50 试用额度就能完整测完你的产品原型。

网文与小说创作

网文作者用得最多的是续写、扩写、换风格和卡文时的灵感发散。成人向、暗黑、犯罪题材的小说，写作者需要的是模型能把人物写得真实，而不是在关键情节处突然改成说教。你需要准备的是：世界观设定、人物小传、当前章节大纲、上一章摘要。把它们放进 system 或第一条 user 消息，模型才不会写偏。

长篇写作要注意输出上限：单次最大 max_tokens 是 16,000，但实际写作中建议一章分成几段请求，每段 1,500 到 3,000 字，写完把摘要滚动更新，而不是一次要一整章。这样质量更可控，也避免中途出错时整段重来。如果开启流式输出，作者可以边生成边看，不满意随时中断。

复制你是一位擅长悬疑与暗黑题材的网文写手，文风克制、细节具体。
设定：近未来的港口城市，主角是离职的法医苏明。
本章目标：苏明发现死者手机里有一段被删除的录音。
要求：
- 第三人称，过去时，约 1500 字。
- 对话自然，不要解释性旁白。
- 可以有暴力和阴暗情节的描写，但不要写成教程。
- 结尾留一个悬念，不要总结。

成本估算：假设每次请求输入 6,000 tokens（设定、大纲和前文摘要），输出 4,000 tokens（约 3,000 字，汉字和 token 的比例因文本而异，这里按每字略多于 1 token 粗估）。输入 $0.0015，输出 $0.004，一段约 $0.0055。写 100 段约 $0.55，一部百万字的长篇如果每段 3,000 字，大约需要 330 多次请求，总共不到 $2。

游戏 NPC 与剧情生成

游戏里的 NPC 对话有两个特点：量大，单条很短。要求是性格鲜明，并且能遵守剧情设定，比如这个 NPC 知道什么、不知道什么。成人向、黑暗风格或者带有粗口的游戏，如果换成会拒答的模型，NPC 会在关键时刻跳出角色，体验很差。无审查模型在这里的价值是风格不会被打断。

实现上，建议把「这个 NPC 的知识范围」和「当前任务状态」放进 system prompt，玩家的话放 user 消息，max_tokens 压到 100 到 150。如果游戏需要触发事件，比如开门、交易、战斗，可以用函数调用，让模型返回结构化的动作，而不是在文本里解析。函数调用的完整流程在代码示例页里有。注意每个密钥每分钟限制 300 次请求，高并发的联机游戏要在服务端加队列和缓存，并对 429 做退避。

复制你是边境酒馆的老板「老鲍勃」，粗声粗气，爱讲脏话，但对熟客讲义气。
你知道：镇上最近丢了三批货；你怀疑是北门守卫干的，但没有证据。
你不知道：地下仓库的位置。玩家问到时，要装作不知道。
规则：只用一到三句话回答，保持角色，不要提到游戏、玩家或系统。

成本估算：假设每次对话输入 800 tokens，输出 120 tokens。输入 $0.0002，输出 $0.00012，一次约 $0.00032。一万句 NPC 台词约 $3.20。对于一款有几十个 NPC 的游戏，开发和测试阶段的花费通常在几美元的量级。

内容审核与红队测试：生成自己的测试数据

做内容审核的团队有个绕不开的问题：想测试审核模型或规则，需要大量「违规」样本，但真实样本难以获取，手工编写又太慢。会拒答的模型帮不上忙，因为它连生成测试样本都不肯。用这个 API，可以按类别批量生成用于自己的审核系统的测试语料，例如辱骂、垃圾广告、诈骗话术、擦边表述的各种变体，用来评估召回率、调整阈值、做回归测试。

红队测试的思路类似：对自己的聊天产品，批量构造各种刁钻的用户输入，检查你的防线是否会被突破。这里要强调边界：生成的数据只用于你自己的测试环境，不要拿去骚扰或欺诈真实的人；涉及未成年人的性内容无论用途都不会生成，接口会直接返回 403。

工程上建议让模型输出 JSON，每条样本带上类别和强度标签，一次请求生成 20 条左右，然后在本地去重。生成时可以多换几组提示词，保证覆盖面。

复制你在为一个社区论坛的内容审核系统生成测试数据，数据只用于内部评估。
任务：生成 20 条「辱骂类」评论，覆盖从轻微讽刺到明显人身攻击四个强度等级。
输出 JSON 数组，每项形如：{"text": "...", "level": 1}
要求：
- 语言为简体中文，口吻像真实论坛用户，长短不一。
- 不要包含真实人名、电话号码或真实地址。
- 只输出 JSON，不要任何解释。

成本估算：假设每次请求输入 500 tokens，输出 2,000 tokens（20 条样本）。输入 $0.000125，输出 $0.002，一次约 $0.0021。生成一万条样本需要 500 次请求，总计约 $1.06。

研究类敏感话题分析

社会科学、新闻、法律和公共政策的研究者，经常要处理带有争议的材料：极端言论、犯罪案件、历史上的暴力事件、争议性的政治与社会议题。通用模型遇到这类材料容易拒答、回避，或者给出千篇一律的「各方观点都有道理」。研究场景需要的是模型愿意如实地归纳、对比和梳理，而不是替研究者做价值判断。

这类任务的特点是输入长、输出短：把一篇文档或一批文本放进去，要一份结构化的摘要或标注。提示词里最好写清楚分析框架，比如要提取哪几个维度、是否需要引用原文片段，并要求区分事实陈述和观点。64,000 tokens 的上下文足够放进一篇很长的报告。需要强调的是，分析不等于背书，输出结果需要研究者自己核实，尤其是涉及事实和数据的部分。

复制你是一位社会科学研究助理。下面是一份关于争议性议题的原始文本。
请完成：
1. 用不超过 150 字概括文本的核心主张。
2. 列出文本使用的三种主要论证手法，并各引用一句原文。
3. 区分「事实性陈述」和「观点或价值判断」，分两栏列出。
4. 指出文本中缺乏证据支持的断言。
保持中立，只分析，不评价立场对错，不补充文本之外的事实。

成本估算：假设每份文档输入 20,000 tokens，输出 1,500 tokens。输入 $0.005，输出 $0.0015，一份约 $0.0065。分析 200 份文档约 $1.30。输入越长费用越偏向输入侧，但输入单价较低，批量处理依然划算。

Agent 后端：让自动化流程不被拒答打断

Agent 类应用，比如自动化调研、数据整理、多步骤任务执行，最怕的是流程跑到第五步，模型突然拒绝，整条链路中断。这类应用的需求是稳定、可预测，并且支持函数调用。这里支持 OpenAI 格式的 tools 和 tool_choice，所以主流的 Agent 框架只要支持自定义 base_url，就可以直接接入。

设计 Agent 时有几点值得注意。一是限制循环轮数，设定最大步数，防止模型陷入反复调用工具的死循环。二是每一步都要校验工具参数，不要直接信任模型输出。三是对 429 和 503 做重试，对 402 做告警，因为长任务中途余额耗尽会让任务失败。四是只有一个模型，规划、执行和总结都由它完成，用不同的 system prompt 区分角色就可以。

复制你是一个任务执行 Agent。你可以调用提供的工具完成用户目标。
规则：
- 每一步先用一句话说明要做什么，再调用工具。
- 最多执行 8 步；如果 8 步内无法完成，汇报目前进度和卡住的原因。
- 工具返回错误时，换一种方式重试一次，仍失败就如实报告。
- 不要编造工具没有返回的数据。
- 完成后用简短的要点总结结果。

成本估算：假设一个任务平均 6 轮，每轮输入 8,000 tokens（历史加工具结果）、输出 400 tokens。输入合计 48,000 tokens，约 $0.012；输出合计 2,400 tokens，约 $0.0024；一个任务约 $0.0144。一千个任务约 $14.40。Agent 的费用主要来自每轮重复发送的历史，把工具结果精简后再放回上下文，是最直接的省钱办法。更多定价说明见 价格页。