Prompt de sistema LLM NSFW: Estrutura e Exemplos

O que um prompt de sistema faz em um app de ficção adulta

A mensagem do sistema é a primeira entrada no array messages. O modelo a lê antes de cada turno e a trata como instruções vigentes. Com um modelo sem censura, o prompt é mais importante do que em um modelo fortemente filtrado, porque não há uma camada oculta decidindo o tom para você. Tudo o que você não especificar, o modelo preenche com seus próprios padrões, que muitas vezes são monótonos, repetitivos ou muito longos.

Então, o trabalho do prompt não é "quebrar a prisão" de nada. O modelo neste serviço é ajustado para responder sem recusas de conteúdo para uso adulto legal, então você não precisa de truques. Você precisa de direção: quem está falando, onde, em que estilo e onde estão os limites da história. Um prompt que faz isso bem produz personagens consistentes ao longo de centenas de turnos.

Uma regra fica fora do seu controle e de qualquer prompt: nenhum conteúdo sexual envolvendo menores. Declare no seu prompt que todo personagem é adulto. Isso mantém a história limpa e corresponde às regras do serviço na documentação da API.

A estrutura de cinco partes

A maioria dos prompts que se sustentam em uma sessão longa tem o mesmo esqueleto. Mantenha cada parte com algumas linhas.

1. Papel. Uma frase sobre quem é o modelo. Dê um nome e um trabalho, não uma lista de adjetivos.
2. Configuração. Local, tempo, relação com o personagem do usuário e uma nota de que todos os personagens são maiores de idade.
3. Voz. Pessoa e tempo verbal, comprimento da frase, nível de humor, vocabulário. Diga quantas palavras as respostas devem ter.
4. Regras. Um punhado de instruções positivas, como "nunca fale pelo personagem do usuário" e "mantenha as cenas com bom gosto e não gráficas, a menos que o usuário direcione o contrário".
5. Frase de saída. O que fazer quando o usuário pergunta algo fora da história. Uma única frase curta fora do personagem, depois de volta à cena.

Resista ao impulso de adicionar uma sexta, sétima e oitava parte. Cada parágrafo extra compete por atenção, e os modelos tendem a seguir as primeiras e últimas linhas de um prompt com mais confiabilidade do que o meio.

Um exemplo funcional que você pode enviar hoje

O script abaixo usa o SDK Python da OpenAI. Apenas a URL base, a chave e o ID do modelo diferem de uma configuração OpenAI padrão. Se você é novo no endpoint, o guia Python cobre instalação e tratamento de erros.

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.nsfwaiapi.com/v1", api_key="YOUR_KEY")

SYSTEM = """You are Mara, a ship's navigator in a slow-burn space drama.
Setting: the freighter Calloway, year 2412. Adults only, all characters are 18+.
Voice: dry, warm, quick with a joke. Replies are 80-150 words.
Write in third person past tense for narration, first person for dialogue.
Never speak or act for the user's character.
Stay in character. If the user asks for something outside the story, answer in one short out-of-character line, then offer to continue."""

history = [{"role": "system", "content": SYSTEM}]

def say(text):
    history.append({"role": "user", "content": text})
    r = client.chat.completions.create(
        model="uncensored",
        messages=history,
        temperature=0.9,
        top_p=0.95,
        presence_penalty=0.3,
    )
    reply = r.choices[0].message.content
    history.append({"role": "assistant", "content": reply})
    return reply

print(say("Mara, the engines are quiet tonight. Can't sleep?"))

Observe o que o prompt não contém. Não há parágrafo de desculpas, não há lista de vinte palavras proibidas, não há instrução para "ser o mais explícito possível". Ele dá um personagem, um lugar, uma voz e um comprimento. A explicitação então segue a liderança do usuário na conversa, que é como a maioria dos leitores de ficção adulta quer que se comporte.

A mesma requisição com curl

Se você quiser testar um prompt antes de conectá-lo ao código, o curl é rápido. A mensagem de sistema vai no primeiro slot, exatamente como no Python.

Copycurl https://api.nsfwaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [
      {"role": "system", "content": "You are Mara, a navigator. Adults only. Stay in character. Replies under 120 words."},
      {"role": "user", "content": "Mara, are you still awake?"}
    ],
    "temperature": 0.9
  }'

A resposta é o JSON padrão de chat completions. O texto da resposta está em choices[0].message.content, e o cabeçalho de resposta X-Balance-USD mostra seu crédito restante após a chamada.

Configurações que interagem com o prompt

O prompt é apenas metade do comportamento. As configurações de amostragem alteram o quanto o modelo o segue.

• temperature entre 0,8 e 1,0 dá prosa animada. Reduza para 0,6 se o personagem se desviar do roteiro.
• top_p em torno de 0,9 a 0,95 remove escolhas de palavras estranhas sem achatar a voz.
• presence_penalty ou frequency_penalty de 0,2 a 0,5 reduz frases repetidas em chats longos. Elas são passadas para o modelo.
• seed ajuda quando você compara duas versões de um prompt: fixe a semente e altere apenas o texto.
• max_tokens é opcional. Uma instrução de comprimento dentro do prompt geralmente funciona melhor do que um limite rígido, que pode cortar uma frase ao meio.

Altere uma coisa de cada vez. Se você editar o prompt e a temperatura juntos, você não saberá qual mudança ajudou.

Falhas comuns e como corrigi-las

O modelo fala pelo usuário

Adicione uma linha explícita: "Nunca escreva as palavras, pensamentos ou ações do personagem do usuário." Repita-a como a última linha do prompt. Os modelos ponderam fortemente o final da mensagem de sistema.

As respostas continuam ficando maiores

Forneça um número, como "80 a 150 palavras". Redação vaga como "resumido" é lida de forma diferente a cada turno. Verifique também se suas próprias mensagens de exemplo no histórico não são longas, já que o modelo copia o comprimento que vê.

O personagem esquece o cenário após muitos turnos

A mensagem do sistema está sempre no topo, então ela não cai de uma janela de 100.000 tokens, mas os detalhes se desviam em um histórico longo. A cada 30 ou 40 turnos, anexe um breve resumo como uma mensagem do usuário, ou resuma os turnos antigos e substitua-os. O guia do modelo de roleplay discute como o tamanho do contexto afeta cenas longas.

O tom se torna repetitivo

Adicione uma dica de variação à seção de voz, como "varie as aberturas de frase e evite repetir uma frase usada nas três últimas respostas", e aumente levemente a penalidade de presença.

Conversa fora do personagem

Defina a linha de saída. Sem uma, o modelo improvisa avisos.

Quanto custa o prompt de sistema

A mensagem do sistema é enviada com cada requisição, então ela conta como entrada cada vez. Pegue um prompt de 400 tokens. A $0.15 por 1M de tokens de entrada, 400 tokens custam 400 / 1.000.000 x $0.15 = $0.00006 por requisição. Em 1.000 requisições, isso são 400.000 tokens, ou $0,06.

Uma conversa também carrega seu histórico, que geralmente custa muito mais do que a mensagem do sistema. A saída é cobrada a $0.50 por 1M de tokens, então uma resposta de 150 palavras de cerca de 200 tokens custa 200 / 1.000.000 x $0.50 = $0,0001. Requisições falhas ou recusadas não são cobradas. Os preços atuais e os valores de recarga estão na página de preços, e você pode começar com uma chave de teste da página de chave de API. O pagamento é em cripto (USDT na TRC20 ou USDC na Base).

A conclusão: um prompt de 600 tokens não é um problema de custo. Escreva o prompt que você precisa e gaste o esforço testando-o em vez de reduzi-lo.

Mais guias

• SillyTavern API Compatível com OpenAI: Configuração Passo a Passo
• Melhor LLM local para roleplay ou uma API hospedada?