LLM API voor prompts: schrijf en verfijn ze in code
Deze gids laat zien hoe je een tekst-API gebruikt om prompts te schrijven, uit te breiden en te herschrijven voor andere tools, van één verzoek tot een batch van duizenden.
Bijgewerkt

Belangrijkste punten
- Eén chatverzoek verandert een ruw idee in een kant-en-klare prompt; de model-ID is uncensored.
- JSON-modus retourneert velden die je script kan opslaan en doorzoeken.
- Een volledige sleutel voert 8 verzoeken tegelijk uit en 300 per minuut; probeer het opnieuw bij 429-fouten met Retry-After.
- De API schrijft alleen tekst; je plakt de prompt in je video- of afbeeldingstool.
Wat een LLM API doet voor promptwerk
Een LLM-API voor prompts is goed in het deel van het promptwerk dat mensen uitput: een idee van drie woorden omzetten in een volledige beschrijving, tien varianten van dezelfde scène schrijven, of een prompt herschrijven zodat deze voldoet aan een huisstijl. Je stuurt het ruwe idee en een set regels, en je krijgt kant-en-klare prompttekst terug. Omdat de endpoint OpenAI-compatibel is, is de code hetzelfde chatverzoek dat je voor elk ander model zou schrijven.
Een eerste grens. Deze service retourneert alleen tekst. Het rendert geen video, afbeeldingen of audio. Als je einddoel een clip is van een tekst-naar-video-tool, dan schrijft de API de prompt, en plak je die prompt of pipe je hem naar welke generator je ook gebruikt. Deze splitsing is op zichzelf nuttig, omdat het schrijven van prompts de langzame, repetitieve stap is, en teksttokens zijn goedkoop.
Het model is een open-weight model dat is afgestemd om te antwoorden zonder inhoudsfiltering voor legaal gebruik door volwassenen, dus een prompt-taak over een donkere thriller-scène of een gewelddadige fantasy-gevecht wordt niet teruggestuurd met een lesje. De enige harde limiet is dat er niets wordt geproduceerd dat minderjarigen in seksuele inhoud bevat.
Een eerste prompt-schrijver verzoek in Python
Installeer de SDK met pip install openai en wijs deze naar de base URL. De model ID is uncensored, en de sleutel wordt ingevoerd als een Bearer token, wat de SDK voor je afhandelt.
from openai import OpenAI
client = OpenAI(
base_url="https://api.veo3apis.com/v1",
api_key="YOUR_API_KEY",
)
SYSTEM = (
"You write prompts for a text-to-video tool. "
"Given a rough idea, reply with one prompt of 60 to 90 words. "
"Name the subject, the camera movement, the lighting and the mood. "
"Reply with the prompt only, no preamble."
)
def expand(idea: str) -> str:
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": SYSTEM},
{"role": "user", "content": idea},
],
temperature=0.8,
max_tokens=300,
)
return resp.choices[0].message.content.strip()
print(expand("a lighthouse during a storm, seen from a drone"))
Drie details zorgen ervoor dat dit beter werkt dan een eerste poging meestal doet. Het systeembericht definieert de lengte en de elementen die elke prompt moet noemen, zodat de outputs vergelijkbaar blijven. Het instellen van temperature rond 0,8 geeft variatie tussen runs zonder van het idee af te wijken. En max_tokens is hier optioneel, maar een limiet van 300 voorkomt dat een kletserig antwoord meer kost dan het zou moeten. Als je het weglaat, kan de voltooiing de volledige resterende ruimte van het 100.000-tokenvenster gebruiken.
Als je tien variaties op één idee wilt, loop dan niet tien keer met dezelfde instellingen en hoop. Verhoog de temperatuur en geef een andere seed mee per verzoek, of vraag om tien genummerde prompts in één antwoord en split ze in code. De tweede optie is goedkoper omdat de instructies maar één keer worden verstuurd.
Retourneer gestructureerde prompts met JSON-modus
Vrije tekst is prima voor een mens. Zodra een script de output consumeert, wil je velden. JSON-modus maakt het antwoord tot een geldig JSON-object, zodat je de prompt, de velden die je wilt uitsluiten en enkele tags kunt lezen zonder een fragiele parser te schrijven. Vermeld het woord JSON en de velden die je verwacht in het systeembericht, en stel response_format in.
from openai import OpenAI
client = OpenAI(
base_url="https://api.veo3apis.com/v1",
api_key="YOUR_API_KEY",
)
import json
resp = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
messages=[
{
"role": "system",
"content": (
"Return a JSON object with the keys prompt (string), "
"avoid (string) and tags (list of at most five short strings)."
),
},
{"role": "user", "content": "a night market in the rain, handheld camera"},
],
)
data = json.loads(resp.choices[0].message.content)
print(data["prompt"])
print(data["tags"])
Sla het object op, niet alleen de tekst. Een tabel met kolommen voor het idee, de definitieve prompt, de tags en de datum laat je later je eigen geschiedenis doorzoeken, en het maakt het makkelijk om te zien welke instructies de prompts hebben opgeleverd die je hebt bewaard.
Wanneer de output een formaat moet volgen dat JSON niet vangt, zoals een vaste volgorde van gelabelde lijnen, zeg dat dan met één concreet voorbeeld in het systeembericht. Modellen kopiëren voorbeelden betrouwbaarder dan dat ze abstracte beschrijvingen volgen.
Stream het resultaat voor interactieve tools
Als iemand op het resultaat wacht, bijvoorbeeld in een interne prompt-tool of een chatpaneel, stream dan het antwoord zodat de eerste woorden direct verschijnen. Stel stream: true in; het antwoord arriveert als server-verzonden gebeurtenissen, en het verbruik wordt gemeld aan het einde van de stream.
from openai import OpenAI
client = OpenAI(
base_url="https://api.veo3apis.com/v1",
api_key="YOUR_API_KEY",
)
stream = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "Rewrite the user's prompt to be more specific about camera and light."},
{"role": "user", "content": "a man walking through a foggy forest"},
],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
print()
Onthoud dat een gestreamd verzoek zijn concurrency slot vasthoudt tot de stream eindigt. Een volledige sleutel staat 8 verzoeken tegelijk toe, dus acht gebruikers die langzame streams tegelijk lezen, blokkeren een negende. Voor een kleine interne tool is dat ruim voldoende. Voor alles wat publiek is, zet verzoeken aan jouw kant in een wachtrij.
Voer een batch uit binnen de rate limits
De prompt-taak die de meeste tijd bespaart, zijn batches: 500 productshots, 200 scène-ideeën uit een script, een hele spreadsheet met ruwe lijnen. Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe, en een proefsleutel staat 2 en 60 toe. Een thread pool die is afgestemd op de sleutel is de eenvoudigste manier om binnen beide getallen te blijven.
from openai import OpenAI
client = OpenAI(
base_url="https://api.veo3apis.com/v1",
api_key="YOUR_API_KEY",
)
import time
from concurrent.futures import ThreadPoolExecutor
from openai import RateLimitError
SYSTEM = "Turn the idea into one 60 to 90 word video prompt. Reply with the prompt only."
def expand(idea: str) -> str:
for attempt in range(4):
try:
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": SYSTEM},
{"role": "user", "content": idea},
],
max_tokens=300,
)
return resp.choices[0].message.content.strip()
except RateLimitError as err:
wait = int(err.response.headers.get("Retry-After", "5"))
time.sleep(wait)
raise RuntimeError("gave up on: " + idea)
ideas = ["a paper boat in a gutter", "a train crossing a salt flat", "a chef plating dessert"]
with ThreadPoolExecutor(max_workers=8) as pool:
prompts = list(pool.map(expand, ideas))
for idea, prompt in zip(ideas, prompts):
print(idea, "->", prompt[:80])
Een 429 kan twee dingen betekenen. De foutcode rate_limited betekent dat je de verzoeken per minuut hebt overschreden; concurrency betekent dat er te veel verzoeken tegelijk liepen. Tijdelijke overbelasting retourneert ook 429 met een Retry-After: 5 header. De lus hierboven wacht zo lang de header aangeeft en probeert het opnieuw. Mislukte of geweigerde verzoeken worden niet in rekening gebracht, dus een retry verdubbelt de kosten niet.
Schrijf resultaten naar disk terwijl je gaat, één regel per kant-en-klaar prompt. Een JSON-lines bestand werkt goed: één object per regel dat het idee, de prompt en de tijd vasthoudt, zodat een gecrashte run kan overslaan wat al klaar is als je het opnieuw start. Een batch van een paar duizend verzoeken zal uiteindelijk een slecht netwerkmoment raken, en je wilt niet opnieuw van bovenaf beginnen.
Zet je style guide in het 100k contextvenster
Prompts worden beter wanneer het model jouw regels kent. Met een 100.000-tokenvenster, prompt plus voltooiing, kun je veel in het systeembericht plaatsen: een stijlgids, een lijst met verboden zinnen, twintig goedgekeurde voorbeeldprompts en een glossarium van hoe jouw team camerabewegingen benoemt.
Gebruik die ruimte met opzet, en houd één regel in gedachten: het model volgt wat er staat, dus schrijf regels alsof je een nieuwe collega brieft. Een korte lijst van vijf uitstekende voorbeelden wint het van vijftig gemengde, omdat het model het gemiddelde neemt van wat het ziet. Zet de voorbeelden in hetzelfde formaat dat je terug wilt krijgen. Als een project een terugkerend personage heeft, schrijf dan het personageblad één keer, met haar, kleding en leeftijd (alleen volwassen personages) beschreven in vaste bewoording, en vertel het model om die woorden letterlijk over te nemen in elke prompt. Dit is de goedkoopste consistentietrick die beschikbaar is: dezelfde zin verschijnt in elke prompt, dus de generator downstream ziet elke keer dezelfde beschrijving.
Lange instructies worden met elk verzoek opnieuw verstuurd, dus ze worden in rekening gebracht met elk verzoek. Bij $0,15 per miljoen inputtokens kost een stijlgids van 3.000 tokens $0,00045 per verzoek alleen al aan input. Dat is weinig, maar over 10.000 verzoeken is dat $4,50, dus trim de gids zodra deze werkt. De prijzenpagina heeft de volledige tarieven als je je eigen cijfers wilt berekenen.
Veelvoorkomende problemen en hoe ze op te lossen
Een paar fouten komen steeds weer terug in prompt-writing pipelines.
- Preambule in de output. Antwoorden die beginnen met "Hier is je prompt:" belanden in de generator. Eindig het systeembericht met "Antwoord alleen met de prompt" en strip het resultaat.
- Prompts die te lang zijn. Meer woorden geven niet altijd betere video of afbeeldingen. Stel een woord bereik in in de instructies en check het in code.
- Zelfde idee, dezelfde output. Als je
seedmet een vaste waarde doorgeeft, herhalen runs zich. Verander de seed per item, of laat het weg als je variatie wilt. - Rollen mengen. Houd regels in het systeembericht en het idee in het gebruikersbericht. Beide in één block zetten zorgt ervoor dat het model je regels behandelt als content om te herschrijven.
- Drift over een lange batch. Kwaliteit kan wegzakken wanneer dezelfde instructies duizenden keren draaien. Spot-check items van het begin, midden en einde van de run, en houd het systeembericht onder versiebeheer zodat je kunt zien welke wording welke batch maakte.
- Geen review stap. Lees een sample van elke batch voordat je prompts naar een dure downstream tool stuurt. Tien minuten lezen bespaart veel wasted renders.
Om te beginnen, maak een account aan, claim het $0,50 proefkrediet op de API-sleutelpagina, en run het eerste script hierboven. De proef is één claim per persoon, duurt 7 dagen en vereist geen creditcard. De documentatie vermeldt elke parameter die wordt doorgegeven, inclusief top_p, stop en de straffen.
Meer handleidingen
Vragen en antwoorden
Kan deze API de video zelf genereren?
Nee. Het genereert alleen tekst. Gebruik het om de prompt te schrijven, en geef die prompt vervolgens aan de video tool van je keuze.
Hoeveel prompts kan ik per minuut schrijven?
Een volledige sleutel staat 300 verzoeken per minuut en 8 tegelijk toe. Een proefsleutel staat 60 per minuut en 2 tegelijk toe.
Wat gebeurt er als ik te veel verzoeken stuur?
Je krijgt HTTP 429 met de code rate_limited of concurrency. Wacht op de Retry-After waarde, en stuur het verzoek daarna opnieuw.
Worden mijn prompts gebruikt voor training?
Nee. Prompts worden niet gebruikt voor training.
Je sleutel is nog maar één formulier verwijderd
Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.