跳转到主要内容

简短回答

会。图片接口可能先完成生成,再对输出图片执行内容安全审核;图片未通过审核时,接口不会返回这张图片。这类情况称为后置审核或输出侧审核,不等于提示词或参考图本身含有明确违规内容。 如果响应中包含下面的信息,可以优先按输出侧审核排查:
在 gpt-image-2.5-sunburst-vip 的实测中,该错误以 HTTP 451 返回。

如何判断是后置审核

优先看错误文案,再结合调用表现判断:
错误文案比耗时更可靠。 不同模型和渠道的生成耗时差异很大,成功与失败的耗时范围也可能重叠,不能只用“等待了多少秒”断定审核层级;没有上游内部审核日志时,也不要断言具体命中了哪个安全分类。

一次匿名化对照复测

测试场景是使用人物参考图生成角色定妆图:一张图内同时包含面部特写和全身正面、侧面、背面视图,背景为纯白影棚。以下只保留测试变量与结果: 同一参考图换成中性提示词可以成功,原提示词去掉参考图也可以成功,说明两者并非各自必然被禁。结果更支持“参考图人物特征与全身多视图要求结合后,生成画面触发过滤”,但不能据此认定参考图违规或某个单词就是触发词。 去掉参考图的对照同时改变了输入和端点,只能作为辅助证据。实际排查时,应优先保持模型、端点、参考图和参数不变,每次只调整一个提示词变量。

解决办法

1

把画面约束写具体

人物类提示词不要只写“不要性感”“不要裸露”,应明确描述希望出现的服装和画面。例如:
真正起作用的是清晰的上衣、下装和鞋子等正向描述,否定句只作为补充。
2

每次只改一个变量

保持模型、参考图和其他参数不变,只调整一个服装或构图词块。否则即使成功,也无法判断是哪项修改起效。
3

回归 2 至 3 次

输出侧审核可能因每次生成画面不同而出现随机性,单次通过不能证明方案稳定。若原始组合连续多次失败,不建议继续原样重试;调整后再回归验证。
具体服装描述可能改变角色设定。如果必须保留某套服装,应写出它的款式、材质、覆盖范围和搭配,再做回归测试,而不是只写“服饰与参考图一致”。

常见问题

不能这样推导。参考图可能顺利通过输入处理,但它与提示词结合后生成的全身、多视角或其他画面仍可能触发输出侧过滤。
否定句没有明确告诉模型最终应该画什么。尤其在参考图只展示局部服装时,模型仍可能自由补全;直接写出完整、具体的日常服装更有效。
不一定。输出侧审核检查的是生成结果,提示词没有明显违规内容时,成图仍可能因人物呈现、服装、姿势或构图组合而被过滤。

相关文档