> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apiyi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# 画像生成後に拒否されることはありますか？

> 画像生成後に 451 image_safety が発生する理由を、匿名化した管理下での再テストと、衣服に関する prompt の実践的な修正方法を通じて説明します。

## 簡単な回答

はい。画像 API は生成を完了した後、出力画像のコンテンツ安全性を確認する場合があります。画像がその確認に不合格となった場合、API は画像を返しません。これは**生成後レビュー**または**出力側レビュー**と呼ばれ、必ずしも prompt や参照画像に明示的に禁止されたコンテンツが含まれていることを意味するわけではありません。

レスポンスに次のような情報が含まれている場合は、出力側のトラブルシューティングから始めてください。

```json theme={null}
{
  "error": {
    "code": "image_safety",
    "message": "The generated image was filtered by the safety policy."
  }
}
```

`gpt-image-2.5-sunburst-vip`を使用したテストでは、このエラーは HTTP 451 として返されました。

## 出力側レビューの特定方法

まずエラーメッセージを読み、その後でリクエストの挙動を確認します。

| シグナル | 出力側レビューを示す一般的な兆候 |
| - | - |
| エラーメッセージ | 「生成画像」、`output`、または画像の安全性フィルタリングについて明示的に言及している |
| 応答時間 | パラメータエラーのように即座に失敗するのではなく、リクエストが生成処理に時間を費やしている |
| 変更後の結果 | 衣服、ポーズ、構図などの視覚的な制約を調整すると、失敗が成功に変わる |

> [!NOTE]
>
> **エラーメッセージはレイテンシーより信頼性が高くなります。** 生成時間はモデルやルートによって異なり、成功したリクエストと失敗したリクエストのレイテンシー範囲が重なる場合があります。経過時間だけでは、レビュー段階を特定できません。アップストリーム内部のレビューログがない場合、トリガーされた安全性カテゴリを正確に把握していると主張しないでください。

## 匿名化した管理下での再テスト

このテストでは、人物のリファレンス画像を使用して、顔のクローズアップに加え、白いスタジオ背景の全身正面・側面・背面ビューを含むキャラクターシートを作成しました。テスト変数と結果のみを示します。

| テストの組み合わせ | 結果 | 経過時間 |
| - | - | - |
| オリジナルのプロンプト + オリジナルのリファレンス画像 | 3/3 が 451 `image_safety` を返した | 81.8～95.9 秒 |
| 同じリファレンス画像 + ニュートラルで、完全に服を着た上半身ポートレート用プロンプト | 1/1 成功 | 35.7 秒 |
| リファレンス画像なしのオリジナルのプロンプト、テキストから画像へのエンドポイントを使用 | 1/1 成功 | 29.1 秒 |
| 「完全に服を着ており、不透明で、性的に描写せず、露骨な表現を含まない」のみを追加したオリジナルのプロンプト | 1/1 が 451 を返した | 216.8 秒 |
| 成人であることを明確に指定し、タートルネック、ズボン、スニーカーを追加したオリジナルのプロンプト | 3/3 成功 | 65.1～238.6 秒 |

同じリファレンス画像はニュートラルなプロンプトで成功し、オリジナルのプロンプトはリファレンス画像なしで成功しました。したがって、どちらの入力も単独で必ずブロックされるとは限りません。むしろ結果は、**リファレンス画像内の人物の特徴と全身マルチビューの要件を組み合わせた際に、生成画像が安全性のしきい値を超えた**という解釈を裏付けています。リファレンス画像自体が禁止されていることや、特定の単語が単独でトリガーになっていることを示すものではありません。

リファレンス画像を削除した比較では、入力とエンドポイントも変更されているため、これは補足的な証拠にすぎません。トラブルシューティング中は、モデル、エンドポイント、リファレンス画像、パラメータを変更せず、一度に 1 つのプロンプト変数だけを変更してください。

## 解決方法

**1. 希望する画像を正確に説明する**

人物の場合、「性的ではない」や「露骨ではない」といった表現だけに頼らないでください。希望する服装と画像を説明してください。たとえば、次のようにします。

```text theme={null}
The same adult woman wearing a loose, opaque beige turtleneck, dark trousers, and sneakers, with no sexualized or exposed presentation.
```

重要なのは、トップス、ズボン、靴を肯定的に説明する部分です。否定的な表現は補足にすぎません。

**2. 一度に1つの変数だけを変更する**

モデル、参照画像、その他のパラメーターは変更せず、服装または構図に関する表現を1つだけ調整してください。そうしないと、成功した結果から、どの変更が有効だったのかを判断できません。

**3. 成功したバリエーションを2～3回繰り返す**

生成される画像はそれぞれ異なるため、出力側の確認結果は変動する可能性があります。1回成功しただけでは、そのバリエーションの信頼性は証明できません。元の組み合わせが繰り返し失敗する場合は、変更せずに再送信するのを避け、まず調整してから回帰チェックを実行してください。

> [!TIP]
>
> 露出度の高い服装によって、キャラクターデザインが変わる場合があります。特定の衣装を保持する必要がある場合は、「参照画像の衣装に合わせる」とだけ言うのではなく、そのスタイル、素材、カバー範囲、コーディネートするアイテムを説明してから、テストを再実行してください。

## よくある質問

> [accordion] 参照画像だけで問題なく機能する場合、審査に必ず通過しますか？
>
> いいえ。参照画像は入力処理には通過しても、そこから生成された画像（全身構図や複数視点の構図など）が出力側のフィルタリングを引き起こすことがあります。

> [accordion] 「非露骨」と追加しても、なぜ失敗したのですか？
>
> 否定的な表現では、何を描画すべきかをモデルに正確に伝えられません。特に参照画像に衣服の一部しか写っていない場合、モデルが独自に補完してしまうことがあります。日常的な服装を完全かつ具体的に説明するほうが効果的です。

> [accordion] 出力側の審査が行われるということは、プロンプトに問題があるということですか？
>
> 必ずしもそうとは限りません。出力側の審査では、生成された画像が評価されます。明示的に禁止されたテキストがなくても、描画された人物、衣服、ポーズ、構図がフィルタリングされることがあります。

## 関連ドキュメント

* [コンテンツセーフティのトラブルシューティング：ワードアブレーションでトリガーを特定する](https://docs.apiyi.com/ja/api-capabilities/image-safety-troubleshooting.md)
* [満足のいく画像を生成する方法](https://docs.apiyi.com/ja/api-capabilities/image-generation-success-tips.md)
* [GPT-Image-2 の画像編集](https://docs.apiyi.com/ja/api-capabilities/gpt-image-2/image-edit.md)


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.