Gemini 3 Pro Image Preview API 错误处理指南

为开发者提供的 gemini-3-pro-image-preview API 错误处理最佳实践与用户友好提示方案

📋 目录

概述
核心判断指标
错误场景与处理流程
C 端用户友好提示文案
完整处理流程图
代码实现示例
最佳实践建议

概述

API 基本信息

模型代码: gemini-3-pro-image-preview
API 端点: https://api.apiyi.com/models/gemini-3-pro-image-preview:generateContent
知识库截止: 2025年1月
官方文档: Google AI 文档

为什么需要专门的错误处理？

Google Gemini API 对内容安全有严格控制，会在多个层级拒绝不合规的请求。简单的”生成失败”提示无法帮助用户理解问题，需要： ✅ 精准识别拒绝原因 - 区分内容违规、知识库限制、技术错误等
✅ 友好的用户提示 - 将技术错误转化为可理解的说明
✅ 可操作的建议 - 告诉用户如何修改才能成功
✅ 完整的技术信息 - 供开发者调试和排查问题

核心判断指标

1. candidatesTokenCount（最高优先级）⭐

位置: response.usageMetadata.candidatesTokenCount 含义: API 生成的候选内容的 token 数量 判断规则:

if (candidatesTokenCount === 0) {
    // 谷歌内容审核阶段就直接拒绝
    // 这是最严格的拒绝，连候选内容都不生成
}

典型响应:

{
  "candidates": null,
  "usageMetadata": {
    "promptTokenCount": 271,
    "candidatesTokenCount": 0,  // ⚠️ 关键指标
    "totalTokenCount": 271
  }
}

推荐文案:

❌ 内容审核失败
您的提示词或图片包含不适当内容，已被安全策略拒绝。
请修改后重试。

2. finishReason（次优先级）

位置: response.candidates[0].finishReason 含义: API 处理结束的原因 判断规则:

if (finishReason !== 'STOP') {
    // 非正常结束，需要特殊处理
}

常见值与含义:

finishReason	含义	用户友好文案
`STOP`	正常结束	-
`PROHIBITED_CONTENT`	违禁内容	”内容违反安全策略，已被拒绝处理”
`SAFETY`	安全过滤	”内容触发了安全过滤器”
`RECITATION`	引用限制	”内容可能涉及版权问题”
`MAX_TOKENS`	Token 超限	”内容长度超出限制”

典型响应:

{
  "candidates": [{
    "content": {
      "parts": null
    },
    "finishReason": "PROHIBITED_CONTENT",
    "index": 0
  }]
}

推荐文案:

❌ 内容违反安全策略
检测到违禁内容（如色情、暴力、仇恨言论等）。
请检查您的提示词，确保内容健康、正面。

3. API 文本响应（重要）

位置: response.candidates[0].content.parts[].text 含义: API 返回的文本说明（可能是中文或英文） 判断规则:

if (parts 中有 text 但没有图片数据) {
    // API 返回了拒绝说明，而不是图片
}

典型响应（中文）:

{
  "candidates": [{
    "content": {
      "parts": [{
        "text": "我不能为你创建带有色情、不雅或冒犯性内容的图像。这违反了我们的安全政策。"
      }]
    },
    "finishReason": "STOP"
  }]
}

典型响应（英文）:

{
  "candidates": [{
    "content": {
      "parts": [{
        "text": "I can't generate images that are sexually explicit."
      }]
    },
    "finishReason": "STOP"
  }]
}

推荐文案:

❌ 内容违反安全策略
[直接展示 API 返回的 text 内容]

建议：
• 请根据提示调整您的请求内容
• 确保提示词和图片符合使用政策

错误场景与处理流程

场景 1: 谷歌内容审核拒绝（最早期拒绝）

检测条件:

usageMetadata.candidatesTokenCount === 0

API 响应:

{
  "candidates": null,
  "promptFeedback": { "safetyRatings": null },
  "usageMetadata": {
    "promptTokenCount": 271,
    "candidatesTokenCount": 0,
    "totalTokenCount": 271
  }
}

C 端用户文案示例:

标题：❌ 内容审核未通过
说明：您的请求在内容审核阶段被拒绝。
建议：
• 请检查提示词，确保不包含敏感内容
• 如使用参考图，请确保图片内容健康
• 避免描述暴力、色情等不适当内容

B 端/开发测试文案:

标题：谷歌内容审核拒绝
说明：检测到 candidatesTokenCount 为 0
技术详情：
• candidatesTokenCount: 0
• promptTokenCount: 271
• 完整响应：[JSON 数据]

场景 2: finishReason 拒绝（生成过程拒绝）

检测条件:

finishReason !== 'STOP' && content.parts === null

API 响应:

{
  "candidates": [{
    "content": { "parts": null },
    "finishReason": "PROHIBITED_CONTENT",
    "index": 0,
    "safetyRatings": null
  }]
}

C 端用户文案示例:

标题：❌ 内容不符合要求
说明：您的请求包含不适当内容，无法生成图片。
建议：
• 请使用健康、正面的描述
• 避免涉及敏感话题
• 重新调整提示词后再试

B 端/开发测试文案:

标题：API 拒绝处理：违禁内容
说明：finishReason: PROHIBITED_CONTENT
Candidate 结构：[完整 JSON]

场景 3: API 文本响应（返回说明文本）

检测条件:

finishReason === 'STOP' && 
有 text 内容 && 
无图片数据

API 响应（中文）:

{
  "candidates": [{
    "content": {
      "role": "model",
      "parts": [{
        "text": "我不能为你创建带有色情、不雅或冒犯性内容的图像。这违反了我们的安全政策。",
        "thoughtSignature": "..."
      }]
    },
    "finishReason": "STOP",
    "index": 0
  }],
  "usageMetadata": {
    "candidatesTokenCount": 24
  }
}

API 响应（英文）:

{
  "candidates": [{
    "content": {
      "parts": [{
        "text": "I can't generate images that are sexually explicit.",
        "thoughtSignature": "..."
      }]
    },
    "finishReason": "STOP"
  }],
  "usageMetadata": {
    "candidatesTokenCount": 11
  }
}

C 端用户文案示例:

标题：❌ 无法生成图片
说明：[直接展示 API 返回的 text 内容]
     "我不能为你创建带有色情、不雅或冒犯性内容的图像。这违反了我们的安全政策。"
     或
     "I can't generate images that are sexually explicit."

建议：
• 请根据提示调整您的请求
• 确保内容符合使用政策

智能识别（可选）: 如果能识别 text 中的关键词（sexually、explicit、色情、不雅等），可以提供更具体的提示：

标题：❌ 内容违反安全策略
说明：检测到色情或不适当内容相关的请求。
详细说明：[API 返回的原始文本]
建议：
• NSFW 或色情内容不被允许
• 请调整提示词，确保内容健康

场景 4: 知识库限制

检测条件:

text 中包含未来年份（2026+）或未发布产品

示例:

“将手机改为 iPhone 17”
“添加 2026 年的汽车”

C 端用户文案示例:

标题：❌ 内容超出支持范围
说明：您提到的内容可能超出了 AI 的知识范围（知识库更新至 2025年1月）。
建议：
• 使用已存在的产品或概念
• 避免引用未来的产品
• 使用通用的描述方式

场景 5: 去水印/换脸等禁止功能

检测条件:

text 中包含关键词：watermark、faceswap、remove 等

API 响应（典型）:

{
  "candidates": [{
    "content": {
      "parts": [{
        "text": "I'm just a language model and can't help with that."
      }]
    },
    "finishReason": "STOP"
  }]
}

C 端用户文案示例: 去水印:

标题：❌ 功能不支持
说明：去水印功能违反内容政策，无法处理。
建议：
• 使用专业的图片编辑软件
• 或调整请求，专注于其他编辑需求

换脸:

标题：❌ 功能不支持
说明：换脸功能涉及隐私和伦理问题，无法处理。
建议：
• 使用专门的换脸应用
• 注意合法合规使用

C 端用户友好提示文案

文案设计原则

简洁明了 - 避免技术术语
正面引导 - 告诉用户怎么做，而不是只说不行
可操作 - 提供具体的修改建议
避免指责 - 不要让用户感到被批评

完整处理流程图

收到 API 响应
    │
    ├─ 1️⃣ 检查 usageMetadata.candidatesTokenCount
    │   ├─ = 0 ────→ 【谷歌内容审核拒绝】
    │   │              ├─ C端: "内容审核未通过"
    │   │              └─ B端: "candidatesTokenCount: 0 + 完整响应"
    │   └─ > 0 ────→ 继续检查
    │
    ├─ 2️⃣ 检查 candidates
    │   ├─ null 或 空数组 ────→ 【API 格式错误】
    │   │                        ├─ C端: "系统出错，请稍后重试"
    │   │                        └─ B端: "candidates 为空 + 完整响应"
    │   └─ 存在 ────→ 继续检查
    │
    ├─ 3️⃣ 检查 finishReason
    │   ├─ ≠ 'STOP' ────→ 【finishReason 拒绝】
    │   │   ├─ PROHIBITED_CONTENT → "内容违反安全策略"
    │   │   ├─ SAFETY → "触发了安全过滤器"
    │   │   ├─ RECITATION → "可能涉及版权问题"
    │   │   └─ 其他 → 使用映射表或显示原始值
    │   └─ = 'STOP' ────→ 继续检查
    │
    ├─ 4️⃣ 检查 content.parts
    │   ├─ null 或 空 ────→ 【内容为空】
    │   │                   └─ 同 finishReason 处理
    │   └─ 存在 ────→ 继续检查
    │
    ├─ 5️⃣ 提取图片数据和文本响应
    │   ├─ 遍历 parts
    │   │   ├─ 收集 text（即使有 thoughtSignature）
    │   │   └─ 收集图片数据（inlineData.data）
    │   └─ 统计结果
    │
    ├─ 6️⃣ 检查是否有图片
    │   ├─ 有图片 ────→ ✅ 成功返回
    │   └─ 无图片 ────→ 继续检查
    │
    └─ 7️⃣ 检查是否有文本响应
        ├─ 有文本 ────→ 【文本响应处理】
        │   ├─ 智能识别关键词
        │   │   ├─ 能识别 → 使用智能提示
        │   │   └─ 不能识别 → 直接展示 API 文本
        │   └─ C端: 直接展示 text 内容
        │       B端: text 内容 + 完整响应
        └─ 无文本 ────→ 【通用错误】
            ├─ C端: "生成失败，请重试"
            └─ B端: "未找到图片数据 + 完整响应"

代码实现示例

1. 响应解析与错误检测

async function processGeminiResponse(data) {
    // 1️⃣ 最高优先级：检查 candidatesTokenCount
    if (data.usageMetadata?.candidatesTokenCount === 0) {
        return {
            success: false,
            errorType: 'ZERO_CANDIDATES_TOKEN',
            userMessage: '您的请求在内容审核阶段被拒绝，请修改后重试',
            devMessage: 'candidatesTokenCount: 0 - 谷歌内容审核拒绝',
            rawResponse: data
        };
    }
    
    // 2️⃣ 检查 candidates
    if (!data.candidates || !data.candidates.length) {
        return {
            success: false,
            errorType: 'NO_CANDIDATES',
            userMessage: '系统出错，请稍后重试',
            devMessage: 'candidates 为 null 或空数组',
            rawResponse: data
        };
    }
    
    const candidate = data.candidates[0];
    
    // 3️⃣ 检查 finishReason
    if (candidate.finishReason && candidate.finishReason !== 'STOP') {
        const reasonMessages = {
            'PROHIBITED_CONTENT': '内容违反安全策略，已被拒绝处理',
            'SAFETY': '内容触发了安全过滤器',
            'RECITATION': '内容可能涉及版权问题',
            'MAX_TOKENS': '内容长度超出限制'
        };
        
        return {
            success: false,
            errorType: 'FINISH_REASON',
            finishReason: candidate.finishReason,
            userMessage: reasonMessages[candidate.finishReason] || 
                        `请求被拒绝：${candidate.finishReason}`,
            devMessage: `finishReason: ${candidate.finishReason}`,
            candidateStructure: candidate,
            rawResponse: data
        };
    }
    
    // 4️⃣ 检查 content.parts
    if (!candidate.content?.parts) {
        return {
            success: false,
            errorType: 'NO_PARTS',
            userMessage: '生成失败，请重试',
            devMessage: 'candidate.content.parts 为空',
            candidateStructure: candidate,
            rawResponse: data
        };
    }
    
    // 5️⃣ 提取图片和文本
    const images = [];
    const texts = [];
    
    for (const part of candidate.content.parts) {
        // 先收集文本（重要：即使有 thoughtSignature 也要收集）
        if (part.text && !part.text.startsWith('data:image/')) {
            texts.push(part.text);
        }
        
        // 收集图片
        if (part.inlineData?.data) {
            const dataUrl = `data:${part.inlineData.mimeType};base64,${part.inlineData.data}`;
            images.push(dataUrl);
        }
    }
    
    // 6️⃣ 检查是否有图片
    if (images.length > 0) {
        return {
            success: true,
            images: images,
            texts: texts // 可能有附加说明文本
        };
    }
    
    // 7️⃣ 无图片，检查是否有文本响应
    if (texts.length > 0) {
        const textContent = texts.join('\n');
        
        // 智能识别（可选）
        const detectedType = detectContentType(textContent);
        
        return {
            success: false,
            errorType: 'TEXT_RESPONSE',
            userMessage: textContent, // 直接使用 API 的文本
            detectedType: detectedType, // 'nsfw', 'watermark', 'general' 等
            devMessage: `API 返回文本响应，长度: ${textContent.length}`,
            apiText: textContent,
            rawResponse: data
        };
    }
    
    // 8️⃣ 兜底：完全没有数据
    return {
        success: false,
        errorType: 'UNKNOWN',
        userMessage: '生成失败，请检查提示词后重试',
        devMessage: '未找到图片数据或文本响应',
        rawResponse: data
    };
}

2. 关键词智能识别

function detectContentType(text) {
    const lowerText = text.toLowerCase();
    
    // 拒绝模式检测
    const isRejection = 
        lowerText.includes("i can't generate") ||
        lowerText.includes("i cannot generate") ||
        lowerText.includes("i can't create") ||
        lowerText.includes("i'm just a language model") ||
        lowerText.includes("我不能") ||
        lowerText.includes("无法生成");
    
    if (!isRejection) {
        return null;
    }
    
    // 细分拒绝类型
    if (lowerText.includes('watermark')) {
        return 'watermark_removal';
    }
    
    if (lowerText.includes('faceswap') || lowerText.includes('face swap')) {
        return 'faceswap';
    }
    
    if (lowerText.includes('sexually') || 
        lowerText.includes('explicit') ||
        lowerText.includes('色情') ||
        lowerText.includes('不雅')) {
        return 'nsfw';
    }
    
    return 'general_rejection';
}

3. 前端展示逻辑

function showErrorToUser(errorResult) {
    if (errorResult.success) {
        // 显示图片
        displayImages(errorResult.images);
        return;
    }
    
    // 错误处理
    let title, message, suggestions;
    
    switch(errorResult.errorType) {
        case 'ZERO_CANDIDATES_TOKEN':
            title = '内容审核未通过';
            message = errorResult.userMessage;
            suggestions = [
                '请检查提示词，确保不包含敏感内容',
                '如使用参考图，请确保图片内容健康'
            ];
            break;
            
        case 'FINISH_REASON':
            title = '内容不符合要求';
            message = errorResult.userMessage;
            suggestions = [
                '请使用健康、正面的描述',
                '避免涉及敏感话题'
            ];
            break;
            
        case 'TEXT_RESPONSE':
            title = '无法生成图片';
            message = errorResult.userMessage; // API 的原始文本
            suggestions = [
                '请根据提示调整您的请求',
                '确保内容符合使用政策'
            ];
            break;
            
        default:
            title = '生成失败';
            message = errorResult.userMessage;
            suggestions = ['请检查提示词后重试'];
    }
    
    // 显示错误弹窗
    showErrorModal({
        title: title,
        message: message,
        suggestions: suggestions,
        // 开发测试模式下显示完整信息
        technicalDetails: {
            errorType: errorResult.errorType,
            devMessage: errorResult.devMessage,
            rawResponse: errorResult.rawResponse
        }
    });
}

最佳实践建议

1. 优先级排序 ⭐

错误检测应按以下顺序进行：

candidatesTokenCount === 0     (最早期拒绝)
finishReason !== 'STOP'         (生成过程拒绝)
content.parts 检查               (结构完整性)
提取图片和文本                   (数据提取)
智能识别文本内容                 (语义分析)

2. 文本收集注意事项 ⚠️

关键：必须在判断 thoughtSignature 之前收集 text

// ✅ 正确做法
// 先收集文本
if (part.text && !part.text.startsWith('data:image/')) {
    texts.push(part.text);
}

// 再判断是否跳过
if (hasThoughtSignature && !part.inlineData) {
    continue; // 跳过图片检查
}

// ❌ 错误做法
if (hasThoughtSignature) {
    continue; // 直接跳过，text 没被收集
}

if (part.text) {
    texts.push(part.text); // 永远执行不到
}

3. 响应数据保留 📦

开发测试工具必须保留完整响应：

error.detailedError = {
    rawResponse: JSON.stringify(data, null, 2), // 完整 JSON
    candidateStructure: candidate ? JSON.stringify(candidate, null, 2) : null,
    errorData: data
};

展示建议：

C 端用户：默认不展示技术详情
B 端用户：默认展开技术详情
开发者：提供”展开/收起”切换

4. 多语言支持 🌍

API 可能返回中文或英文说明，需要都支持：

const rejectionPatterns = [
    // 英文
    "i can't generate",
    "i cannot create",
    "i'm just a language model",
    // 中文
    "我不能",
    "无法生成",
    "违反.*政策"
];

5. 友好降级 📉

// 优先级降级
if (能智能识别) {
    展示智能提示 + API 文本;
} else if (有 API 文本) {
    直接展示 API 文本;
} else if (有 finishReason) {
    展示 finishReason 友好名称;
} else {
    展示通用提示 + 完整响应;
}

6. 永不显示”未知错误” 🚫

// ❌ 错误做法
return { error: '未知错误' };

// ✅ 正确做法
return { 
    error: error?.message || '生成失败，请查看详细信息',
    rawResponse: JSON.stringify(data, null, 2)
};

关键代码片段

thoughtSignature 处理

// ⚠️ 注意：有 thoughtSignature 的 part 仍然可能包含重要的 text
for (const part of candidate.content.parts) {
    const hasThoughtSignature = !!part.thoughtSignature;
    
    // ✅ 先收集文本（重要！）
    if (part.text && typeof part.text === 'string' && !part.text.startsWith('data:image/')) {
        apiTextResponses.push(part.text);
    }
    
    // ✅ 再决定是否跳过后续图片检查
    if (hasThoughtSignature && part.text && !part.inlineData) {
        continue; // 跳过图片检查，但 text 已经收集了
    }
    
    // 提取图片数据...
}

错误消息优先级

// 生成错误消息时的优先级
let errorMessage;

if (apiTextResponses && apiTextResponses.length > 0) {
    // 优先使用 API 返回的文本
    errorMessage = apiTextResponses.join('\n');
} else if (finishReason && finishReason !== 'STOP') {
    // 使用 finishReason 友好名称
    errorMessage = finishReasonNames[finishReason] || finishReason;
} else {
    // 兜底提示
    errorMessage = '未找到图片数据，请检查提示词后重试';
}

错误响应示例汇总

✅ 完整的测试用例

用例 1: candidatesTokenCount = 0

{
  "candidates": null,
  "usageMetadata": { "candidatesTokenCount": 0 }
}

处理: 谷歌内容审核拒绝

用例 2: finishReason = PROHIBITED_CONTENT

{
  "candidates": [{
    "content": { "parts": null },
    "finishReason": "PROHIBITED_CONTENT"
  }]
}

处理: finishReason 拒绝

用例 3: 有中文文本响应

{
  "candidates": [{
    "content": {
      "parts": [{
        "text": "我不能为你创建带有色情、不雅或冒犯性内容的图像。这违反了我们的安全政策。"
      }]
    },
    "finishReason": "STOP"
  }],
  "usageMetadata": { "candidatesTokenCount": 24 }
}

处理: 直接展示中文说明

用例 4: 有英文文本响应

{
  "candidates": [{
    "content": {
      "parts": [{
        "text": "I can't generate images that are sexually explicit.",
        "thoughtSignature": "..."
      }]
    },
    "finishReason": "STOP"
  }],
  "usageMetadata": { "candidatesTokenCount": 11 }
}

处理: 识别为 NSFW，展示英文说明

用例 5: 正常成功

{
  "candidates": [{
    "content": {
      "parts": [{
        "inlineData": {
          "mimeType": "image/jpeg",
          "data": "base64图片数据..."
        }
      }]
    },
    "finishReason": "STOP"
  }],
  "usageMetadata": { "candidatesTokenCount": 125 }
}

处理: 提取图片，成功返回

常见问题 FAQ

Q1: 为什么同一个提示词有时能生成有时不能？

A: Google API 的安全过滤有随机性和上下文相关性：

参考图的内容会影响判断
提示词的组合方式会影响判断
建议：调整描述方式，使用更委婉的表达

Q2: 如何区分是内容问题还是技术问题？

A: 看错误类型：

candidatesTokenCount: 0 或 finishReason: PROHIBITED_CONTENT → 内容问题
Failed to fetch 或 HTTP 错误 → 技术问题
有 API 文本说明 → 通常是内容问题

Q3: C 端用户应该看到多少技术信息？

A: 建议分层展示：

默认显示: 友好的错误说明 + 修改建议
可选展开: 技术详情（供高级用户）
开发模式: 完整的 JSON 响应

Q4: 是否需要为每个 finishReason 写特定处理？

A: 不需要！使用映射表 + 通用处理：

const finishReasonMessages = {
    'PROHIBITED_CONTENT': '内容违反安全策略',
    'SAFETY': '触发安全过滤器',
    // ... 可扩展
};

// 通用处理
const message = finishReasonMessages[finishReason] || 
                `请求被拒绝：${finishReason}`;

参考资源

Google 官方文档: https://ai.google.dev/gemini-api/docs/models?hl=zh-cn#gemini-3-pro-image-preview
本项目 FAQ: nano-banana-faq.md
代码实现: js/api.js - processImageResponse 方法

更新日志

2025-12-07: 初始版本
- 完整的错误处理流程图
- C 端用户友好文案示例
- 代码实现示例
- 最佳实践建议

提示: 本文档基于实际开发测试经验总结，建议开发者根据自己的应用场景调整用户提示文案的详细程度。

产品基础

基础 API

视频 API

图片 API

多模态理解 API

文本 API

​Gemini 3 Pro Image Preview API 错误处理指南

​📋 目录

​概述

​API 基本信息

​为什么需要专门的错误处理？

​核心判断指标

​1. candidatesTokenCount（最高优先级）⭐

​2. finishReason（次优先级）

​3. API 文本响应（重要）

​错误场景与处理流程

​场景 1: 谷歌内容审核拒绝（最早期拒绝）

​场景 2: finishReason 拒绝（生成过程拒绝）

​场景 3: API 文本响应（返回说明文本）

​场景 4: 知识库限制

​场景 5: 去水印/换脸等禁止功能

​C 端用户友好提示文案

​文案设计原则

​推荐文案模板

​❌ 内容不符合要求

​❌ 功能暂不支持

​❌ 内容超出范围

​✅ 技术错误（网络等）

​完整处理流程图

​代码实现示例

​1. 响应解析与错误检测

​2. 关键词智能识别

​3. 前端展示逻辑

​最佳实践建议

​1. 优先级排序 ⭐

​2. 文本收集注意事项 ⚠️

​3. 响应数据保留 📦

​4. 多语言支持 🌍

​5. 友好降级 📉

​6. 永不显示”未知错误” 🚫

​关键代码片段

​thoughtSignature 处理

​错误消息优先级

​错误响应示例汇总

​✅ 完整的测试用例

​用例 1: candidatesTokenCount = 0

​用例 2: finishReason = PROHIBITED_CONTENT

​用例 3: 有中文文本响应

​用例 4: 有英文文本响应

​用例 5: 正常成功

​常见问题 FAQ

​Q1: 为什么同一个提示词有时能生成有时不能？

​Q2: 如何区分是内容问题还是技术问题？

​Q3: C 端用户应该看到多少技术信息？

​Q4: 是否需要为每个 finishReason 写特定处理？

​参考资源

​更新日志

Gemini 3 Pro Image Preview API 错误处理指南

📋 目录

概述

API 基本信息

为什么需要专门的错误处理？

核心判断指标

1. candidatesTokenCount（最高优先级）⭐

2. finishReason（次优先级）

3. API 文本响应（重要）

错误场景与处理流程

场景 1: 谷歌内容审核拒绝（最早期拒绝）

场景 2: finishReason 拒绝（生成过程拒绝）

场景 3: API 文本响应（返回说明文本）

场景 4: 知识库限制

场景 5: 去水印/换脸等禁止功能

C 端用户友好提示文案

文案设计原则

推荐文案模板

❌ 内容不符合要求

❌ 功能暂不支持

❌ 内容超出范围

✅ 技术错误（网络等）

完整处理流程图

代码实现示例

1. 响应解析与错误检测

2. 关键词智能识别

3. 前端展示逻辑

最佳实践建议

1. 优先级排序 ⭐

2. 文本收集注意事项 ⚠️

3. 响应数据保留 📦

4. 多语言支持 🌍

5. 友好降级 📉

6. 永不显示”未知错误” 🚫

关键代码片段

thoughtSignature 处理

错误消息优先级

错误响应示例汇总

✅ 完整的测试用例

用例 1: candidatesTokenCount = 0

用例 2: finishReason = PROHIBITED_CONTENT

用例 3: 有中文文本响应

用例 4: 有英文文本响应

用例 5: 正常成功

常见问题 FAQ

Q1: 为什么同一个提示词有时能生成有时不能？

Q2: 如何区分是内容问题还是技术问题？

Q3: C 端用户应该看到多少技术信息？

Q4: 是否需要为每个 finishReason 写特定处理？

参考资源

更新日志