簡短回答
會。圖片介面可能先完成生成，再對輸出圖片執行內容安全稽核；圖片未通過稽核時，介面不會返回這張圖片。這類情況稱為後置稽核或輸出側稽核，不等於提示詞或參考圖本身含有明確違規內容。 如果響應中包含下面的資訊，可以優先按輸出側稽核排查：gpt-image-2.5-sunburst-vip 的實測中，該錯誤以 HTTP 451 返回。
如何判斷是後置稽核
優先看錯誤文案，再結合呼叫表現判斷：錯誤文案比耗時更可靠。 不同模型和渠道的生成耗時差異很大，成功與失敗的耗時範圍也可能重疊，不能只用“等待了多少秒”斷定稽核層級；沒有上游內部稽核日誌時，也不要斷言具體命中了哪個安全分類。
一次匿名化對照複測
測試場景是使用人物參考圖生成角色定妝圖：一張圖內同時包含面部特寫和全身正面、側面、背面檢視，背景為純白影棚。以下只保留測試變數與結果：
同一參考圖換成中性提示詞可以成功，原提示詞去掉參考圖也可以成功，說明兩者並非各自必然被禁。結果更支援“參考圖人物特徵與全身多檢視要求結合後，生成畫面觸發過濾”，但不能據此認定參考圖違規或某個單詞就是觸發詞。
去掉參考圖的對照同時改變了輸入和端點，只能作為輔助證據。實際排查時，應優先保持模型、端點、參考圖和引數不變，每次只調整一個提示詞變數。
解決辦法
1
把畫面約束寫具體
人物類提示詞不要只寫“不要性感”“不要裸露”，應明確描述希望出現的服裝和畫面。例如：真正起作用的是清晰的上衣、下裝和鞋子等正向描述，否定句只作為補充。
2
每次只改一個變數
保持模型、參考圖和其他引數不變，只調整一個服裝或構圖詞塊。否則即使成功，也無法判斷是哪項修改起效。
3
迴歸 2 至 3 次
輸出側稽核可能因每次生成畫面不同而出現隨機性，單次通過不能證明方案穩定。若原始組合連續多次失敗，不建議繼續原樣重試；調整後再回歸驗證。
常見問題
參考圖單獨能用，是否代表它一定通過稽核？
參考圖單獨能用，是否代表它一定通過稽核？
不能這樣推導。參考圖可能順利通過輸入處理，但它與提示詞結合後生成的全身、多視角或其他畫面仍可能觸發輸出側過濾。
為什麼只加“不要裸露”仍然失敗？
為什麼只加“不要裸露”仍然失敗？
否定句沒有明確告訴模型最終應該畫什麼。尤其在參考圖只展示局部服裝時，模型仍可能自由補全；直接寫出完整、具體的日常服裝更有效。
後置稽核是否意味著提示詞有問題？
後置稽核是否意味著提示詞有問題？
不一定。輸出側稽核檢查的是生成結果，提示詞沒有明顯違規內容時，成圖仍可能因人物呈現、服裝、姿勢或構圖組合而被過濾。