دليل ضبط ميزة تعديل الصور في GPT: كيفية تقليل أخطاء moderation_blocked 400

تم رفض ما يقرب من طلب واحد من كل 23 طلباً لـ GPT Image 2 قمنا بمعالجتها في الفترة ما بين 19 أغسطس و18 سبتمبر 2026، حيث عادت كخطأ HTTP 400. قام نظام الأمان الأساسي برفضها قبل عرض أي بكسل، وبدت معظم المطالبات غير ضارة للأشخاص الذين كتبوها. يأتي دليل ضبط اعتدال GPT Image هذا من 30 يوماً من بيانات الإنتاج على واجهة برمجة تطبيقات الصور في TokenLab، بالإضافة إلى وثائق إنشاء الصور الرسمية من OpenAI. تتجمع المحفزات بشكل وثيق، والحلول هي إعادة صياغة المطالبات بدلاً من إعادة المحاولة. حيثما نقتبس أرقاماً، فهي إحصائيات مجمعة للمنصة؛ ولا يتم إعادة إنتاج محتوى أي عميل.

أبرز النقاط

• تم رفض حوالي 4.3% من مهام GPT Image على TokenLab - أي ما يقرب من واحد من كل 23 - بواسطة نظام الأمان الأساسي خلال فترة 30 يوماً.
• تؤدي الصور المرجعية إلى مضاعفة معدل الحظر بأكثر من الضعف: 8.4% مقابل 3.7% للإنشاء المعتمد على النص فقط.
• كان أقوى مزيج لاحظناه هو المفردات المتعلقة بالقاصرين بالإضافة إلى الصياغة الواقعية (photorealistic): حوالي 9.5%، أي حوالي 2.2 ضعف المعدل الأساسي.
• لم تؤدِ إعادة محاولة مطالبة غير معدلة إلى استرداد أي حظر خلال تلك الفترة، ويتم استرداد تكلفة المهام المحظورة تلقائياً.
• يقلل moderation="low" من الصرامة للأعمال المنمقة والواضحة الحميدة؛ ولكنه لا يعطل أبداً تصفية الفئات غير القانونية.

ما هو الخطأ في الواقع

يقوم GPT Image 2 بفحص كل مطالبة، وكل صورة مدخلة، وكل صورة تم إنشاؤها مقابل سياسة محتوى المزود. عندما يتم تفعيل عامل التصفية، يفشل الطلب مع رمز 400، والمميز الثابت هو رمز الخطأ:

{
  "error": {
    "type": "image_generation_user_error",
    "code": "moderation_blocked",
    "moderation_details": {
      "moderation_stage": "input",
      "categories": ["sexual"]
    }
  }
}

وفقاً للوثائق الرسمية، فإن moderation_details اختيارية وخشنة عمداً. يخبرك moderation_stage ما إذا كان الحظر قد جاء من مدخلاتك (input) أو من الصورة التي تم إنشاؤها (output). تحمل categories تصنيفات عامة واسعة مثل harassment (المضايقة)، أو self-harm (إيذاء النفس)، أو sexual (جنسي)، أو violence (عنف). وهي لا تكشف أبداً عن درجات المصنف الداخلية.

على TokenLab يصل نفس الحدث في شكلين:

• المكالمات المتزامنة (/v1/images/generations، /v1/images/edits) تعيد HTTP 400 على الفور.
• المهام غير المتزامنة تنتقل إلى حالة failed مع رسالة "تم رفض الطلب من قبل نظام الأمان."

هناك حقيقتان تشغيليتان تهمان في كلتا الحالتين. حظر الاعتدال حتمي لنفس المحتوى: إعادة محاولة طلب غير معدل لا تنجح بشكل أساسي. وعلى TokenLab تُحتسب المهمة المحظورة اعتدالياً كمهمة فاشلة، لذا يتم استرداد الحصة المخصومة مسبقاً تلقائياً بالكامل. أنت لا تدفع أبداً مقابل إنشاء محظور.

ثلاثون يوماً من بيانات ضبط اعتدال GPT Image

بين 19 أغسطس و18 سبتمبر 2026، تم رفض حوالي 4.3% من مهام GPT Image على TokenLab (حوالي واحد من كل 23) من قبل نظام الأمان الأساسي. الطلبات المحظورة ليست موزعة بالتساوي. بل تتجمع حول بضعة أنماط:

الإشارة	المهام المحظورة	جميع المهام الأخرى	القراءة
المطالبة تذكر قاصرين (طفل، رضيع، "7 سنوات"، ...)	79%	33%	أقوى مؤشر فردي
صياغة العرض الواقعي ("photorealistic"، "real human"، "live-action")	77%	57%	مضخم، خاصة مع القاصرين
أوصاف ذات صلة بالجنس (عاري، مثير، ملابس داخلية، صياغة تركز على الجسم)	43%	17%	مؤشر قوي
كلمات الحركة/العنف العامة (معركة، سيف، انفجار)	~50%	~50%	لا قيمة تنبؤية بمفردها

ثلاث نتائج أخرى من نفس الفترة:

• الصور المرجعية تزيد من المخاطر. على سبيل المثال، تم حظر المهام التي تحتوي على صور مدخلة/مرجعية بنسبة 8.4%، مقابل 3.7% للإنشاء المعتمد على النص فقط، أي أكثر من الضعف. يتم تعديل الصور بصرامة مثل النص.
• المطالبات الطويلة تفشل أكثر. بلغ متوسط المطالبات المحظورة حوالي 3,600 حرف، وتجاوز أكثر من نصفها 2,000 حرف. كل جملة إضافية هي مساحة أكبر للمصنف.
• إعادة المحاولات لم تنجح أبداً. انتهت كل مهمة محظورة في الفترة بحالة فشل نهائية؛ لم تنجح أي منها عن طريق إعادة تقديم نفس المدخلات. وتم استرداد تكلفة كل واحدة منها تلقائياً.

سير العمل الأكثر حظراً الذي لاحظناه: أوراق تصميم الشخصيات الواقعية للقاصرين: مطالبات بأسلوب "مرجع التمثيل" التي تصف شخصية طفل بعرض فائق الواقعية، ونسب جسم دقيقة، وملاحظات حول الملابس. تم حظر المطالبات التي تجمع بين مفردات متعلقة بالقاصرين والعرض الواقعي بنسبة ~9.5%، أي 2.2 ضعف المعدل الأساسي.

بالقراءة عبر السكان المحظورين، يقع كل رفض تقريباً في واحدة من خمس فئات:

1. تصوير واقعي للقاصرين. شخصيات طفل أو رضيع يتم عرضها كـ "إنسان حقيقي تم تصويره في استوديو"، "واقعي للغاية"، "ليس CGI، ليس رسماً توضيحياً". إن الجمع بين قاصر والواقعية هو الحدود الأكثر حراسة في اعتدال الصور، ويتم تفعيله حتى عندما يكون القصد هو ورقة شخصية بريئة.
2. صياغة تركز على الملابس أو الجسم حول القاصرين. عبارات مثل "لقطة مقربة غير مغطاة من الترقوة" (المقصود بها لقطة بورتريه عادية) أو قياسات دقيقة لنسب جسم شخصية طفل من الرأس إلى القدمين. بريئة بشكل فردي، ولكنها تُقرأ بشكل إجمالي كأوصاف تركز على جسم قاصر.
3. أوصاف جنسية لشخصيات بالغة. مفردات تركز على الوضعية، والجلد، والملابس الداخلية ("ملابس داخلية"، "عاري"، "وضعية مغرية") حتى في التكوينات التي تعتبر آمنة للعمل (SFW).
4. تشريح دموي رسومي. مطالبات الرعب والخيال المظلم التي تصف اللحم المتعفن، والأعضاء المكشوفة، والجروح المفتوحة، أو الطفيليات بتفاصيل تشريحية.
5. صور مرجعية لأشخاص حقيقيين. صور حقيقية لقاصرين، صور ذات كشف عالٍ للجلد، أو وجوه تشبه المشاهير تُستخدم كمدخلات تعديل.

هناك مضخمان يجعلان كل ما سبق أكثر عرضة للوقوع في الخطأ: المطالبات الطويلة جداً (المزيد من النص يعني المزيد من الفرص لمزيج سيئ) وقوائم الكلمات السلبية. سطر مثل "لا عري، لا محتوى جنسي، لا دماء" لا يطمئن المصنف. بل يكرر المفاهيم التي تريد تجنبها ويضيفها إلى المدخلات. صف ما تريده، وليس ما لا تريده.

دليل ضبط اعتدال GPT Image

تتوافق حركات إعادة الصياغة هذه مع البيانات أعلاه. (الأمثلة توضيحية، وليست من حركة مرور العملاء.)

1. ابعد القاصرين عن الواقعية

إذا كانت قصتك أو قصتك المصورة أو لعبتك تحتاج إلى شخصيات أطفال، فاعرضهم في وسيط منمق بوضوح:

قبل: "صورة تمثيل واقعية للغاية لطفلة تبلغ من العمر 7 سنوات، طفلة بشرية حقيقية
تم تصويرها في استوديو، نسب جسم دقيقة، لقطة مقربة للوجه غير مغطاة من الترقوة ..."

بعد:  "رسم توضيحي بالألوان المائية لقصة أطفال لفتاة صغيرة ترتدي فستاناً من سلالة مينغ،
بورتريه من الكتف للأعلى، وجه مستدير، كعكتا شعر مربوطتان بشرائط قماشية،
تعبير لطيف، خلفية بيضاء سادة"

غيّر الوسيط (ألوان مائية، رسوم متحركة ثنائية الأبعاد، رسوم كرتونية ثلاثية الأبعاد، أسلوب كتب الصور). تخلَّ عن تأطير "إنسان حقيقي / تم تصويره"، وتجاهل قياسات الجسم تماماً. إذا كان يجب عليك وصف الملابس، فصف ما ترتديه الشخصية ("ترتدي سترة قماشية بياقة مستديرة") بدلاً مما لا ترتديه.

2. احذف قوائم الكلمات السلبية

استبدل "لا عري، لا دماء، لا نص، لا علامة مائية" بصياغة إيجابية: "مغطاة بالكامل"، "تكوين نظيف"، "خلفية سادة". احتفظ فقط بالسلبيات التي لا تسمي فئة مقيدة. "لا علامة مائية" أمر جيد؛ "لا عري" لا يساعد.

3. قلص المطالبة

إذا كنت تنشئ أوراق شخصيات متعددة اللوحات، فلا تكرر نفس كتلة الأسلوب في كل وصف لوحة. جملة أسلوب مشتركة واحدة بالإضافة إلى تفاصيل كل لوحة تبقيك تحت عتبة المساحة التي تصبح فيها مجموعات المحفزات العرضية محتملة.

4. نزع فتيل الدموية بالجو، وليس بالتشريح

قبل: "جسدها يتعفن، جمجمة مكشوفة، لحم، بثور وطفيليات ..."

بعد:  "نصفها هادئ وأمومي، والنصف الآخر يذوب في الظل
وضباب المد والجزر، التحلل مقترح من خلال الظل والإضاءة بدلاً من
التفاصيل التشريحية"

ينجو الخيال المظلم من الاعتدال عندما يتم حمل الرعب من خلال المزاج والإضاءة والظل بدلاً من الوصف على مستوى الأنسجة.

5. تحييد المجاورة للمحتوى البالغ

بالنسبة للشخصيات البالغة، استبدل الكلمات التي تركز على الجسم والملابس الداخلية بلغة الموضة والمزاج. "فستان سهرة" بدلاً من "ملابس داخلية"، "وضعية واثقة" بدلاً من "وضعية مغرية".

6. تعامل مع الصور المرجعية كجزء من المطالبة

يتم تعديل مدخلات الصور أيضاً، وفي بياناتنا فإنها تضاعف معدل الحظر بأكثر من الضعف. تعامل معها مثل نص المطالبة:

• فضل المراجع المنمقة للقاصرين. الرسم التوضيحي أو العرض ثلاثي الأبعاد لشخصية طفل هو مدخل أكثر أماناً بكثير من صورة فوتوغرافية حقيقية لطفل، وعادة ما يعمل بنفس القدر من الكفاءة لاتساق الشخصية.
• قص ما يهم. إذا كنت بحاجة إلى وجه لاتساق الهوية، فقم بتحميل لقطة الوجه، وليس صورة كاملة للجسم على الشاطئ. جلد أقل وسياق أقل يعني مساحة أقل للمصنف.
• أزل النص المتراكب والعلامات المائية. تُقرأ التسميات التوضيحية، ونص الميم، وسلاسل العلامات المائية على الصور المرجعية كنص مدخل ويمكن أن تحمل كلمات محفزة نسيت أنها موجودة.
• تجنب تشابه المشاهير الحقيقيين، سواء كصور مرجعية أو كنص مطالبة "بأسلوب".

تغطي ملاحظات دعم GPT Image edit API شكل الطلب خلف تعديلات الصور المتعددة والاستطلاع غير المتزامن.

معلمة الاعتدال (moderation parameter)

تقبل نماذج GPT Image معلمة moderation بقيمتين، وفقاً للوثائق الرسمية:

• auto (افتراضي): تصفية قياسية تحد من فئات معينة من المحتوى الذي قد يكون غير مناسب للعمر.
• low: تصفية أقل تقييداً.

يمرر TokenLab هذه المعلمة في كل من /v1/images/generations و /v1/images/edits:

curl https://api.tokenlab.sh/v1/images/generations \\
  -H "Authorization: Bearer \$TOKENLAB_API_KEY" \\
  -H "Content-Type: application/json" \\
  -d '{
    "model": "gpt-image-2",
    "prompt": "رسم توضيحي بالألوان المائية لقصة أطفال لفتاة صغيرة ترتدي فستاناً من سلالة مينغ، بورتريه من الكتف للأعلى",
    "size": "1024x1024",
    "moderation": "low"
  }'

استخدم low عندما يكون محتواك حميداً بوضوح ولكنه يستمر في التعرض للحظر. العمل التوضيحي المنمق هو الحالة الكلاسيكية. تحذيران: low ليست off (الفئات غير القانونية مثل CSAM يتم حظرها دائماً)، وهي قرص تحكم، وليست ضماناً. أصلح المطالبة أولاً، ثم الجأ إلى المعلمة.

التعامل مع الحظر في الكود

التوجيه الرسمي صريح: إخفاقات image_generation_user_error قابلة للتصحيح من قبل المستخدم ولا ينبغي إعادة محاولتها دون تغيير الطلب. بياناتنا تتفق مع ذلك: لم يتم استرداد أي مهمة محظورة في فترة الـ 30 يوماً عن طريق إعادة محاولة طلب غير معدل. التعامل الصحيح:

• ميز بناءً على error.code، وليس نص الرسالة. فقط moderation_blocked (و image_generation_user_error بشكل عام) تعني "أصلح المدخلات". حدود المعدل و 5xx لا تزال قابلة لإعادة المحاولة.
• اقرأ المرحلة. moderation_stage: "input" تعني إعادة صياغة المطالبة أو تبديل الصورة المرجعية؛ "output" تعني أن الصورة التي تم إنشاؤها نفسها تم وضع علامة عليها؛ عادة ما تؤدي إعادة المحاولة بمطالبة معدلة قليلاً ومخففة المخاطر إلى حلها.
• اجعل رسالة المستخدم النهائي عامة ("لم يمكن إكمال هذا الطلب بسبب متطلبات سلامة المحتوى") وقم بتسجيل moderation_details ومعرف الطلب لتصحيح الأخطاء والدعم الخاص بك.
• لا تقم بعمل حلقة تكرار. اقطع الاتصال بعد حظر اعتدال واحد لكل مدخل فريد؛ إعادة تقديم محتوى متطابق يضيع وقت الاستجابة ووقت تصحيح الأخطاء على الرغم من أن TokenLab يسترد تكلفته.

قائمة التحقق

موقفك	المحفز المحتمل	الحل
ورقة تصميم شخصية طفل	قاصر × واقعية	وسيط منمق، لا قياسات جسم، صياغة ملابس إيجابية
بورتريه واقعي لشخص بالغ محظور	أوصاف جنسية	صياغة الموضة/المزاج؛ فكر في moderation="low"
مخلوق خيال مظلم / رعب	تشريح دموي	الجو والظل بدلاً من تفاصيل الأنسجة
تعديل مع صورة مرجعية محظورة	صورة مدخلة لشخص حقيقي / كثيفة الجلد	قص بشكل أكثر إحكاماً، استخدم مرجعاً منمقاً، انزع النص المتراكب
مطالبة متعددة اللوحات طويلة محظورة	مساحة المطالبة + قوائم سلبية	إزالة التكرار، حذف قوائم الكلمات السلبية
عمل منمق حميد لا يزال يحمل علامة	تحفظ المصنف	moderation="low"

القيود. الإحصائيات أعلاه هي مجاميع لمدة 30 يوماً من حركة مرور إنتاج TokenLab، وهي تصف ميولاً، وليست ضمانات. تتغير مصنفات الاعتدال بمرور الوقت، ويمكن التعامل مع نفس المطالبة بشكل مختلف بعد تحديث أساسي. أمثلة إعادة الصياغة هي قوالب توضيحية، وليست بيانات عملاء. تحقق دائماً من السلوك الحالي باختبار صغير قبل تشغيل دفعة.

الأسئلة الشائعة

هل أدفع مقابل إنشاء محظور؟

لا. على TokenLab، تفشل المهام المحظورة اعتدالياً ويتم استرداد الحصة المخصومة مسبقاً تلقائياً وبالكامل.

هل تساعد إعادة محاولة نفس المطالبة؟

لا. في 30 يوماً من البيانات، لم تنجح مهمة محظورة واحدة في إعادة محاولة غير معدلة. غيّر المدخلات أولاً.

هل يعطل moderation="low" تصفية السلامة؟

لا. إنه يقلل من التقييد؛ تظل فئات المحتوى غير القانوني محظورة بغض النظر.

هل يتم تعديل الصور المرجعية حقاً؟

نعم. يتم تصفية كل من المطالبة وكل صورة مدخلة. تم حظر المهام التي تحتوي على صور مرجعية بأكثر من ضعف معدل النص فقط في بياناتنا.

هل يمكنني رؤية القاعدة التي تم تفعيلها بالضبط؟

فقط على مستوى moderation_details.categories الخشن، وفقط عندما يتضمنها المصدر الأساسي. يتعمد المزودون عدم كشف تفاصيل المصنف الداخلية.

لتجربة هذه النماذج، تصفح كتالوج نماذج الصور، وراجع دليل الوظائف غير المتزامنة والاستطلاع للتعامل مع دورة حياة المهام، وتحقق من وثائق TokenLab للحصول على تنسيق الطلب الحالي.

أنشئ مفتاح API وقم بتشغيل دفعة اختبار صغيرة قبل توسيع نطاق سير العمل.