Guía de ajuste de moderación de imágenes de GPT: Cómo reducir los errores 400 de moderation_blocked

Aproximadamente una de cada 23 solicitudes de GPT Image 2 que procesamos entre el 19 de agosto y el 18 de septiembre de 2026 resultó en un error HTTP 400. El sistema de seguridad ascendente las rechazó antes de que se renderizara un solo píxel, y la mayoría de los prompts parecían inofensivos para las personas que los escribieron. Esta guía de ajuste de moderación de GPT Image proviene de 30 días de datos de producción en la API de imágenes de TokenLab, además de la documentación oficial de generación de imágenes de OpenAI. Los disparadores se agrupan estrechamente y las soluciones consisten en reescribir los prompts en lugar de reintentar. Cuando citamos números, son estadísticas agregadas de la plataforma; no se reproduce contenido de clientes.

Puntos clave

• Alrededor del 4.3% de las tareas de GPT Image en TokenLab (aproximadamente una de cada 23) fueron rechazadas por el sistema de seguridad ascendente durante un periodo de 30 días.
• Las imágenes de referencia más que duplican la tasa de bloqueo: 8.4% frente al 3.7% para la generación solo de texto.
• La combinación más fuerte que observamos fue vocabulario relacionado con menores más redacción fotorrealista: ~9.5%, aproximadamente 2.2 veces la línea base.
• Reintentar un prompt sin cambios nunca recuperó un bloqueo en el periodo analizado, y las tareas bloqueadas se reembolsan automáticamente.
• moderation="low" reduce la rigurosidad para trabajos claramente benignos y estilizados; nunca desactiva el filtrado de categorías ilegales.

Qué es realmente el error

GPT Image 2 verifica cada prompt, cada imagen de entrada y cada imagen generada contra la política de contenido del proveedor. Cuando se activa un filtro, la solicitud falla con un 400, y el discriminador estable es el código de error:

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

Según la documentación oficial, moderation_details es opcional y deliberadamente general. moderation_stage le indica si el bloqueo provino de sus entradas (input) o de la imagen generada (output). categories contiene etiquetas públicas amplias como harassment, self-harm, sexual o violence. Nunca expone las puntuaciones internas del clasificador.

En TokenLab, el mismo evento llega de dos formas:

• Llamadas síncronas (/v1/images/generations, /v1/images/edits) devuelven HTTP 400 inmediatamente.
• Tareas asíncronas pasan al estado failed con el mensaje "The request was rejected by the safety system."

Dos hechos operativos importan en cualquier caso. Un bloqueo de moderación es determinista para el mismo contenido: reintentar una solicitud sin cambios esencialmente nunca tiene éxito. Y en TokenLab, una tarea bloqueada por moderación cuenta como una tarea fallida, por lo que la cuota prededucida se reembolsa automáticamente en su totalidad. Nunca paga por una generación bloqueada.

Treinta días de datos de ajuste de moderación de GPT Image

Entre el 19 de agosto y el 18 de septiembre de 2026, alrededor del 4.3% de las tareas de GPT Image en TokenLab (aproximadamente una de cada 23) fueron rechazadas por el sistema de seguridad ascendente. Las solicitudes bloqueadas no se distribuyen de manera uniforme. Se agrupan en torno a algunos patrones:

Señal	Tareas bloqueadas	Todas las demás tareas	Lectura
El prompt menciona menores (niño, bebé, "7-year-old", ...)	79%	33%	El predictor individual más fuerte
Redacción de renderizado fotorrealista ("photorealistic", "real human", "live-action")	77%	57%	Amplificador, especialmente con menores
Descriptores adyacentes a lo sexual (nude, sexy, lingerie, redacción centrada en el cuerpo)	43%	17%	Predictor fuerte
Palabras genéricas de acción/violencia (battle, sword, explosion)	~50%	~50%	Sin valor predictivo por sí solo

Tres hallazgos más del mismo periodo:

• Las imágenes de referencia aumentan el riesgo. Por ejemplo, las tareas con imágenes de entrada/referencia fueron bloqueadas en un 8.4%, frente al 3.7% para la generación solo de texto, más del doble. Las imágenes se moderan tan estrictamente como el texto.
• Los prompts largos fallan más. Los prompts bloqueados promediaron alrededor de 3,600 caracteres, y más de la mitad excedieron los 2,000 caracteres. Cada cláusula adicional es más superficie para un clasificador.
• Los reintentos nunca funcionaron. Cada tarea bloqueada en el periodo terminó en un estado fallido terminal; ninguna tuvo éxito al reenviar la misma entrada. Y todas fueron reembolsadas automáticamente.

El flujo de trabajo más bloqueado que observamos: hojas de diseño de personajes fotorrealistas de menores: prompts al estilo "casting reference" que describen un personaje infantil con renderizado ultrarrealista, proporciones corporales precisas y notas sobre la ropa. Los prompts que combinan vocabulario relacionado con menores con renderizado fotorrealista fueron bloqueados en un ~9.5%, 2.2 veces la tasa base.

Al analizar la población bloqueada, casi cada rechazo cae en uno de estos cinco grupos:

1. Representaciones fotorrealistas de menores. Personajes infantiles o bebés renderizados como "un humano real fotografiado en un estudio", "ultrafotorrealista", "no CGI, no ilustración". La combinación de un menor y el fotorrealismo es el límite más fuertemente protegido en la moderación de imágenes, y se activa incluso cuando la intención es una hoja de personaje inocente.
2. Redacción centrada en la ropa o el cuerpo alrededor de menores. Frases como "primer plano desde la clavícula hacia arriba sin ropa" (destinado a un recorte de retrato simple) o mediciones detalladas de proporciones corporales de pies a cabeza de un personaje infantil. Individualmente inocentes, en conjunto se leen como una descripción centrada en el cuerpo de un menor.
3. Descriptores sexualizados de personajes adultos. Vocabulario centrado en poses, piel y ropa interior ("lingerie", "nude", "seductive pose") incluso en composiciones que de otro modo serían SFW.
4. Anatomía gráfica de gore. Prompts de terror y fantasía oscura que describen carne podrida, órganos expuestos, heridas abiertas o parásitos con detalle anatómico.
5. Imágenes de referencia de personas reales. Fotos reales de menores, imágenes con alta exposición de piel o rostros similares a celebridades utilizados como entradas de edición.

Dos amplificadores hacen que todo lo anterior sea más probable de fallar: prompts muy largos (más texto significa más posibilidades de una mala combinación) y listas de palabras negativas. Una línea como "no nudity, no sexual content, no gore" no tranquiliza al clasificador. Repite los conceptos que desea evitar y los agrega a la entrada. Describa lo que quiere, no lo que no quiere.

El manual de ajuste de moderación de GPT Image

Estos movimientos de reescritura se asignan a los datos anteriores. (Los ejemplos son ilustrativos, no provienen del tráfico de clientes).

1. Mantenga a los menores alejados del fotorrealismo

Si su historia, cómic o juego necesita personajes infantiles, renderícelos en un medio claramente estilizado:

Antes: "Ultra-photorealistic casting photo of a 7-year-old girl, real human
child photographed in a studio, detailed body proportions, collarbone-up
unclothed facial close-up ..."

Después:  "Storybook watercolor illustration of a young girl in Ming-dynasty
dress, shoulder-up portrait, round face, twin hair buns tied with cloth
ribbons, gentle expression, plain white background"

Cambie el medio (acuarela, animación 2D, dibujos animados 3D, estilo de libro de cuentos). Elimine el encuadre de "humano real / fotografiado" y omita las medidas corporales por completo. Si debe describir la ropa, describa lo que el personaje usa ("wearing a round-collar cloth jacket") en lugar de lo que no usa.

2. Elimine las listas de palabras negativas

Reemplace "no nudity, no blood, no text, no watermark" con frases positivas: "fully clothed", "clean composition", "plain background". Mantenga solo las negativas que no nombren una categoría restringida. "No watermark" está bien; "no nudity" no ayuda.

3. Recorte el prompt

Si genera hojas de personajes de varios paneles, no repita el mismo bloque de estilo en cada descripción de panel. Una oración de estilo compartida más detalles por panel lo mantiene por debajo del umbral de superficie donde las combinaciones accidentales de disparadores se vuelven probables.

4. Desactive el gore con atmósfera, no con anatomía

Antes: "her body rotting, exposed skull, flesh, pustules and parasites ..."

Después:  "one half serene and maternal, the other half dissolving into shadow
and tidal mist, decay suggested through silhouette and lighting rather than
anatomical detail"

La fantasía oscura sobrevive a la moderación cuando el horror se transmite mediante el estado de ánimo, la iluminación y la silueta en lugar de una descripción a nivel de tejido.

5. Neutralice la adyacencia a contenido adulto

Para personajes adultos, cambie las palabras centradas en el cuerpo y la ropa interior por lenguaje de moda y estado de ánimo. "Evening gown" en lugar de "lingerie", "confident contrapposto" en lugar de "seductive pose".

6. Trate las imágenes de referencia como parte del prompt

Las entradas de imagen también se moderan, y en nuestros datos más que duplican la tasa de bloqueo. Manéjelas como texto de prompt:

• Prefiera referencias estilizadas para menores. Una ilustración o render 3D de un personaje infantil es una entrada mucho más segura que una fotografía real de un niño, y generalmente funciona igual de bien para la consistencia del personaje.
• Recorte a lo que importa. Si necesita un rostro para la consistencia de identidad, suba el recorte del rostro, no una foto de cuerpo completo en la playa. Menos piel y menos contexto significan menos superficie para el clasificador.
• Elimine texto superpuesto y marcas de agua. Los subtítulos, el texto de memes y las cadenas de marcas de agua en las imágenes de referencia se leen como texto de entrada y pueden llevar palabras de activación que olvidó que estaban allí.
• Evite las semejanzas de celebridades reales, tanto como imágenes de referencia como texto de prompt "in the style of ".

Las notas de soporte de la API de edición de GPT Image cubren la forma de la solicitud detrás de las ediciones de múltiples imágenes y el sondeo asíncrono.

El parámetro de moderación

Los modelos de GPT Image aceptan un parámetro moderation con dos valores, según la documentación oficial:

• auto (predeterminado): filtrado estándar que limita ciertas categorías de contenido potencialmente inapropiado para la edad.
• low: filtrado menos restrictivo.

TokenLab pasa este parámetro tanto en /v1/images/generations como en /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": "Storybook watercolor illustration of a young girl in Ming-dynasty dress, shoulder-up portrait",
    "size": "1024x1024",
    "moderation": "low"
  }'

Use low cuando su contenido sea claramente benigno pero siga siendo marcado. El trabajo de ilustración estilizada es el caso clásico. Dos advertencias: low no es off (las categorías ilegales como CSAM siempre se bloquean), y es un dial, no una garantía. Arregle el prompt primero, luego recurra al parámetro.

Manejo de bloqueos en el código

La guía oficial es explícita: los fallos de image_generation_user_error son corregibles por el usuario y no deben reintentarse sin cambiar la solicitud. Nuestros datos coinciden: ninguna tarea bloqueada en el periodo de 30 días se recuperó reintentando una solicitud sin cambios. El manejo correcto:

• Discrimine por error.code, no por el texto del mensaje. Solo moderation_blocked (y image_generation_user_error en general) significa "corrija la entrada". Los límites de tasa y los errores 5xx siguen siendo reintentables.
• Lea la etapa. moderation_stage: "input" significa reescribir el prompt o cambiar la imagen de referencia; "output" significa que la imagen generada fue marcada; volver a generar con un prompt ligeramente ajustado y con menos riesgo generalmente lo resuelve.
• Mantenga el mensaje para el usuario final genérico ("This request couldn't be completed due to content safety requirements") y registre moderation_details y el ID de solicitud para su propia depuración y soporte.
• No cree bucles. Rompa el circuito después de un bloqueo de moderación por entrada única; reenviar contenido idéntico desperdicia latencia y tiempo de depuración, aunque TokenLab lo reembolse.

Lista de verificación

Su situación	Disparador probable	Solución
Hoja de diseño de personaje infantil	Menor × fotorrealismo	Medio estilizado, sin medidas corporales, redacción positiva de ropa
Retrato adulto fotorrealista bloqueado	Descriptores sexualizados	Redacción de moda/estado de ánimo; considere moderation="low"
Criatura de fantasía oscura / terror	Anatomía gore	Atmósfera y silueta en lugar de detalle de tejido
Edición con foto de referencia bloqueada	Imagen de entrada de persona real / mucha piel	Recorte más ajustado, use referencia estilizada, elimine texto superpuesto
Prompt largo de varios paneles bloqueado	Superficie del prompt + listas negativas	Elimine texto repetitivo, elimine listas de palabras negativas
Trabajo estilizado benigno aún marcado	Conservadurismo del clasificador	moderation="low"

Limitaciones. Las estadísticas anteriores son agregados de 30 días del tráfico de producción de TokenLab, y describen tendencias, no garantías. Los clasificadores de moderación cambian con el tiempo, y el mismo prompt puede ser tratado de manera diferente después de una actualización ascendente. Los ejemplos de reescritura son plantillas ilustrativas, no datos de clientes. Valide siempre contra el comportamiento actual con una pequeña prueba antes de una ejecución por lotes.

Preguntas frecuentes

¿Pago por una generación bloqueada?

No. En TokenLab, las tareas bloqueadas por moderación fallan y la cuota prededucida se reembolsa automáticamente y en su totalidad.

¿Ayuda reintentar el mismo prompt?

No. En 30 días de datos, ni una sola tarea bloqueada tuvo éxito en un reintento sin cambios. Cambie la entrada primero.

¿moderation="low" desactiva el filtrado de seguridad?

No. Reduce la restricción; las categorías de contenido ilegal permanecen bloqueadas independientemente.

¿Las imágenes de referencia realmente se moderan?

Sí. Tanto el prompt como cada imagen de entrada se filtran. Las tareas con imágenes de referencia fueron bloqueadas a más del doble de la tasa de solo texto en nuestros datos.

¿Puedo ver exactamente qué regla se activó?

Solo al nivel general de moderation_details.categories, y solo cuando el sistema ascendente lo incluye. Los proveedores deliberadamente no exponen los internos del clasificador.

Para probar estos modelos, explore el catálogo de modelos de imagen, revise la guía de trabajos asíncronos y sondeo para el manejo del ciclo de vida de las tareas, y consulte la documentación de TokenLab para el formato de solicitud actual.

Cree una clave API y ejecute un pequeño lote de prueba antes de escalar un flujo de trabajo.