GPT画像モデレーション調整ガイド：moderation_blocked 400エラーを削減する方法

2026年8月19日から9月18日の間にTokenLabが処理したGPT Image 2リクエストのうち、約23件に1件がHTTP 400エラーとして返されました。これらはピクセルが生成される前にアップストリームの安全システムによって拒否されたものであり、作成者から見ればそのほとんどが害のないプロンプトに見えるものでした。このGPT Imageモデレーション調整ガイドは、TokenLabの画像APIにおける30日間の本番データと、OpenAIの公式画像生成ドキュメントに基づいています。トリガーは特定のパターンに集中しており、解決策は再試行ではなくプロンプトの書き換えです。数値はプラットフォームの統計を集計したものであり、顧客のコンテンツは一切再現されていません。

重要なポイント

• TokenLabにおけるGPT Imageタスクの約4.3%（約23件に1件）が、30日間の期間中にアップストリームの安全システムによって拒否されました。
• 参照画像を使用するとブロック率が2倍以上になります（テキストのみの生成が3.7%であるのに対し、8.4%）。
• 最も強力なブロック要因となった組み合わせは、未成年に関連する語彙とフォトリアルな表現の組み合わせで、ベースラインの約2.2倍にあたる約9.5%でした。
• 変更のないプロンプトを再試行しても、この期間中にブロックが解除されたことは一度もありません。なお、ブロックされたタスクは自動的に返金されます。
• moderation="low"は、明らかに良性で様式化された作品に対する厳格さを緩和しますが、違法カテゴリのフィルタリングを無効にすることはありません。

エラーの正体

GPT Image 2は、すべてのプロンプト、すべての入力画像、およびすべての生成画像をプロバイダーのコンテンツポリシーと照らし合わせてチェックします。フィルターが作動すると、リクエストは400エラーで失敗し、安定した識別子はエラーコードとなります：

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

公式ドキュメントによると、moderation_detailsはオプションであり、意図的に大まかな情報しか含まれません。moderation_stageは、ブロックが入力（input）から発生したのか、生成された画像（output）から発生したのかを示します。categoriesには、harassment（ハラスメント）、self-harm（自傷行為）、sexual（性的）、violence（暴力）といった広範な公開ラベルが含まれます。内部の分類スコアが公開されることはありません。

TokenLabでは、同じイベントが2つの形式で発生します：

• 同期呼び出し（/v1/images/generations、/v1/images/edits）は、即座にHTTP 400を返します。
• 非同期タスクは、「The request was rejected by the safety system.（リクエストは安全システムによって拒否されました）」というメッセージとともにfailed状態に移行します。

いずれの場合も、2つの運用上の事実が重要です。モデレーションブロックは同じコンテンツに対して決定論的であり、変更のないリクエストを再試行しても成功することは基本的にありません。また、TokenLabではモデレーションでブロックされたタスクは失敗したタスクとしてカウントされるため、事前に差し引かれたクォータは全額自動的に返金されます。ブロックされた生成に対して料金が発生することはありません。

GPT Imageモデレーション調整データの30日間

2026年8月19日から9月18日までの間、TokenLabにおけるGPT Imageタスクの約4.3%（約23件に1件）がアップストリームの安全システムによって拒否されました。ブロックされたリクエストは均等に分散しているわけではなく、いくつかのパターンに集中しています：

シグナル	ブロックされたタスク	その他のタスク	読み取り
プロンプトに未成年への言及（子供、キッズ、赤ちゃん、「7歳」など）	79%	33%	最も強力な単一の予測因子
フォトリアルなレンダリング表現（「フォトリアル」、「本物の人間」、「実写」）	77%	57%	増幅器（特に未成年の場合）
性的な関連記述（ヌード、セクシー、ランジェリー、身体に焦点を当てた表現）	43%	17%	強力な予測因子
一般的なアクション/暴力的な単語（バトル、剣、爆発）	~50%	~50%	それ単体では予測価値なし

同期間のその他の3つの調査結果：

• 参照画像はリスクを高める。 例えば、入力/参照画像を含むタスクのブロック率は8.4%でしたが、テキストのみの生成では3.7%であり、2倍以上でした。画像はテキストと同程度に厳格にモデレートされます。
• 長いプロンプトほど失敗しやすい。 ブロックされたプロンプトは平均して約3,600文字であり、半数以上が2,000文字を超えていました。節が増えるごとに、分類器が反応する表面積が増えることになります。
• 再試行では回復しない。 期間中にブロックされたすべてのタスクは最終的に失敗状態となり、同じ入力を再送信して成功したものはありませんでした。そして、それらすべてが自動的に返金されました。

私たちが観察した中で最もブロックされたワークフローは、未成年のフォトリアルなキャラクターデザインシートでした。「キャスティングリファレンス」スタイルのプロンプトで、超リアルなレンダリング、正確な身体比率、服装の注釈を伴う子供のキャラクターを記述するものです。未成年に関連する語彙とフォトリアルなレンダリングを組み合わせたプロンプトは、ベースラインの2.2倍にあたる約9.5%の確率でブロックされました。

ブロックされた集団全体を見ると、ほぼすべての拒否が以下の5つのバケツのいずれかに分類されます：

1. 未成年のフォトリアルな描写。 「スタジオで撮影された本物の人間の子供」、「超フォトリアル」、「CGIやイラストではない」としてレンダリングされた子供や赤ちゃんのキャラクター。未成年とフォトリアリズムの組み合わせは、画像モデレーションにおいて最も厳重に保護されている境界線であり、意図が純粋なキャラクターシートであっても作動します。
2. 未成年に関する服装や身体に焦点を当てた表現。 「鎖骨から上のクローズアップ（服を着ていない）」（単なるポートレートのトリミングを意図）や、子供キャラクターの頭からつま先までの詳細な身体比率の測定など。個々には無害でも、集約されると未成年の身体に焦点を当てた記述として読み取られます。
3. 成人キャラクターの性的記述。 ポーズ、肌、下着に焦点を当てた語彙（「ランジェリー」、「ヌード」、「誘惑的なポーズ」）は、それ以外が健全な構成であっても対象となります。
4. グロテスクな解剖学的描写。 腐敗した肉、露出した頭蓋骨、臓器、開いた傷、寄生虫などを解剖学的に詳細に記述するホラーやダークファンタジーのプロンプト。
5. 実在の人物の参照画像。 未成年の実写写真、肌の露出が多い画像、またはセレブリティのような顔を編集入力として使用する場合。

2つの増幅器が、上記すべてをトリガーする可能性を高めます。非常に長いプロンプト（テキストが長いほど悪い組み合わせの可能性が高まる）と、否定語リストです。「ヌードなし、性的コンテンツなし、ゴアなし」といった行は、分類器を安心させるものではありません。避けたい概念を繰り返すことで、入力にそれらを追加してしまっています。避けるべきことではなく、望むことを記述してください。

GPT Imageモデレーション調整プレイブック

これらの書き換え手法は、上記のデータに基づいています。（例は説明用であり、顧客のトラフィックからのものではありません。）

1. 未成年をフォトリアリズムから遠ざける

ストーリー、コミック、またはゲームで子供のキャラクターが必要な場合は、明らかに様式化された媒体でレンダリングしてください：

修正前: "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 ..."

修正後:  "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"

媒体を変更します（水彩画、2Dアニメーション、3Dカートゥーン、絵本スタイル）。「本物の人間 /