Guia de Ajuste de Moderação de Imagens do GPT: Como reduzir erros 400 moderation_blocked

Aproximadamente uma em cada 23 solicitações de GPT Image 2 que atendemos entre 19 de agosto e 18 de setembro de 2026 retornou como um HTTP 400. O sistema de segurança upstream as rejeitou antes mesmo que um único pixel fosse renderizado, e a maioria dos prompts parecia inofensiva para as pessoas que os escreveram. Este guia de ajuste de moderação de GPT Image vem de 30 dias de dados de produção na API de imagem da TokenLab, além da documentação oficial de geração de imagem da OpenAI. Os gatilhos se agrupam fortemente, e as correções são reescritas de prompts, não novas tentativas. Onde citamos números, eles são estatísticas agregadas da plataforma; nenhum conteúdo de cliente é reproduzido.

Principais conclusões

• Cerca de 4,3% das tarefas de GPT Image na TokenLab - aproximadamente uma em cada 23 - foram rejeitadas pelo sistema de segurança upstream em um período de 30 dias.
• Imagens de referência mais do que dobram a taxa de bloqueio: 8,4% contra 3,7% para geração apenas de texto.
• A combinação mais forte que vimos foi vocabulário relacionado a menores de idade somado a termos fotorrealistas: ~9,5%, cerca de 2,2x a linha de base.
• Tentar novamente um prompt inalterado nunca recuperou um bloqueio no período, e tarefas bloqueadas são reembolsadas automaticamente.
• moderation="low" reduz a rigidez para trabalhos estilizados claramente benignos; ele nunca desativa a filtragem de categorias ilegais.

O que é o erro, na verdade

O GPT Image 2 verifica cada prompt, cada imagem de entrada e cada imagem gerada em relação à política de conteúdo do provedor. Quando um filtro é acionado, a solicitação falha com um 400, e o discriminador estável é o código de erro:

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

De acordo com a documentação oficial, moderation_details é opcional e deliberadamente genérico. moderation_stage informa se o bloqueio veio de suas entradas (input) ou da imagem gerada (output). categories carrega rótulos públicos amplos, como harassment, self-harm, sexual ou violence. Ele nunca expõe pontuações internas do classificador.

Na TokenLab, o mesmo evento chega em dois formatos:

• Chamadas síncronas (/v1/images/generations, /v1/images/edits) retornam HTTP 400 imediatamente.
• Tarefas assíncronas fazem a transição para failed com a mensagem "The request was rejected by the safety system."

Dois fatos operacionais importam de qualquer maneira. Um bloqueio de moderação é determinístico para o mesmo conteúdo: tentar novamente uma solicitação inalterada essencialmente nunca tem sucesso. E na TokenLab, uma tarefa bloqueada por moderação conta como uma tarefa com falha, portanto, a cota pré-deduzida é reembolsada automaticamente na íntegra. Você nunca paga por uma geração bloqueada.

Trinta dias de dados de ajuste de moderação de GPT Image

Entre 19 de agosto e 18 de setembro de 2026, cerca de 4,3% das tarefas de GPT Image na TokenLab (aproximadamente uma em cada 23) foram rejeitadas pelo sistema de segurança upstream. As solicitações bloqueadas não estão distribuídas uniformemente. Elas se agrupam em torno de alguns padrões:

Sinal	Tarefas bloqueadas	Todas as outras tarefas	Leitura
Prompt menciona menores (criança, kid, baby, "7-year-old", ...)	79%	33%	Preditor único mais forte
Termos de renderização fotorrealista ("photorealistic", "real human", "live-action")	77%	57%	Amplificador, especialmente com menores
Descritores adjacentes a sexual ("nude", "sexy", "lingerie", termos focados no corpo)	43%	17%	Preditor forte
Palavras genéricas de ação/violência (batalha, espada, explosão)	~50%	~50%	Sem valor preditivo por si só

Três outras descobertas do mesmo período:

• Imagens de referência aumentam o risco. Por exemplo, tarefas com imagens de entrada/referência foram bloqueadas em 8,4%, contra 3,7% para geração apenas de texto, mais que o dobro. Imagens são moderadas tão rigorosamente quanto o texto.
• Prompts longos falham mais. Prompts bloqueados tiveram uma média de cerca de 3.600 caracteres, e mais da metade excedeu 2.000 caracteres. Cada cláusula extra é mais área de superfície para um classificador.
• Novas tentativas nunca recuperaram. Cada tarefa bloqueada no período terminou em um estado final de falha; nenhuma obteve sucesso ao reenviar a mesma entrada. E cada uma delas foi reembolsada automaticamente.

O fluxo de trabalho mais bloqueado que observamos: folhas de design de personagens fotorrealistas de menores: prompts no estilo "referência de elenco" que descrevem um personagem infantil com renderização ultrarrealista, proporções corporais precisas e notas de vestuário. Prompts que combinam vocabulário relacionado a menores com renderização fotorrealista foram bloqueados em ~9,5%, 2,2x a taxa da linha de base.

Lendo a população bloqueada, quase toda rejeição cai em um dos cinco grupos:

1. Depictações fotorrealistas de menores. Personagens infantis ou bebês renderizados como "um humano real fotografado em estúdio", "ultrafotorrealista", "não CGI, não ilustração". A combinação de um menor e fotorrealismo é a fronteira mais fortemente protegida na moderação de imagens, e ela é acionada mesmo quando a intenção é uma folha de personagem inocente.
2. Termos focados em vestuário ou corpo em torno de menores. Frases como "unclothed collarbone-up close-up" (pretendido como um corte de retrato simples) ou medições detalhadas de proporção corporal da cabeça aos pés de um personagem infantil. Individualmente inocentes, no agregado eles são lidos como descrição focada no corpo de um menor.
3. Descritores sexualizados de personagens adultos. Vocabulário focado em pose, pele e roupas íntimas ("lingerie", "nude", "seductive pose") mesmo em composições que seriam seguras para o trabalho (SFW).
4. Anatomia de violência gráfica. Prompts de terror e fantasia sombria que descrevem carne apodrecendo, órgãos expostos, feridas abertas ou parasitas em detalhes anatômicos.
5. Imagens de referência de pessoas reais. Fotos reais de menores, imagens com alta exposição de pele ou rostos semelhantes a celebridades usados como entradas de edição.

Dois amplificadores tornam tudo acima mais propenso a falhar: prompts muito longos (mais texto significa mais chances de uma combinação ruim) e listas de palavras negativas. Uma linha como "no nudity, no sexual content, no gore" não tranquiliza o classificador. Ela repete os conceitos que você deseja evitar e os adiciona à entrada. Descreva o que você quer, não o que você não quer.

O manual de ajuste de moderação de GPT Image

Esses movimentos de reescrita mapeiam para os dados acima. (Os exemplos são ilustrativos, não provenientes do tráfego de clientes.)

1. Mantenha menores longe do fotorrealismo

Se sua história, quadrinho ou jogo precisa de personagens infantis, renderize-os em um meio 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 ..."

Depois:  "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"

Mude o meio (aquarela, animação 2D, desenho animado 3D, estilo de livro ilustrado). Abandone o enquadramento "humano real / fotografado" e pule as medições corporais completamente. Se você precisar descrever roupas, descreva o que o personagem veste ("wearing a round-collar cloth jacket") em vez do que ele não veste.

2. Exclua listas de palavras negativas

Substitua "no nudity, no blood, no text, no watermark" por frases positivas: "fully clothed", "clean composition", "plain background". Mantenha apenas negativos que não nomeiem uma categoria restrita. "No watermark" é aceitável; "no nudity" não ajuda.

3. Apare o prompt

Se você gerar folhas de personagens com vários painéis, não repita o mesmo bloco de estilo em cada descrição de painel. Uma frase de estilo compartilhada mais especificações por painel mantém você abaixo do limite de área de superfície onde combinações de gatilhos acidentais se tornam prováveis.

4. Desarme a violência com atmosfera, não anatomia

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

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

A fantasia sombria sobrevive à moderação quando o horror é carregado pelo clima, iluminação e silhueta em vez de descrição em nível de tecido.

5. Neutralize a adjacência de conteúdo adulto

Para personagens adultos, troque palavras focadas no corpo e roupas íntimas por linguagem de moda e humor. "Evening gown" em vez de "lingerie", "confident contrapposto" em vez de "seductive pose".

6. Trate imagens de referência como parte do prompt

Entradas de imagem também são moderadas e, em nossos dados, elas mais que dobram a taxa de bloqueio. Trate-as como texto de prompt:

• Prefira referências estilizadas para menores. Uma ilustração ou renderização 3D de um personagem infantil é uma entrada muito mais segura do que uma fotografia real de uma criança, e geralmente funciona tão bem quanto para a consistência do personagem.
• Corte para o que importa. Se você precisa de um rosto para consistência de identidade, carregue o corte do rosto, não uma foto de corpo inteiro na praia. Menos pele e menos contexto significam menos superfície de classificador.
• Remova texto sobreposto e marcas d'água. Legendas, texto de meme e strings de marca d'água em imagens de referência são lidos como texto de entrada e podem carregar palavras de gatilho que você esqueceu que estavam lá.
• Evite semelhanças de celebridades reais, tanto como imagens de referência quanto como texto de prompt "in the style of ".

As notas de suporte da API de edição de GPT Image cobrem o formato de solicitação por trás de edições de várias imagens e sondagem assíncrona.

O parâmetro de moderação

Os modelos de GPT Image aceitam um parâmetro moderation com dois valores, de acordo com a documentação oficial:

• auto (padrão): filtragem padrão que limita certas categorias de conteúdo potencialmente inapropriado para a idade.
• low: filtragem menos restritiva.

A TokenLab passa esse parâmetro em /v1/images/generations e /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 quando seu conteúdo for claramente benigno, mas continuar sendo sinalizado. Trabalhos de ilustração estilizada são o caso clássico. Duas advertências: low não é off (categorias ilegais, como CSAM, são sempre bloqueadas), e é um ajuste, não uma garantia. Corrija o prompt primeiro, depois recorra ao parâmetro.

Lidando com bloqueios no código

A orientação oficial é explícita: falhas de image_generation_user_error são corrigíveis pelo usuário e não devem ser tentadas novamente sem alterar a solicitação. Nossos dados concordam: nenhuma tarefa bloqueada no período de 30 dias foi recuperada tentando novamente uma solicitação inalterada. O tratamento correto:

• Discrimine pelo error.code, não pelo texto da mensagem. Apenas moderation_blocked (e image_generation_user_error em geral) significa "corrija a entrada". Limites de taxa e 5xx ainda podem ser tentados novamente.
• Leia o estágio. moderation_stage: "input" significa reescrever o prompt ou trocar a imagem de referência; "output" significa que a própria imagem gerada foi sinalizada; refazer com um prompt ligeiramente ajustado e com menos risco geralmente resolve.
• Mantenha a mensagem do usuário final genérica ("This request couldn't be completed due to content safety requirements") e registre moderation_details e o ID da solicitação para sua própria depuração e suporte.
• Não faça loops. Interrompa o circuito após um bloqueio de moderação por entrada única; reenviar conteúdo idêntico desperdiça latência e tempo de depuração, embora a TokenLab o reembolse.

Lista de verificação

Sua situação	Gatilho provável	Correção
Folha de design de personagem infantil	Menor × fotorrealismo	Meio estilizado, sem medições corporais, termos de vestuário positivos
Retrato adulto fotorrealista bloqueado	Descritores sexualizados	Termos de moda/humor; considere moderation="low"
Criatura de fantasia sombria / terror	Anatomia de violência	Atmosfera e silhueta em vez de detalhes de tecido
Edição com foto de referência bloqueada	Pessoa real / imagem de entrada com muita pele	Corte mais justo, use referência estilizada, remova texto sobreposto
Prompt longo de vários painéis bloqueado	Área de superfície do prompt + listas negativas	Remova boilerplate, exclua listas de palavras negativas
Trabalho estilizado benigno ainda sinalizado	Conservadorismo do classificador	moderation="low"

Limitações. As estatísticas acima são agregados de 30 dias do tráfego de produção da TokenLab, e descrevem tendências, não garantias. Os classificadores de moderação mudam com o tempo, e o mesmo prompt pode ser tratado de forma diferente após uma atualização upstream. Os exemplos de reescrita são modelos ilustrativos, não dados de clientes. Sempre valide em relação ao comportamento atual com um pequeno teste antes de uma execução em lote.

Perguntas frequentes

Eu pago por uma geração bloqueada?

Não. Na TokenLab, tarefas bloqueadas por moderação falham e a cota pré-deduzida é reembolsada automaticamente e na íntegra.

Tentar novamente o mesmo prompt ajuda?

Não. Em 30 dias de dados, nenhuma tarefa bloqueada obteve sucesso em uma nova tentativa inalterada. Altere a entrada primeiro.

moderation="low" desativa a filtragem de segurança?

Não. Ele reduz a restritividade; categorias de conteúdo ilegal permanecem bloqueadas independentemente.

Imagens de referência são realmente moderadas?

Sim. Tanto o prompt quanto cada imagem de entrada são filtrados. Tarefas com imagens de referência foram bloqueadas a uma taxa mais que duas vezes maior que a de apenas texto em nossos dados.

Posso ver exatamente qual regra foi acionada?

Apenas no nível genérico de moderation_details.categories, e apenas quando o upstream o inclui. Os provedores deliberadamente não expõem os internos do classificador.

Para experimentar esses modelos, navegue pelo catálogo de modelos de imagem, revise o guia de trabalhos assíncronos e sondagem para o tratamento do ciclo de vida da tarefa e verifique a documentação da TokenLab para o formato de solicitação atual.

Crie uma chave de API e execute um pequeno lote de teste antes de escalar um fluxo de trabalho.