GPT Image Moderation Tuning Guide: `moderation_blocked` 400 Hatalarını Azaltma Rehberi

19 Ağustos ile 18 Eylül 2026 tarihleri arasında sunduğumuz GPT Image 2 isteklerinin yaklaşık yirmi üçte biri HTTP 400 hatasıyla geri döndü. Üst sistemdeki güvenlik mekanizması, tek bir piksel bile oluşturulmadan bu istekleri reddetti ve istemlerin çoğu, onları yazan kişiler için zararsız görünüyordu. Bu GPT Görsel denetleme ayarlama kılavuzu, TokenLab'in görsel API'sindeki 30 günlük üretim verilerinden ve OpenAI'ın resmi görsel oluşturma belgelerinden derlenmiştir. Tetikleyiciler yoğun bir şekilde kümelenmiştir ve çözümler, yeniden denemek yerine istemi yeniden yazmayı gerektirir. Sayısal veriler, toplu platform istatistikleridir; hiçbir müşteri içeriği çoğaltılmamıştır.

Öne Çıkanlar

• TokenLab üzerindeki GPT Image görevlerinin yaklaşık %4,3'ü (yirmi üçte biri), 30 günlük bir süre zarfında üst güvenlik sistemi tarafından reddedildi.
• Referans görselleri engellenme oranını iki katından fazla artırıyor: Sadece metinle oluşturmaya göre %8,4'e karşı %3,7.
• Gördüğümüz en güçlü kombinasyon, reşit olmayanlarla ilgili kelime dağarcığı ile fotogerçekçi ifadelerin birleşimiydi: ~%9,5, temel oranın yaklaşık 2,2 katı.
• Değiştirilmemiş bir istemi yeniden denemek, bu süre zarfında hiçbir engellemeyi geri çevirmedi ve engellenen görevler otomatik olarak iade edilir.
• moderation="low" parametresi, açıkça zararsız ve stilize çalışmalar için katılığı azaltır; ancak yasa dışı kategori filtrelemeyi asla devre dışı bırakmaz.

Hata aslında nedir?

GPT Image 2, her istemi, her girdi görselini ve oluşturulan her görseli sağlayıcının içerik politikasına göre kontrol eder. Bir filtre devreye girdiğinde, istek bir 400 hatasıyla başarısız olur ve kararlı ayırt edici hata kodu şudur:

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

Resmi belgelere göre, moderation_details isteğe bağlıdır ve kasıtlı olarak geneldir. moderation_stage, engellemenin girdilerinizden mi (input) yoksa oluşturulan görselden mi (output) kaynaklandığını size söyler. categories; harassment (taciz), self-harm (kendine zarar verme), sexual (cinsel) veya violence (şiddet) gibi geniş kapsamlı genel etiketleri taşır. Dahili sınıflandırıcı puanlarını asla göstermez.

TokenLab'de aynı olay iki şekilde gerçekleşir:

• Senkron çağrılar (/v1/images/generations, /v1/images/edits) anında HTTP 400 döndürür.
• Asenkron görevler, "İstek güvenlik sistemi tarafından reddedildi" mesajıyla failed (başarısız) durumuna geçer.

Her iki durumda da iki operasyonel gerçek önemlidir. Bir denetleme engeli, aynı içerik için deterministiktir: değiştirilmemiş bir isteği yeniden denemek neredeyse hiçbir zaman başarılı olmaz. Ayrıca TokenLab'de denetleme engeline takılan bir görev, başarısız bir görev olarak sayılır, bu nedenle önceden düşülen kota otomatik olarak tamamen iade edilir. Engellenen bir oluşturma işlemi için asla ödeme yapmazsınız.

Otuz günlük GPT Görsel denetleme ayarlama verileri

19 Ağustos ile 18 Eylül 2026 arasında, TokenLab'deki GPT Image görevlerinin yaklaşık %4,3'ü (yirmi üçte biri) üst güvenlik sistemi tarafından reddedildi. Engellenen istekler eşit dağılmamıştır. Birkaç model etrafında kümelenmişlerdir:

Sinyal	Engellenen görevler	Diğer tüm görevler	Okuma
İstemde reşit olmayanlardan bahsedilmesi (çocuk, bebek, "7 yaşında", ...)	%79	%33	En güçlü tek gösterge
Fotogerçekçi işleme ifadeleri ("fotogerçekçi", "gerçek insan", "canlı aksiyon")	%77	%57	Özellikle reşit olmayanlarla birlikte bir yükseltici
Cinsellikle ilişkili tanımlayıcılar (çıplak, seksi, iç çamaşırı, vücut odaklı ifadeler)	%43	%17	Güçlü gösterge
Genel aksiyon/şiddet kelimeleri (savaş, kılıç, patlama)	~%50	~%50	Tek başına tahmine dayalı bir değeri yok

Aynı dönemden üç bulgu daha:

• Referans görselleri riski artırır. Örneğin, girdi/referans görselleri içeren görevler %8,4 oranında engellenirken, sadece metinle oluşturmada bu oran %3,7'dir; yani iki katından fazladır. Görseller, metin kadar sıkı denetlenir.
• Uzun istemler daha fazla başarısız olur. Engellenen istemler ortalama 3.600 karakter uzunluğundaydı ve yarısından fazlası 2.000 karakteri aşıyordu. Her fazladan yan cümle, sınıflandırıcı için daha fazla yüzey alanı demektir.
• Yeniden denemeler asla sonuç vermedi. Dönem içindeki her engellenen görev, terminal başarısızlık durumuyla sonuçlandı; hiçbiri aynı girdiyi tekrar göndererek başarılı olmadı. Ve her biri otomatik olarak iade edildi.

Gözlemlediğimiz en çok engellenen iş akışı: reşit olmayanların fotogerçekçi karakter tasarım sayfalarıdır; yani bir çocuk karakteri ultra gerçekçi işleme, hassas vücut oranları ve kıyafet notlarıyla tanımlayan "oyuncu seçimi referansı" tarzındaki istemler. Reşit olmayanlarla ilgili kelime dağarcığını fotogerçekçi işlemeyle birleştiren istemler ~%9,5 oranında engellendi; bu, temel oranın 2,2 katıdır.

Engellenen popülasyon incelendiğinde, neredeyse her reddetme beş kategoriden birine girer:

1. Reşit olmayanların fotogerçekçi tasvirleri. "Stüdyoda fotoğraflanmış gerçek bir insan", "ultra fotogerçekçi", "CGI değil, illüstrasyon değil" şeklinde işlenen çocuk veya bebek karakterler. Reşit olmayan biri ile fotogerçekçiliğin birleşimi, görsel denetlemedeki en sıkı korunan sınırdır ve amaç masum bir karakter sayfası olsa bile tetiklenir.
2. Reşit olmayanlar etrafında kıyafet veya vücut odaklı ifadeler. "Köprücük kemiğinden yukarı yakın çekim" (basit bir portre kırpması olarak kastedilen) veya bir çocuk karakterin baştan aşağı vücut oranı ölçümleri gibi ifadeler. Bireysel olarak masum olsalar da, toplu olarak reşit olmayan birinin vücut odaklı betimlemesi olarak okunurlar.
3. Yetişkin karakterlerin cinselleştirilmiş tanımlayıcıları. Başka türlü SFW (güvenli içerik) kompozisyonlarda bile olsa, poz, cilt ve iç çamaşırı odaklı kelime dağarcığı ("iç çamaşırı", "çıplak", "baştan çıkarıcı poz").
4. Grafiksel vahşet anatomisi. Çürüyen et, açıkta kalan kafatası, organlar, açık yaralar veya parazitleri anatomik detaylarla tanımlayan korku ve karanlık fantezi istemleri.
5. Gerçek insanların referans görselleri. Reşit olmayanların gerçek fotoğrafları, yüksek cilt görünürlüğü olan görseller veya düzenleme girdisi olarak kullanılan ünlü benzeri yüzler.

İki yükseltici, yukarıdakilerin hepsinin tetiklenme olasılığını artırır: çok uzun istemler (daha fazla metin, kötü bir kombinasyon için daha fazla şans demektir) ve negatif kelime listeleri. "Çıplaklık yok, cinsel içerik yok, vahşet yok" gibi bir satır, sınıflandırıcıyı rahatlatmaz. Kaçınmak istediğiniz kavramları tekrarlar ve bunları girdiye ekler. Ne istemediğinizi değil, ne istediğinizi tanımlayın.

GPT Görsel denetleme ayarlama kılavuzu

Bu yeniden yazma hamleleri yukarıdaki verilerle eşleşir. (Örnekler açıklayıcıdır, müşteri trafiğinden alınmamıştır.)

1. Reşit olmayanları fotogerçekçilikten uzak tutun

Hikayeniz, çizgi romanınız veya oyununuz çocuk karakterlere ihtiyaç duyuyorsa, onları açıkça stilize edilmiş bir ortamda işleyin:

Önce: "7 yaşında bir kızın ultra fotogerçekçi oyuncu seçimi fotoğrafı,
stüdyoda fotoğraflanmış gerçek insan çocuk, detaylı vücut oranları,
köprücük kemiğinden yukarı çıplak yüz yakın çekimi ..."

Sonra: "Ming hanedanı kıyafetli genç bir kızın hikaye kitabı sulu boya
illüstrasyonu, omuzdan yukarı portre, yuvarlak yüz, kumaş kurdelelerle
bağlanmış ikiz saç topuzları, nazik ifade, sade beyaz arka plan"

Ortamı değiştirin (sulu boya, 2D animasyon, 3D çizgi film, resimli kitap tarzı). "Gerçek insan / fotoğraflanmış" çerçevesini bırakın ve vücut ölçümlerini tamamen atlayın. Kıyafet tanımlamanız gerekiyorsa, karakterin ne giymediğini değil, ne giydiğini ("yuvarlak yakalı kumaş ceket giyiyor") tanımlayın.

2. Negatif kelime listelerini silin

"Çıplaklık yok, kan yok, metin yok, filigran yok" ifadelerini pozitif ifadelerle değiştirin: "tamamen giyinik", "temiz kompozisyon", "sade arka plan". Sadece kısıtlanmış bir kategoriyi adlandırmayan negatifleri tutun. "Filigran yok" iyidir; "çıplaklık yok" yardımcı olmaz.

3. İstemi kısaltın

Çok panelli karakter sayfaları oluşturuyorsanız, her panel açıklamasında aynı stil bloğunu tekrarlamayın. Bir paylaşılan stil cümlesi artı panel başına özel detaylar, kazara tetikleyici kombinasyonların olası hale geldiği yüzey alanı eşiğinin altında kalmanızı sağlar.

4. Vahşeti anatomiyle değil, atmosferle etkisiz hale getirin

Önce: "vücudu çürümüş, açıkta kafatası, et, püstüller ve parazitler ..."

Sonra: "bir yarısı huzurlu ve anaç, diğer yarısı gölge ve gelgit sisi
içinde çözülen, anatomik detay yerine silüet ve ışıklandırma ile
hissettirilen çürüme"

Karanlık fantezi, korku doku seviyesinde betimleme yerine ruh hali, ışıklandırma ve silüet ile taşındığında denetlemeden geçer.

5. Yetişkin içeriği yakınlığını nötralize edin

Yetişkin karakterler için vücut ve iç çamaşırı odaklı kelimeleri moda ve ruh hali diliyle değiştirin. "İç çamaşırı" yerine "gece elbisesi", "baştan çıkarıcı poz" yerine "kendinden emin contrapposto".

6. Referans görsellerini istemin bir parçası olarak değerlendirin

Görsel girdileri de denetlenir ve verilerimize göre engellenme oranını iki katından fazla artırırlar. Onları istem metni gibi ele alın:

• Reşit olmayanlar için stilize referansları tercih edin. Bir çocuk karakterin illüstrasyonu veya 3D render'ı, gerçek bir çocuk fotoğrafından çok daha güvenli bir girdidir ve genellikle karakter tutarlılığı için de aynı derecede iyi çalışır.
• Önemli olana kırpın. Kimlik tutarlılığı için bir yüze ihtiyacınız varsa, tüm vücut plaj fotoğrafını değil, yüz kırpmasını yükleyin. Daha az cilt ve daha az bağlam, daha az sınıflandırıcı yüzeyi demektir.
• Üzerine bindirilmiş metinleri ve filigranları kaldırın. Referans görsellerindeki altyazılar, meme metinleri ve filigran dizeleri, girdi metni olarak okunur ve orada olduğunu unuttuğunuz tetikleyici kelimeleri taşıyabilir.
• Gerçek ünlü benzerliklerinden kaçının; hem referans görselleri olarak hem de "tarzında" istem metni olarak.

GPT Image düzenleme API destek notları, çoklu görsel düzenlemeleri ve asenkron yoklamanın arkasındaki istek şeklini kapsar.

Denetleme (moderation) parametresi

GPT Image modelleri, resmi belgelere göre iki değerli bir moderation parametresini kabul eder:

• auto (varsayılan): potansiyel olarak yaşa uygun olmayan belirli içerik kategorilerini sınırlayan standart filtreleme.
• low: daha az kısıtlayıcı filtreleme.

TokenLab, bu parametreyi hem /v1/images/generations hem de /v1/images/edits üzerinde iletir:

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": "Ming hanedanı kıyafetli genç bir kızın hikaye kitabı sulu boya illüstrasyonu, omuzdan yukarı portre",
    "size": "1024x1024",
    "moderation": "low"
  }'

İçeriğiniz açıkça zararsız olduğu halde sürekli işaretleniyorsa low kullanın. Stilize illüstrasyon çalışmaları klasik örnektir. İki uyarı: low, off (kapalı) demek değildir (CSAM gibi yasa dışı kategoriler her zaman engellenir) ve bu bir kadran ayarıdır, garanti değildir. Önce istemi düzeltin, sonra parametreye başvurun.

Kodda engellemeleri yönetme

Resmi rehber açıktır: image_generation_user_error hataları kullanıcı tarafından düzeltilebilir ve istek değiştirilmeden yeniden denenmemelidir. Verilerimiz bunu doğrulamaktadır: 30 günlük dönemde engellenen hiçbir görev, değiştirilmemiş bir isteği yeniden deneyerek kurtarılamadı. Doğru yaklaşım:

• Mesaj metnine değil, error.code değerine göre ayrım yapın. Sadece moderation_blocked (ve genel olarak image_generation_user_error) "girdiyi düzelt" anlamına gelir. Hız sınırları ve 5xx hataları hala yeniden denenebilir.
• Aşamayı okuyun. moderation_stage: "input", istemi yeniden yazmanız veya referans görselini değiştirmeniz gerektiği anlamına gelir; "output", oluşturulan görselin kendisinin işaretlendiği anlamına gelir; biraz ayarlanmış, riski azaltılmış bir istemle yeniden denemek genellikle sorunu çözer.
• Son kullanıcı mesajını genel tutun ("Bu istek içerik güvenliği gereksinimleri nedeniyle tamamlanamadı") ve kendi hata ayıklamanız ve desteğiniz için moderation_details ile istek kimliğini kaydedin.
• Döngüye sokmayın. Benzersiz girdi başına bir denetleme engelinden sonra devreyi kesin; TokenLab iade etse bile, aynı içeriği tekrar göndermek gecikme süresini ve hata ayıklama zamanını boşa harcar.

Kontrol Listesi

Durumunuz	Olası tetikleyici	Çözüm
Çocuk karakter tasarım sayfası	Reşit olmayan × fotogerçekçilik	Stilize ortam, vücut ölçümü yok, pozitif kıyafet ifadeleri
Fotogerçekçi yetişkin portresi engellendi	Cinselleştirilmiş tanımlayıcılar	Moda/ruh hali ifadeleri; moderation="low" kullanmayı düşünün
Karanlık fantezi / korku yaratığı	Vahşet anatomisi	Doku detayı yerine atmosfer ve silüet
Referans fotoğraflı düzenleme engellendi	Gerçek kişi / cilt ağırlıklı girdi görseli	Daha sıkı kırpın, stilize referans kullanın, bindirme metinleri kaldırın
Uzun çok panelli istem engellendi	İstem yüzey alanı + negatif listeler	Boilerplate'i (basmakalıp metin) temizleyin, negatif kelime listelerini silin
Zararsız stilize çalışma hala işaretleniyor	Sınıflandırıcı muhafazakarlığı	moderation="low"

Sınırlamalar. Yukarıdaki istatistikler TokenLab'in üretim trafiğinden alınan 30 günlük toplu verilerdir ve garantileri değil, eğilimleri tanımlarlar. Denetleme sınıflandırıcıları zamanla değişir ve aynı istem, bir üst sistem güncellemesinden sonra farklı şekilde ele alınabilir. Yeniden yazma örnekleri müşteri verisi değil, açıklayıcı şablonlardır. Toplu bir çalıştırmadan önce her zaman küçük bir testle mevcut davranışı doğrulayın.

SSS

Engellenen bir oluşturma işlemi için ödeme yapar mıyım?

Hayır. TokenLab'de denetleme engeline takılan görevler başarısız olur ve önceden düşülen kota otomatik olarak tamamen iade edilir.

Aynı istemi yeniden denemek işe yarar mı?

Hayır. 30 günlük veride, engellenen tek bir görev bile değiştirilmemiş bir yeniden denemede başarılı olmadı. Önce girdiyi değiştirin.

moderation="low" güvenlik filtrelemesini devre dışı bırakır mı?

Hayır. Kısıtlayıcılığı azaltır; yasa dışı içerik kategorileri ne olursa olsun engellenmeye devam eder.

Referans görselleri gerçekten denetleniyor mu?

Evet. Hem istem hem de her girdi görseli filtrelenir. Verilerimizde referans görselleri içeren görevler, sadece metin içerenlere göre iki katından fazla oranda engellendi.

Tam olarak hangi kuralın tetiklendiğini görebilir miyim?

Sadece genel moderation_details.categories seviyesinde ve sadece üst sistem bunu dahil ettiğinde. Sağlayıcılar kasıtlı olarak sınıflandırıcı iç kısımlarını ifşa etmezler.

Bu modelleri denemek için görsel model kataloğuna göz atın, görev yaşam döngüsü yönetimi için asenkron işler ve yoklama kılavuzunu inceleyin ve mevcut istek formatı için TokenLab belgelerini kontrol edin.

Bir API anahtarı oluşturun ve bir iş akışını ölçeklendirmeden önce küçük bir deneme grubu çalıştırın.