هل تعثرت مراجعة التطبيق المصغر بسبب انتهاك حقوق صور الشخصيات العامة؟ 5 حلول لواجهات API للتعرّف على الشخصيات العامة وتطبيق عملي للاعتراض التقني عبر 4 طبقات

واجه مطوّر يعمل على برنامج مصغّر لتوليد الصور بالذكاء الاصطناعي مشكلةً أثناء المراجعة: توقفت مراجعة برنامجه بسبب انتهاك حقوق صور الشخصيات العامة، وطالبه WeChat «بإضافة آلية حظر تقنية». كان قد دمج بالفعل خدمة WeChat لمراجعة أمان الصور، لكن هذه الواجهة لا تتعرف على المشاهير والمؤثرين. أما Alibaba Cloud فتوفّر واجهة جاهزة للتعرّف على المشاهير، لكنها تشترط التحقق من هوية الشركات، بينما يعمل المطوّر بصفته منشأة فردية.

هذه المشكلة شائعة جدًا في البرامج المصغّرة المخصصة لصور البورتريه بالذكاء الاصطناعي، وتبديل الوجوه، وإنشاء الصور الرمزية، وتصميم الملصقات. ما يهمّ المراجعين ليس «هل دمجت واجهة أمان المحتوى؟»، بل «هل يستطيع المستخدم استخدام منتجك لإنشاء صورة شخصية لشخصية عامة أو نشرها؟». وإذا غابت خطوة واحدة من سلسلة الحظر، فقد يُرفض البرنامج مرارًا.

يتناول هذا المقال واجهات API للتعرّف على الشخصيات العامة. نوضّح أولًا حدود إمكانات واجهة WeChat لأمان المحتوى، ثم نقارن شروط الدمج لخمس واجهات شائعة للتعرّف على الشخصيات العامة، ونختتم بحل تقني من أربع طبقات يمكن حتى للمنشآت الفردية تطبيقه.

الفائدة الأساسية: بعد قراءة المقال، ستعرف الواجهة الأنسب للتعرّف على الشخصيات العامة، وكيفية تركيب سلسلة الحظر، وكيف تشرح الحل التقني بوضوح عند تقديم البرنامج للمراجعة.

لماذا أصبحت واجهات API للتعرّف على الشخصيات العامة شرطًا أساسيًا لمراجعة البرامج المصغّرة؟

تزداد صرامة مراجعة WeChat للبرامج المصغّرة التي تولّد الصور أو تعدّلها بالذكاء الاصطناعي. ويستند ذلك إلى متطلبات تنظيمية واضحة. فقد دخلت «لائحة إدارة خدمات تركيب المحتوى العميق عبر الإنترنت» حيّز التنفيذ في 10 يناير 2023، وألزمت مقدّمي الخدمات التي تتيح تعديل بيانات التعرّف الحيوي، مثل الوجه والصوت، بإبلاغ المستخدمين بضرورة إخطار الشخص الذي تُعدّل بياناته والحصول على موافقته الصريحة. ثم دخلت «تدابير وسم المحتوى المُنشأ والمُركّب بالذكاء الاصطناعي» حيّز التنفيذ في 1 سبتمبر 2025، لتفرض أيضًا وضع علامات ظاهرة ومضمّنة على المحتوى المُنشأ بالذكاء الاصطناعي.

في هذا السياق، أكثر ما يقلق المنصات هو إساءة استخدام «وجوه المشاهير»: كأن يرفع المستخدم صورةً لممثل لإنشاء صورة بورتريه بالذكاء الاصطناعي، أو يستخدم صورة مؤثر لتبديل وجهه، أو يُدخل اسم أحد المشاهير لإنشاء صور «على شاكلته». قد تُعدّ هذه التصرفات انتهاكًا لحق الصورة الشخصية، وتقع على البرنامج المصغّر، بصفته مقدّم الخدمة، مسؤولية اتخاذ تدابير الحظر التقني. لذا فإن طلب «إضافة آلية حظر تقنية» الوارد في ملاحظات المراجعة يعني، في جوهره، ضرورة امتلاك القدرة على التعرّف على الشخصيات العامة في مرحلتي رفع الصور وإنشائها.

حدود إمكانات واجهة WeChat لأمان المحتوى

يلجأ كثير من المطوّرين أولًا إلى واجهات WeChat الرسمية لأمان المحتوى، لكنها تعالج نوعًا آخر من المشكلات. يقارن الجدول التالي بين نطاق ما تغطيه واجهات WeChat والقدرات المطلوبة فعلًا للتصدي لانتهاك حقوق الصور الشخصية.

تُستخدم msgSecCheck من WeChat لفحص النصوص، بينما تُستخدم mediaCheckAsync لفحص الصور والصوت بطريقة غير متزامنة. وتتعرف الواجهتان أساسًا على المحتوى الإباحي والسياسي الحساس والإرهابي والشتائم، لكنهما لا تخبرانك «من هو المشهور الظاهر في هذه الصورة». لذلك، فإن الاكتفاء بدمج واجهات WeChat يعني، من وجهة نظر المراجعين، استكمال «أمان المحتوى العام» فقط، لا «حظر صور الشخصيات العامة».

🎯 نصيحة تقنية: واجهة API للتعرّف على الشخصيات العامة ليست سوى حلقة واحدة في سلسلة الحظر؛ وغالبًا ما يكون الحظر على مستوى الموجهات النصية أهم وأقل تكلفة. نوصي باستخدام APIYI apiyi.com لاستدعاء نموذج لغة كبير ومراجعة دلالات الموجهات. المنصة متوافقة مع تنسيق واجهات OpenAI، ويمكن للمطوّرين الأفراد التسجيل واستخدامها مباشرةً، ما يسهّل إضافة هذه الطبقة بسرعة.

مقارنة 5 حلول لواجهات API للتعرّف على الشخصيات العامة

لتجنب نقل معلومات غير دقيقة، جُمعت الحلول أدناه بالاستناد إلى الوثائق الرسمية باللغة الإنجليزية لكل مزوّد. تجدر الإشارة مسبقًا إلى أن التعرّف على الشخصيات العامة يندرج ضمن التعرّف على الوجوه، ولذلك تفرض جميع الشركات الكبرى تقريبًا قيودًا على الوصول إليه. وهذا تحديدًا ما يجعل أصحاب الأنشطة التجارية الفردية يشعرون بأنهم «لا يملكون أي خيار».

نظرة عامة على متطلبات الوصول إلى واجهات API للتعرّف على الشخصيات العامة وقدراتها

يتضح من الجدول أن AWS Rekognition هي الأقل من حيث متطلبات الوصول، لكن قاعدة بيانات المشاهير فيها تركز على الشخصيات العالمية في السينما والرياضة والسياسة والأعمال، وتغطيتها للمؤثرين ومقدمي البث المباشر المحليين محدودة. كذلك، تُعد الوجوه بيانات شخصية حساسة بموجب «قانون حماية المعلومات الشخصية»، لذا فإن إرسال صور يرفعها المستخدمون إلى خدمة خارج البلاد قد يثير مسائل امتثال تتعلق بنقل البيانات عبر الحدود. وينبغي أخذ ذلك في الحسبان عند إعداد مستندات المراجعة أيضًا.

الخيارات الواقعية لأصحاب الأنشطة التجارية الفردية

لنوضح أولًا نقطة يسهل الالتباس بشأنها: ضمن أنظمة التوثيق بالاسم الحقيقي لدى مزوّدي الخدمات السحابية الرئيسيين في الصين، يستطيع أصحاب الأنشطة التجارية الفردية الذين يحملون رخصة تجارية عادةً سلوك مسار «توثيق المؤسسات». لكن بعض الواجهات شديدة الحساسية قد تتطلب مراجعة إضافية للمؤهلات. لذلك، فإن القول إن «النشاط التجاري الفردي ليس مؤسسة» ليس صحيحًا تمامًا. يُنصح بالتواصل أولًا مع خدمة عملاء Alibaba Cloud أو Tencent Cloud للتأكد من شروط تفعيل الواجهة المعنية.

إذا تأكد تعذّر تفعيلها، فالحل هو تغيير النهج: لا تضع كل العبء على خطوة «معرفة هوية الشخص»، بل استخدم عدة طبقات من الضوابط لمنع صور الشخصيات العامة من الوصول إلى مسار التوليد أصلًا. ما يهم المراجعين هو فعالية المنع واكتمال آليته، لا اسم مزوّد واجهة API التي تستخدمها.

بنية تقنية من 4 طبقات لمنع صور الشخصيات العامة

تعتمد هذه البنية مبدأ «المنع المبكر والتشديد التدريجي». فالطبقات الأولى أسرع وأقل تكلفة، بينما تكون الطبقات اللاحقة أدق وأعلى تكلفة. ويمكن إيقاف معظم الطلبات المحفوفة بالمخاطر عند إحدى الطبقتين الأوليين.

توزيع المهام على طبقات المنع الأربع

الطبقة الأولى هي الأفضل من حيث الفاعلية مقابل التكلفة. ففي التطبيقات المصغرة التي تعتمد على توليد الذكاء الاصطناعي، تأتي نسبة كبيرة من طلبات الانتهاك من الموجهات، مثل كتابة اسم أحد المشاهير مباشرةً أو طلب «وجه يشبه فلانًا». ومن السهل التحايل على قوائم الكلمات المفتاحية وحدها باستخدام النطق المشابه أو الكتابة الصوتية بالأحرف اللاتينية أو الاختصارات. أما استخدام نموذج لغة كبير لتحليل المعنى، فيرفع معدل الاستدعاء بوضوح.

أما الطبقة الثانية فتعتمد مبدأ «لا تحدد هوية الشخص، بل حدّد نوع الصورة». فعادةً ما ترفض نماذج اللغة الكبيرة للرؤية تحديد هوية الأشخاص الحقيقيين في الصور، كما تقيّد OpenAI بوضوح قدرة GPT-4o على التعرّف على الأشخاص الحقيقيين. لكن تصنيف الصورة على أنها «لقطة من عمل درامي، أو ملصق لمشهور، أو غلاف مجلة، أو لقطة بث مباشر تحمل شعار القناة» يقع تمامًا ضمن قدراتها. وهذه الصور بحد ذاتها مؤشر مرتفع الخطورة، ويمكن منعها مباشرةً أو إحالتها إلى الطبقة الثالثة.

الطبقة الأولى: مثال برمجي على منع الموجهات دلاليًا

إليك مثالًا مبسطًا للغاية يستخدم نموذج لغة كبيرًا للتحقق مما إذا كان الموجه يتضمن شخصية عامة حقيقية. يُرجع النموذج JSON منظمًا، ويستخدمه الخادم لتحديد السماح بالطلب أو منعه.

import json
from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1")  # واجهة API موحّدة من APIYI

def check_prompt(prompt: str) -> dict:
    resp = client.chat.completions.create(
        model="gpt-4o-mini",
        response_format={"type": "json_object"},
        messages=[
            {"role": "system", "content": "判断用户提示词是否要求生成、模仿或替换真实公众人物（明星、网红、主播、政治人物、运动员）的肖像。"
             "只输出 JSON：{\"risk\": true/false, \"names\": [], \"reason\": \"\"}"},
            {"role": "user", "content": prompt},
        ],
    )
    return json.loads(resp.choices[0].message.content)

print(check_prompt("帮我生成一张和那个唱《青花瓷》的歌手同款的写真"))

في هذا المثال، لا يذكر الموجه اسم الشخص مباشرةً، لذلك لن تتمكن قائمة الكلمات المفتاحية من اكتشافه. لكن نموذج اللغة الكبير يستطيع استنتاج هوية المغني المقصود من المعنى، وتصنيف الطلب على أنه عالي الخطورة.

import base64, json
import boto3
from openai import OpenAI

llm = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1")  # واجهة API موحّدة من APIYI
rek = boto3.client("rekognition", region_name="ap-southeast-1")

BLOCK_NAMES = {"示例明星A", "示例网红B"}  # قائمة محلية؛ يُمنع الطلب مباشرةً عند العثور على تطابق

def llm_json(messages):
    resp = llm.chat.completions.create(
        model="gpt-4o-mini",
        response_format={"type": "json_object"},
        messages=messages,
    )
    return json.loads(resp.choices[0].message.content)

def layer1_prompt(prompt: str) -> bool:
    if any(n in prompt for n in BLOCK_NAMES):
        return True
    r = llm_json([
        {"role": "system", "content": "判断提示词是否涉及真实公众人物肖像，只输出 JSON：{\"risk\": bool}"},
        {"role": "user", "content": prompt},
    ])
    return r.get("risk", False)

def layer2_image(img_bytes: bytes) -> str:
    """لا يتعرّف على الهوية، بل يحدّد نوع الصورة فقط، ويُرجع block / suspect / pass"""
    b64 = base64.b64encode(img_bytes).decode()
    r = llm_json([
        {"role": "system", "content": "不要识别人物身份。只判断图片类型，输出 JSON："
         "{\"type\": \"selfie|film_still|poster|magazine|live_screenshot|non_human|other\", \"real_person\": bool}"},
        {"role": "user", "content": [
            {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{b64}"}},
        ]},
    ])
    if r.get("type") in {"film_still", "poster", "magazine", "live_screenshot"}:
        return "block"
    return "suspect" if r.get("real_person") else "pass"

def layer3_celebrity(img_bytes: bytes, threshold: float = 90.0) -> bool:
    res = rek.recognize_celebrities(Image={"Bytes": img_bytes})
    return any(c["MatchConfidence"] >= threshold for c in res["CelebrityFaces"])

def moderate(prompt: str, img_bytes: bytes | None) -> str:
    if layer1_prompt(prompt):
        return "blocked: prompt"
    if img_bytes:
        verdict = layer2_image(img_bytes)
        if verdict == "block":
            return "blocked: image_type"
        if verdict == "suspect" and layer3_celebrity(img_bytes):
            return "blocked: public_figure"
    return "pass"

في النسخة الكاملة، لا تُستدعى الطبقة الثالثة إلا للصور التي تصنفها الطبقة الثانية على أنها «صور لأشخاص حقيقيين». وهذا يوفر تكلفة واجهة API للتعرّف على الشخصيات العامة، ويقلل كمية بيانات الوجوه التي يلزم إرسالها إلى جهات خارجية. وإذا كان لديك وصول إلى واجهة Alibaba Cloud أو Tencent Cloud، فيكفي استبدال layer3_celebrity باستدعاء SDK المناسب.

🚀 ابدأ بسرعة: تعتمد الطبقتان الأولى والثانية على نموذج لغة كبير. يُنصح بالبدء بالحصول على رصيد تجريبي من APIYI عبر apiyi.com، ثم اختبار 100 موجه وصورة حقيقية من المستخدمين، وحساب معدل المنع ومعدل الحجب الخاطئ قبل الإطلاق. ويمكن استخدام الشفرة نفسها للتبديل بين GPT وGemini وClaude وغيرها من النماذج ومقارنة النتائج.

عتبة نتائج التعرّف على الشخصيات العامة واستراتيجية التعامل معها

لا تقتصر نتائج التعرّف على إجابة بسيطة بـ«نعم» أو «لا»؛ فعتبة الثقة تحدد مباشرةً معدلات الحجب الخاطئ والسماح الخاطئ. توصي وثائق Hive الرسمية بعتبة قدرها 0.85 للصور الحقيقية و0.9 للمحتوى المُنشأ بالذكاء الاصطناعي. أما AWS Rekognition، فيعيد قيمة MatchConfidence ضمن نطاق من 0 إلى 100، ويمكن ضبط العتبة بالطريقة نفسها.

بالنسبة إلى المنتجات التي تنشئ صورًا شخصية بالذكاء الاصطناعي، فإن النهج الأكثر أمانًا هو إضافة خطوة «التحقق من هوية المستخدم»: يُطلب من المستخدم أولًا تحميل صورة سيلفي لتكون صورة مرجعية، ثم لا يُسمح بإنشاء الصور اللاحقة إلا إذا تجاوز تشابه الوجه مع الصورة المرجعية الحد المطلوب. بهذه الطريقة، حتى إن لم تغطِّ واجهة API للتعرّف على الشخصيات العامة أحد المؤثرين الأقل شهرة، تمنع الآلية استخدام وجه شخص آخر من الأساس.

💡 نصيحة للاختيار: إذا كان مصدر المخاطر الرئيسي في نشاطك هو المؤثرون ومقدمو البث المباشر في الصين، فلن تكفي تغطية أي واجهة API خارجية للتعرّف على الشخصيات العامة. لذا، ركّز على حجب الموجهات في الطبقة الأولى وآلية «التحقق من هوية المستخدم». ويمكن الاستعانة بـ APIYI apiyi.com لإجراء استدعاءات النموذج في الطبقة الأولى، وغالبًا ما لا تتجاوز تكلفتها جزءًا صغيرًا من تكلفة التعرّف على الصور.

كيف تصف آلية حجب الشخصيات العامة عند تقديم التطبيق للمراجعة

إلى جانب تجهيز الجانب التقني، احرص على أن تكون الآلية واضحة للمراجعين. يُنصح بتوضيح النقاط التالية في ملاحظات المراجعة أو المواد الإضافية:

1. مسار الحجب: اذكر إمكانات الكشف المستخدمة في كل مرحلة من المراحل الثلاث: الموجهات، وتحميل الصور، والنتائج المُنشأة.
2. إمكانات التعرّف على الشخصيات العامة: وضّح واجهة API المستخدمة للتعرّف على الشخصيات العامة أو الحل البديل، والإجراء المتخذ عند العثور على تطابق.
3. آليات المنتج: اشرح بنود ترخيص استخدام الصور في اتفاقية المستخدم، ونافذة التأكيد التي تظهر قبل التحميل وتطلب استخدام صور المستخدم نفسه فقط، وآلية الإبلاغ والمدة اللازمة لإزالة المحتوى.
4. علامات محتوى الذكاء الاصطناعي: أضف علامة ظاهرة إلى الصور المُنشأة تشير إلى أنها «مُنشأة بالذكاء الاصطناعي»، واكتب علامة غير ظاهرة في بيانات الملف الوصفية.
5. أدلة الاختبار: أرفق لقطات شاشة أو تسجيلات لاختبارات تتضمن صور مشاهير وموجهات بأسماء مشاهير، وتُظهر حجبها.

النقطة الخامسة هي الأكثر إقناعًا. فكثيرًا ما يختبر المراجعون النظام مباشرةً باستخدام صور المشاهير. وإذا أظهر التسجيل «تحميل صورة لمشهد من عمل فني لنجم ← حجبها» و«إدخال اسم نجم ← حجب الطلب»، فسترتفع فرص اجتياز المراجعة بوضوح.

أسئلة شائعة حول واجهات API للتعرّف على الشخصيات العامة

س1: هل يمكن لنموذج لغة كبير أن يحل محل واجهة API للتعرّف على الشخصيات العامة بالكامل؟

لا يمكنه ذلك بالكامل. فغالبًا ما ترفض النماذج البصرية الشائعة تحديد هوية أشخاص حقيقيين في الصور، امتثالًا لسياسات الخصوصية. وحتى عندما تتمكن من ذلك، تكون النتائج غير مستقرة، ما يجعلها غير مناسبة لتحديد الهوية بشكل حاسم. يناسب نموذج اللغة الكبير حجب الموجهات بناءً على معناها وتصنيف أنواع الصور، أما التعرّف على الهوية فيُفضّل إسناده إلى واجهة API متخصصة للتعرّف على الشخصيات العامة. يمكنك استخدام APIYI apiyi.com لاختبار أداء نماذج مختلفة في الحجب على مجموعة العينات نفسها، ثم تحديد المهام التي سيتولاها كل منها.

س2: هل يستطيع AWS Rekognition التعرّف على المشاهير الصينيين؟

يمكنه التعرّف على بعض نجوم السينما والتلفزيون والرياضيين الصينيين المعروفين، لكن تغطيته للمؤثرين ومقدمي البث المباشر وصنّاع الفيديوهات القصيرة في الصين محدودة بوضوح. وهو أيضًا خدمة خارجية؛ لذا ينبغي تقييم مدى الامتثال لمتطلبات نقل البيانات عبر الحدود عند معالجة معلومات شخصية حساسة مثل بيانات الوجوه. يُنصح باستدعائه للصور المشبوهة التي ترشّحها الطبقة الثانية فقط، مع الإفصاح عن ذلك بوضوح في سياسة الخصوصية.

س3: هل يستحيل على أصحاب الأعمال الفردية تفعيل خدمة علي بابا كلاود للتعرّف على المشاهير؟

ليس بالضرورة. فعادةً ما يستطيع أصحاب الأعمال الفردية إكمال توثيق النشاط التجاري لدى مزودي الخدمات السحابية باستخدام رخصة النشاط التجاري، لكن بعض الواجهات تتطلب مراجعة إضافية للمؤهلات. يُنصح بإرسال طلب دعم للاستفسار عن شروط تفعيل الواجهة المحددة، مع تجهيز تينسنت كلاود كخيار بديل.

س4: هل تكلفة استدعاء نموذج لغة كبير لحجب الموجهات مرتفعة؟

لا، إنها منخفضة جدًا. فعادةً ما تستهلك مراجعة الموجه بضع مئات من الرموز فقط، وتكون تكلفة الاستدعاء الواحد عند استخدام نموذج خفيف أقل بكثير من تكلفة التعرّف على صورة واحدة. ويمكنك أيضًا الدفع حسب الاستخدام عند الاستدعاء عبر APIYI apiyi.com، ما يجعله مناسبًا للتطبيقات المصغّرة التي يتفاوت حجم المراجعة فيها.

س5: ماذا أفعل إذا رُفض التطبيق رغم تطبيق الحجب؟

تحقق أولًا مما إذا كان سبب الرفض يتعلق بمحتوى موجود مسبقًا، مثل استخدام صور مشاهير في الصور التوضيحية أو صور القوالب داخل التطبيق المصغّر. يُكمل كثير من المطورين آلية الحجب التقنية، ثم يُرفض التطبيق مجددًا لأن الصور التوضيحية في الصفحة الرئيسية تعرض مشاهير. يجب استبدال جميع هذه الصور بصور تملك حقوقها أو بصور أشخاص افتراضيين مُنشأة بالذكاء الاصطناعي.

الخلاصة

إذا طُلب من برنامج مصغّر «إضافة آلية تقنية للحظر» بسبب انتهاك حقوق الصور الشخصية لشخصيات عامة، فالحل لا يكمن في العثور على واجهة API واحدة تتعرّف على جميع الشخصيات العامة، بل في بناء سلسلة متكاملة من آليات الحظر. لا تغطي واجهة WeChat لأمان المحتوى سوى المخالفات العامة، ولا تستطيع التعرّف على المشاهير أو المؤثرين. أما إمكانات التعرّف على الشخصيات العامة لدى Alibaba Cloud وTencent Cloud، فهي الأنسب للسوق الصينية، لكنها تتطلب توثيق حساب مؤسسة. وتُعدّ AWS Rekognition الأسهل من حيث متطلبات الاستخدام، لكن تغطيتها للمؤثرين المحليين محدودة، كما أن استخدامها يتضمن نقل البيانات إلى خارج البلاد. أما Azure وGoogle، فهما لا تتيحان خدماتهما عمليًا للمطورين العاديين.

بالنسبة إلى أصحاب الأعمال الفردية، فإن المسار الأكثر واقعية هو التأكد أولًا مما إذا كان بالإمكان إتمام توثيق حساب المؤسسة لدى مزوّد الخدمة السحابية باستخدام رخصة النشاط التجاري. وفي الوقت نفسه، ينبغي إطلاق طبقتين من آليات الفحص: الحظر الدلالي للموجهات، والفرز الأولي حسب نوع الصورة. بعد ذلك، تُضاف آليات للتحقق من هوية الشخص نفسه، وإقرارات بالحصول على التصريح، ومراجعة بشرية. وأخيرًا، يُقدَّم تسجيل مصوّر للاختبارات لإثبات فاعلية الحظر للمراجعين.

نوصي باستخدام APIYI apiyi.com لإعداد قدرات مراجعة المحتوى بالاستعانة بنموذج لغة كبير في الطبقتين الأولى والثانية بسرعة. وبعد اختبار معدل الحظر باستخدام عينات حقيقية، يمكن تقديم الطلب للمراجعة.

الكاتب: فريق APIYI، متخصص في تطبيقات واجهات API لنماذج الذكاء الاصطناعي الكبيرة. للاطلاع على مزيد من الحلول التقنية والحصول على رصيد للاختبار، يُرجى زيارة APIYI apiyi.com.