Saat menggunakan API gpt-image-2 untuk produksi, pengembang sering kali menemui kesalahan 400 yang membingungkan seperti ini:
{
"status_code": 400,
"error": {
"message": "Your request was rejected by the safety system. If you believe this is an error, contact us at Azure support ticket and include the request ID 76fd2cbc-63ee-4e30-8bea-5fc2a2e1faa3.",
"type": "shell_api_error",
"code": "moderation_blocked"
}
}
Kesalahan moderation_blocked ini berasal dari sistem keamanan konten OpenAI/Azure. Sistem ini secara aktif memblokir permintaan yang dianggap melanggar kebijakan sebelum atau sesudah inferensi model. Berbeda dengan pembatasan laju (rate limit) 429 atau kesalahan layanan 500, moderation_blocked tidak akan hilang dengan sendirinya—tanpa mengubah petunjuk (prompt), mencoba ribuan kali pun hasilnya akan tetap sama.
Artikel ini akan mengulas prinsip teknis di balik kesalahan moderation_blocked, 7 skenario pemicu umum, metode diagnosis dan reproduksi, serta 6 strategi penulisan ulang petunjuk + solusi model cadangan untuk membantu Anda menekan tingkat kesalahan ini ke level yang dapat diterima.
1. Prinsip Teknis Kesalahan 400 moderation_blocked pada gpt-image-2
1.1 Bedah Struktur Kesalahan
Isi kesalahan di atas mengandung beberapa kolom kunci:
| Kolom | Arti |
|---|---|
status_code: 400 |
HTTP 400 Bad Request, menunjukkan permintaan klien ditolak |
type: shell_api_error |
Kesalahan pada lapisan gateway API, bukan kesalahan inferensi model |
code: moderation_blocked |
Kode kesalahan inti: Diblokir oleh sistem keamanan konten |
message |
Penjelasan yang dapat dibaca manusia, berisi ID permintaan |
request id |
ID pelacakan saat melakukan banding atau pemeriksaan |
Perhatikan bahwa pesan tersebut menyebutkan "Azure support ticket"—ini adalah petunjuk penting: Beberapa jalur penyebaran gpt-image-2 pada akhirnya dihosting oleh Azure OpenAI, sehingga sistem keamanannya adalah filter konten Azure. Aturan filter Azure lebih ketat daripada koneksi langsung ke OpenAI, itulah alasan mendasar mengapa tingkat pemicu moderation_blocked sangat bervariasi di berbagai saluran.
1.2 Mekanisme Filter Konten Dua Tahap gpt-image-2
Berdasarkan System Card ChatGPT Images 2.0 resmi dari OpenAI dan dokumentasi Azure OpenAI, pemeriksaan konten gpt-image-2 menggunakan filter dua tahap:
Permintaan pengguna
↓
【Tahap 1: Filter Input】
↓ (Lolos)
Model melakukan inferensi pembuatan gambar
↓
【Tahap 2: Filter Output】
↓ (Lolos)
Mengembalikan gambar ke pengguna
Tahap 1 (Filter Input): Sebelum inferensi model, dilakukan deteksi klasifikasi pada teks petunjuk + gambar referensi. Menggunakan pengklasifikasi saraf multi-kelas untuk mendeteksi konten yang melanggar kebijakan OpenAI (kebencian, kekerasan, seksual, menyakiti diri sendiri, tokoh terkenal, hak cipta, dll).
Tahap 2 (Filter Output): Setelah gambar dibuat, pemindaian dilakukan kembali. Meskipun petunjuknya legal, jika gambar yang dihasilkan "terlihat" melanggar aturan, gambar tersebut tetap akan diblokir.
Perbedaan Kunci:
- Jika pesan kesalahan adalah
"Your request was rejected"→ Diblokir pada tahap input, dapat diselesaikan dengan mengubah petunjuk. - Jika pesan kesalahan adalah
"Generated image was filtered"→ Diblokir pada tahap output, perlu menulis ulang seluruh skenario.
moderation_blocked yang dibahas dalam artikel ini termasuk jenis pertama—diblokir pada tahap input, yang berarti optimasi pada tingkat petunjuk masih merupakan cara penyelesaian yang paling efektif.
1.3 Filter Titik Akhir (Endpoint) Edit gpt-image-2 Lebih Ketat
Satu fakta yang sering diabaikan: Strategi filter titik akhir /v1/images/edits jauh lebih ketat daripada /v1/images/generations.
Azure secara resmi menyatakan: Untuk pengeditan gambar, pemeriksaan keamanan tambahan ditambahkan di atas filter pembuatan, yang berarti petunjuk + gambar yang sama mungkin lolos di titik akhir generation, tetapi diblokir oleh moderation_blocked di titik akhir edits. Ini adalah perilaku yang disengaja dalam desain untuk mencegah pengguna melakukan modifikasi ilegal pada foto yang sudah ada (seperti deepfake, penghilangan pakaian, dll).
二、7 Skenario Pemicu Utama Kesalahan moderation_blocked pada gpt-image-2
7 skenario berikut diurutkan berdasarkan frekuensi pemicuan aktual, mencakup lebih dari 90% kasus moderation_blocked.
2.1 Skenario Pemicu 1: Potret Tokoh Nyata dan Nama Selebritas
Ini adalah penyebab paling umum. Prompt dalam bentuk apa pun di bawah ini sangat mudah memicu pemblokiran:
❌ Pola Berisiko Tinggi:
- Foto Elon Musk di planet Mars
- Foto bersama Donald Trump dan Barack Obama
- Panggung konser Taylor Swift
- Aktris yang meniru Scarlett Johansson
OpenAI secara default menerapkan perlindungan ketat terhadap potret selebritas yang tidak melakukan opt-out. Setelah insiden Bryan Cranston pada Oktober 2025, kebijakan ini semakin diperketat. Meskipun Anda ingin menghasilkan gambar "seseorang yang mirip" tanpa menyebut nama secara langsung, selama prompt menyebutkan nama tokoh publik, sistem akan memblokirnya.
2.2 Skenario Pemicu 2: Nama Seniman yang Masih Hidup dan Ekspresi Bergaya
Nama seniman/kreator yang masih hidup adalah kata kunci pemblokiran yang kuat:
❌ Berisiko Tinggi:
- Ilustrasi gaya Hayao Miyazaki
- Pemandangan malam kota dengan nuansa Makoto Shinkai
- Grafiti jalanan gaya Banksy
✅ Penulisan Alternatif Berisiko Rendah:
- Gaya Ghibli / gaya animasi Jepang modern yang cerah
- Adegan animasi remaja Jepang dengan saturasi warna tinggi
- Gaya seni jalanan kota modern
Aturan: Ubah "nama seniman" menjadi "aliran/studio/nama gaya". Seniman yang sudah meninggal (Van Gogh, Monet) biasanya tidak akan diblokir.
2.3 Skenario Pemicu 3: Karakter Berhak Cipta dan IP Komersial
Karakter bernama di bawah naungan IP seperti Disney, Marvel, Ghibli, Pixar, Nintendo, dll., adalah subjek pemblokiran keras:
❌ Berisiko Tinggi:
- Spider-Man berayun di antara gedung kota
- Adegan pesta Mickey Mouse
- Seekor Pikachu di dalam hutan
✅ Penulisan Alternatif Berisiko Rendah:
- Karakter main hakim sendiri orisinal yang mengenakan kostum pahlawan super merah-biru, berayun di kota neon menggunakan jaring sutra
- Pesta retro yang dipandu oleh karakter tikus antropomorfik kartun
- Makhluk kartun tipe listrik berwarna kuning di dalam hutan
Aturan: Gunakan "terinspirasi dari" atau "gaya serupa" alih-alih menyebutkan nama karakter secara langsung.
2.4 Skenario Pemicu 4: Kekerasan, Darah, dan Detail Senjata
❌ Berisiko Tinggi:
- Close-up luka berdarah
- Percikan darah saat ledakan terjadi
- Gambar produk detail AK-47
✅ Penulisan untuk Menghindar:
- Gambar abstrak dengan percikan cat merah tua
- Adegan pahlawan super dengan ledakan cahaya terang disertai serpihan
- Konsep gambar senjata dalam game taktis (bergaya, tidak realistis)
Aturan: Gunakan deskripsi "artistik, abstrak, bergaya" untuk menggantikan deskripsi "realistis, detail, klinis".
2.5 Skenario Pemicu 5: Sugesti Seksual dan Pakaian Terbuka
Ini adalah salah satu area paling ketat untuk gpt-image-2. Konten apa pun yang dapat diinterpretasikan sebagai sugesti seksual akan diblokir, termasuk deskripsi yang tampak tidak berbahaya:
❌ Berisiko Tinggi (tampak tidak berbahaya tapi akan diblokir):
- Adegan pantai dengan bikini
- Wanita dengan bahu terbuka
- Pakaian ketat yang menempel di tubuh
- Pose yang menggoda
✅ Penulisan untuk Menghindar:
- Adegan liburan pantai musim panas, bidikan jarak jauh
- Wanita mengenakan gaun malam yang elegan
- Foto pakaian olahraga gaya majalah mode
- Pose model yang percaya diri
Aturan: Hindari kata sifat seperti "ketat, terbuka, seksi, menggoda", ganti dengan kata netral seperti "elegan, modis, percaya diri".
2.6 Skenario Pemicu 6: Gambar Realistis Terkait Anak-anak
OpenAI menerapkan kebijakan toleransi nol terhadap pembuatan gambar realistis anak-anak. Penulisan berikut akan diblokir:
❌ Berisiko Tinggi:
- Foto realistis seorang gadis kecil berusia 8 tahun
- Anak-anak mengenakan baju renang di tepi kolam renang
- Foto close-up detail bayi
✅ Penulisan yang Aman:
- Ilustrasi adegan masa kecil gaya kartun
- Pemandangan adegan keluarga yang realistis, tidak fokus pada individu tertentu
- Ilustrasi artistik seorang ibu yang menggendong bayi
Aturan: Untuk hal terkait anak-anak, usahakan menggunakan gaya ilustrasi/kartun, hindari kata-kata seperti "realistis, close-up, detail, kualitas foto".
2.7 Skenario Pemicu 7: Kebencian, Politik Ekstrem, Simbol Sensitif
Simbol kebencian, totem politik ekstrem, dan penggambaran konflik agama adalah subjek pemblokiran keras:
❌ Berisiko Tinggi:
- Swastika Nazi
- Adegan pertentangan politik ekstrem
- Narasi konflik negara tertentu
Konten seperti ini hampir tidak memiliki ruang untuk penulisan ulang prompt, disarankan untuk menghindari arah topik ini sepenuhnya.
Tiga, Alur Diagnosis Kesalahan moderation_blocked pada gpt-image-2
3.1 Diagram Alur Diagnosis
Saat menerima kesalahan moderation_blocked, ikuti alur diagnosis berikut:
Step 1. Catat pesan kesalahan lengkap + id permintaan
↓
Step 2. Tentukan apakah "rejected" (pemblokiran input) atau "filtered" (pemblokiran output)
↓
Step 3. Bandingkan dengan 7 skenario pemicu utama untuk menemukan penyebabnya
↓
Step 4. Hapus kata kunci prompt secara bertahap menggunakan metode biseksi untuk reproduksi
↓
Step 5. Pilih strategi penulisan ulang yang sesuai (lihat bab empat)
↓
Step 6. Coba kembali setelah penulisan ulang, catat perubahan tingkat keberhasilan
3.2 Reproduksi Kata Pemicu dengan Metode Biseksi Prompt
Jika Anda tidak yakin kata mana dalam prompt yang memicu pemblokiran, Anda dapat menggunakan metode biseksi:
from openai import OpenAI
client = OpenAI(
api_key="KUNCI_APIYI_ANDA",
base_url="https://api.apiyi.com/v1"
)
def binary_search_trigger(full_prompt: str):
"""Menggunakan metode biseksi untuk menemukan kata kunci yang memicu moderation_blocked"""
words = full_prompt.split()
mid = len(words) // 2
left_half = " ".join(words[:mid])
right_half = " ".join(words[mid:])
for test_prompt in [left_half, right_half]:
try:
client.images.generate(
model="gpt-image-2",
prompt=test_prompt,
size="1024x1024",
quality="low",
n=1
)
print(f"✓ Lolos: {test_prompt[:40]}...")
except Exception as e:
if "moderation_blocked" in str(e):
print(f"✗ Terpicu: {test_prompt[:40]}...")
binary_search_trigger("Konten prompt asli ...")
Jalankan skrip ini melalui APIYI apiyi.com, gunakan quality="low" untuk meminimalkan biaya setiap pengujian ($0,006/gambar), dan temukan kata pemicu dengan cepat.
3.3 Pra-pemeriksaan dengan OpenAI Moderations API
OpenAI menyediakan endpoint /v1/moderations gratis yang dapat digunakan untuk memeriksa teks prompt sebelum melakukan pemanggilan pembuatan gambar secara resmi untuk melihat apakah akan diblokir:
def pre_check_prompt(prompt: str):
result = client.moderations.create(
model="omni-moderation-latest",
input=prompt
)
categories = result.results[0].categories
scores = result.results[0].category_scores
flagged_categories = [
(cat, scores.model_dump()[cat])
for cat, flagged in categories.model_dump().items()
if flagged
]
if flagged_categories:
print(f"⚠️ Prompt ditandai: {flagged_categories}")
return False
return True
Catatan: Pra-pemeriksaan hanya dapat memeriksa dimensi teks, tidak dapat mendeteksi pemblokiran jenis "penilaian semantik" seperti selebritas berhak cipta. Namun, memiliki akurasi tinggi untuk kata-kata yang jelas melanggar seperti "kekerasan, seksual, kebencian".
IV. 6 Strategi Penulisan Ulang Petunjuk untuk Mengatasi Kesalahan moderation_blocked pada gpt-image-2
4.1 Strategi 1: Ganti Nama dengan Genre atau Studio
| Penulisan Asli | Penulisan Ulang |
|---|---|
| Gaya Hayao Miyazaki | Ghibli / Gaya animasi Jepang modern yang cerah |
| Gaya Makoto Shinkai | Animasi remaja Jepang dengan warna saturasi tinggi |
| Gaya Disney | Gaya kartun Amerika klasik |
| Anne Hathaway | Seorang aktris elegan berusia 35 tahun |
| Elon Musk | Pendiri perusahaan teknologi yang mengenakan setelan jas |
4.2 Strategi 2: Ganti Seniman yang Masih Hidup dengan yang Sudah Meninggal
Seniman yang masih hidup → Seniman yang sudah meninggal dengan genre serupa:
| Seniman Hidup (Diblokir) | Seniman Meninggal (Aman) |
|---|---|
| Grafiti gaya Banksy | Grafiti gaya Basquiat / seni jalanan tahun 80-an |
| Gaya Makoto Shinkai | (Gunakan langsung "gaya animasi Jepang") |
| Hayao Miyazaki | (Gunakan "Ghibli") |
| Takashi Murakami | Gaya Pop Art / gaya Andy Warhol |
Master klasik seperti Van Gogh, Monet, Picasso, Rembrandt, dan Hokusai adalah referensi yang aman.
4.3 Strategi 3: Abstraksi Karakter Berhak Cipta
Abstraksikan IP (Intellectual Property) menjadi "Fitur Umum + Deskripsi Naratif":
Penulisan Asli: Spider-Man berayun di atas kota New York
Penulisan Ulang: Seorang pemuda yang mengenakan kostum pahlawan super ketat berwarna merah dan biru, memakai topeng, berayun di antara gedung pencakar langit kota neon menggunakan jaring, penuh dengan dinamika dan energi
Penulisan Asli: Pikachu di dalam hutan
Penulisan Ulang: Makhluk kartun listrik berwarna kuning yang bulat dan lucu, dengan pipi merah, telinga runcing, melompat di dalam hutan hijau yang lebat
Teknik inti: Pertahankan fitur visual, hapus namanya.
4.4 Strategi 4: Metode Deskripsi Dua Langkah (Two-Step Description)
Untuk skenario yang kompleks dan berisiko melanggar aturan, gunakan metode dua langkah:
Langkah 1: Minta Gemini Pro atau Claude 4 Sonnet untuk "menerjemahkan" ide asli Anda menjadi deskripsi elemen visual murni, secara aktif memisahkan semua nama selebriti/IP/kata sensitif.
Langkah 2: Gunakan output dari Langkah 1 sebagai petunjuk (prompt) aktual untuk gpt-image-2.
def two_step_generate(raw_idea: str):
rewriter_response = client.chat.completions.create(
model="gemini-3-pro",
messages=[
{
"role": "system",
"content": (
"Anda adalah ahli deskripsi visual. Tulis ulang ide pengguna menjadi deskripsi elemen visual murni:"
"Hapus semua nama orang asli, nama merek, nama karakter berhak cipta, dan kata sensitif;"
"Pertahankan: warna, komposisi, pencahayaan, aksi, suasana, tekstur, dan lensa."
"Hasilkan narasi yang koheren sepanjang 150-250 kata, jangan gunakan daftar."
)
},
{"role": "user", "content": raw_idea}
]
)
safe_prompt = rewriter_response.choices[0].message.content
return client.images.generate(
model="gpt-image-2",
prompt=safe_prompt,
size="1024x1024",
quality="medium"
)
Metode ini memanfaatkan integrasi multimodal APIYI (apiyi.com) untuk menggunakan LLM teks sebagai "lapisan pembersihan keamanan" di depan, sehingga secara signifikan mengurangi tingkat pemicuan moderation_blocked pada API gambar.
4.5 Strategi 5: Gunakan Emosi/Suasana untuk Menggantikan Kata Kekerasan/Seksual
| Kata Asli | Pengganti Netral |
|---|---|
| Berdarah (bloody) | Nuansa merah tua / dramatis |
| Kekerasan (violent) | Intens / penuh ketegangan |
| Seksi (sexy) | Elegan / percaya diri / menarik |
| Telanjang (naked/nude) | Gaya patung klasik / seni tubuh manusia |
| Menggoda (seductive) | Aura yang memikat |
| Pembunuhan (killing) | Konfrontasi dramatis |
| Senjata (weapon) | Properti / alat |
4.6 Strategi 6: Beralih dari Endpoint edit ke Endpoint generate
Seperti yang disebutkan sebelumnya, endpoint edits memiliki filter yang lebih ketat. Jika tugas Anda adalah "mengubah gambar yang sudah ada", Anda bisa mencoba:
Alur Asli: /v1/images/edits (Diblokir)
Alur Alternatif:
- Gunakan LLM untuk mendeskripsikan elemen visual gambar asli.
- Tambahkan "poin perubahan".
- Gunakan
/v1/images/generationsuntuk membuat ulang.
Meskipun mengorbankan konsistensi piksel, cara ini dapat menghindari filter pengeditan yang ketat.
V. Solusi Cadangan Multimodel untuk Kesalahan moderation_blocked pada gpt-image-2
Ketika satu model mengalami pemblokiran keras, perutean multimodel adalah praktik standar dalam aplikasi tingkat perusahaan.
5.1 Perbandingan Tingkat Keketat Filter Model Gambar
| Model | Keketat Filter | Toleransi Selebriti | Toleransi IP | Ekspresi Artistik |
|---|---|---|---|---|
gpt-image-2 (Resmi) |
🔴 Ketat | Sangat ketat | Ketat | Cenderung konservatif |
gpt-image-2-all (Resmi) |
🟡 Sedang | Sedang | Sedang | Cukup fleksibel |
| Nano Banana Pro | 🟢 Lebih longgar | Sedang | Sedang | Fleksibel |
| Nano Banana 2 | 🟢 Lebih longgar | Sedang | Sedang | Fleksibel |
| Seri Imagen | 🟡 Sedang | Ketat | Sedang | Sedang |
Saran Praktis: Saat gpt-image-2 resmi diblokir, Anda bisa mencoba menurunkan prioritas secara berurutan:
gpt-image-2 (Resmi) [moderation_blocked]
↓
gpt-image-2-all (Resmi) [Mungkin lolos]
↓
Nano Banana Pro [Peluang lolos lebih besar]
↓
Nano Banana 2 [Paling fleksibel, kualitas sedikit lebih rendah]
5.2 Contoh Kode Penurunan Prioritas Otomatis (Fallback)
from openai import OpenAI
client = OpenAI(
api_key="YOUR_APIYI_KEY",
base_url="https://api.apiyi.com/v1"
)
MODEL_FALLBACK_CHAIN = [
("gpt-image-2", "images"),
("gpt-image-2-all", "chat"),
("gemini-3-pro-image-preview", "images"),
("gemini-3.1-flash-image-preview", "images"),
]
def generate_with_fallback(prompt: str):
last_error = None
for model_id, endpoint in MODEL_FALLBACK_CHAIN:
try:
if endpoint == "images":
return client.images.generate(
model=model_id,
prompt=prompt,
size="1024x1024"
)
else:
return client.chat.completions.create(
model=model_id,
messages=[{"role": "user", "content": prompt}]
)
except Exception as e:
if "moderation_blocked" in str(e) or "content_policy" in str(e):
print(f"Model {model_id} diblokir, mencoba model berikutnya")
last_error = e
continue
raise
raise Exception(f"Semua model diblokir, kesalahan terakhir: {last_error}")
Nilai inti dari pola ini: Dalam satu akun APIYI (apiyi.com), Anda dapat mencapai penurunan prioritas multimodel hanya dengan mengubah parameter model, tanpa perlu mendaftar ke berbagai layanan atau mengelola banyak kredensial.
5.3 Strategi Lanjutan Perutean Berdasarkan Jenis Konten
Pendekatan yang lebih presisi adalah memprediksi model yang paling sesuai berdasarkan jenis konten:
| Jenis Konten | Model Pilihan | Alasan |
|---|---|---|
| Materi merek perusahaan | gpt-image-2 (Resmi) | Stabil, patuh aturan |
| Poster dengan teks Mandarin | gpt-image-2-all (Resmi) | Optimalisasi asli untuk Mandarin |
| Gambar kreatif yang mungkin mengandung IP | Nano Banana Pro | Filter lebih longgar |
| Pembuatan gambar massal cepat | Nano Banana 2 | Cepat, biaya rendah |
| Gambar artistik gaya khusus | Nano Banana Pro | Ekspresi artistik fleksibel |
VI. Prosedur Banding Tingkat Perusahaan untuk moderation_blocked pada gpt-image-2
Jika Anda yakin bahwa prompt yang Anda kirimkan sudah sah dan seharusnya tidak diblokir (terjadi kesalahan deteksi/ false positive), Anda dapat menempuh prosedur banding.
6.1 Daftar Informasi yang Diperlukan untuk Banding
Sebelum mengajukan banding, kumpulkan informasi berikut:
- Respons error lengkap (termasuk request id)
- Prompt lengkap yang memicu
moderation_blocked - Stempel waktu (timestamp) pemanggilan
- ID Akun Anda
- Penjelasan skenario bisnis (mengapa prompt ini diperlukan)
- Langkah-langkah reproduksi (apakah masalah ini muncul secara konsisten)
6.2 Saluran Banding
L1: Lapisan Mandiri (Tercepat)
Cobalah terlebih dahulu 6 strategi penulisan ulang pada Bab 4. Lebih dari 90% kasus moderation_blocked dapat diselesaikan di lapisan ini tanpa biaya.
L2: Saluran Layanan Perusahaan APIYI (Direkomendasikan)
Untuk pelanggan perusahaan, APIYI (apiyi.com) menyediakan dukungan teknis khusus. Untuk kasus moderation_blocked tertentu, kami menyediakan:
- Saran penulisan ulang prompt
- Desain skema fallback (penurunan model)
- Bantuan proses banding ke OpenAI/Azure
Lapisan ini memberikan respons yang cepat, dan tim APIYI memiliki banyak pengalaman dalam menangani banding kesalahan deteksi model gambar, yang jauh lebih efisien daripada mengajukan tiket resmi sendiri.
L3: Banding Resmi (Paling lambat namun final)
Ajukan banding melalui tiket dukungan Azure atau Pusat Bantuan resmi OpenAI yang disebutkan dalam pesan error, dengan melampirkan request id yang lengkap. Siklus respons biasanya memakan waktu 3-10 hari kerja.
6.3 Praktik Rekayasa untuk Menurunkan Tingkat Pemicuan Secara Sistematis
Untuk sistem produksi dengan pemanggilan frekuensi tinggi, disarankan untuk membangun Gerbang Keamanan Prompt:
Permintaan asli pengguna
↓
[1] Pra-penyaringan daftar hitam kata kunci (detik)
↓
[2] Pra-pemeriksaan OpenAI Moderations API (gratis, 300ms)
↓
[3] Penulisan ulang teks LLM menjadi prompt aman (opsional, 1-2 detik)
↓
[4] Memanggil gpt-image-2
↓
[5] Penurunan model otomatis saat menerima moderation_blocked
↓
Mengembalikan hasil
Melalui 5 lapisan perlindungan ini, Anda dapat menekan tingkat visibilitas pengguna akhir terhadap moderation_blocked hingga di bawah 1%.
🎯 Saran Implementasi: Semua panggilan eksternal dalam gerbang keamanan ini (Moderations API, teks LLM, berbagai model gambar) dapat diselesaikan melalui satu titik akses APIYI (apiyi.com). Penagihan terpadu dan log terpusat akan sangat mengurangi kompleksitas rekayasa Anda.
VII. FAQ Pertanyaan Umum seputar moderation_blocked pada gpt-image-2
Q1: Mengapa prompt yang sama bisa lolos hari ini, tapi terkena moderation_blocked besok?
Klasifikasi keamanan OpenAI dan Azure terus diperbarui, terutama setelah adanya kebijakan besar (seperti opt-out tokoh terkenal), yang biasanya diikuti dengan pengetatan aturan secara massal. Disarankan untuk mencatat snapshot prompt yang terkena moderation_blocked di sistem produksi Anda untuk dianalisis lebih lanjut.
Q2: Bisakah saya menggunakan gpt-image-2-all (reverse proxy resmi) untuk melewati moderation_blocked?
Dalam beberapa skenario bisa, tapi ini bukan kunci ajaib. Jalur reverse proxy resmi juga memiliki deteksi keamanannya sendiri, hanya saja ambang batas dan aturannya sedikit berbeda. Untuk jenis pemblokiran tertentu (seperti nama tokoh terkenal), kedua model akan tetap memblokirnya. Disarankan untuk melakukan pengujian A/B antara kedua model melalui APIYI apiyi.com guna menemukan jalur yang lebih toleran terhadap skenario bisnis Anda.
Q3: Apakah kesalahan moderation_blocked akan memotong saldo?
Tidak. Kesalahan 400 adalah kesalahan klien, baik OpenAI maupun APIYI tidak akan memotong biaya untuk permintaan yang diblokir. Anda bisa melakukan debugging prompt dengan tenang.
Q4: Mengapa prompt bahasa Mandarin lebih sering terkena moderation_blocked dibandingkan bahasa Inggris?
Bukan karena masalah bahasanya, melainkan prompt bahasa Mandarin mungkin membawa kata pemicu bahasa Inggris yang tidak disengaja saat diterjemahkan ke representasi internal model. Sarannya: (1) Hindari menyebutkan nama tokoh/IP secara langsung dalam prompt Mandarin (2) Coba gunakan gpt-image-2-all, yang memiliki optimasi asli untuk prompt Mandarin.
Q5: Jika saya ingin membuat foto karyawan saya sendiri untuk penggunaan internal, apakah akan diblokir?
Sangat mungkin. Sistem keamanan OpenAI tidak bisa menilai "apakah Anda benar-benar orang tersebut", selama sistem mengidentifikasinya sebagai potret orang asli, maka akan diblokir. Disarankan untuk menggunakan endpoint edit (unggah gambar asli + mask untuk modifikasi), atau gunakan "pemrosesan artistik gaya" sebagai pengganti foto realistis.
Q6: Bisakah pelanggan perusahaan mengajukan permohonan untuk menurunkan ambang batas filter?
Untuk koneksi langsung ke OpenAI hampir mustahil. Namun, untuk kontrak perusahaan Azure OpenAI tertentu, Anda bisa mengajukan penyesuaian level content filter (perlu persetujuan). Melalui saluran layanan perusahaan APIYI apiyi.com, kami dapat membantu Anda dalam proses persetujuan Azure atau menyediakan solusi multi-model yang disesuaikan untuk menghindari batasan titik tunggal.
Q7: Apakah filter Nano Banana Pro benar-benar lebih longgar daripada gpt-image-2?
Dalam banyak pengujian nyata, Nano Banana Pro memang lebih toleran terhadap ekspresi artistik dan penyebutan IP yang longgar, tetapi untuk area terlarang seperti konten anak-anak, konten seksual, dan kekerasan ekstrem, standarnya hampir sama dengan OpenAI—tidak ada model arus utama yang bisa melewati batasan tersebut.
Q8: Apa maksud dari Azure support ticket dalam pesan kesalahan?
Itu berarti jalur dasarnya melewati Azure OpenAI. Layanan proksi API yang berbeda memiliki backend yang berbeda; ada yang terhubung langsung ke OpenAI, ada yang melalui Azure. Tingkat keketatan filter di setiap backend berbeda, itulah sebabnya prompt yang sama bisa memberikan hasil yang berbeda pada penyedia layanan yang berbeda.
VIII. Kesimpulan: Cara Menghadapi Kesalahan moderation_blocked pada gpt-image-2
Kembali ke pesan kesalahan di awal, sekarang kita tahu bahwa:
- Inti kesalahan:
moderation_blockedbukan masalah kemampuan model, melainkan pencegatan proaktif oleh klasifikasi keamanan sebelum inferensi model. - Kesalahan tidak bisa dicoba ulang: Tanpa mengubah prompt, mencoba sepuluh ribu kali pun hasilnya akan sama.
- 7 Skenario pemicu: Tokoh terkenal / seniman yang masih hidup / IP berhak cipta / kekerasan / sugesti seksual / foto realistis anak-anak / simbol kebencian.
- 6 Strategi penulisan ulang: Penggantian nama / mengganti tokoh hidup dengan yang sudah meninggal / abstraksi karakter / deskripsi dua langkah / mengganti kekerasan dengan emosi / menurunkan ke endpoint edit.
- Cadangan multi-model: Rantai penurunan dari gpt-image-2 → gpt-image-2-all → Nano Banana Pro → Nano Banana 2.
- Perlindungan teknis: Gateway empat lapis (pra-cek + penulisan ulang + penurunan + banding), untuk menekan tingkat kesalahan deteksi hingga < 1%.
Bagi tim yang menggunakan gpt-image-2 untuk produksi, prinsip utama yang disarankan adalah: Jangan melawan sistem keamanan secara langsung, tetapi jadikan rekayasa prompt dan perutean multi-model sebagai kemampuan sistematis. Satu kesalahan moderation_blocked sering kali berarti ada 10 kesalahan serupa yang menunggu di lapisan prompt atau arsitektur Anda.
Kami menyarankan untuk mengakses gpt-image-2, gpt-image-2-all, Nano Banana Pro/2, dan model lainnya secara bersamaan melalui pintu masuk terpadu APIYI apiyi.com, guna menerapkan perutean penurunan dengan cepat di bawah akun dan basis kode yang sama. Ini adalah cara tercepat untuk mengubah moderation_blocked dari "gangguan bisnis" menjadi "optimasi pengalaman yang tidak terasa".
Tentang Penulis: Tim teknis APIYI, memiliki pengalaman luas dalam penerapan model pembuatan gambar tingkat perusahaan, banding keamanan konten, dan arsitektur perutean multi-model. Kunjungi situs resmi APIYI apiyi.com untuk mendapatkan solusi akses model arus utama seperti gpt-image-2, gpt-image-2-all, Nano Banana Pro, serta dukungan teknis tingkat perusahaan untuk masalah umum seperti moderation_blocked.
