Peninjauan aplikasi mini tertahan karena pelanggaran hak potret tokoh publik? 5 solusi API untuk mengenali tokoh publik dan praktik pemblokiran teknis 4 lapis

Baru-baru ini, seorang pengembang aplikasi mini AI untuk membuat gambar meminta bantuan di sebuah grup. Pengajuan aplikasinya tertahan saat peninjauan karena masalah pelanggaran hak potret tokoh publik. WeChat meminta mereka “menambahkan pemblokiran teknis”. Ia sudah mengintegrasikan pemeriksaan keamanan gambar WeChat, tetapi antarmuka ini tidak bisa mengenali selebritas dan influencer. Alibaba Cloud memiliki antarmuka pengenalan selebritas siap pakai, tetapi mensyaratkan verifikasi perusahaan, sedangkan mereka hanya terdaftar sebagai usaha perorangan.

Masalah seperti ini sangat umum pada aplikasi mini untuk foto bergaya AI, ganti wajah, pembuatan avatar, dan desain poster. Yang diperhatikan tim peninjau bukanlah “apakah Anda sudah menggunakan antarmuka keamanan konten”, melainkan “apakah pengguna bisa memakai produk Anda untuk membuat atau menyebarkan potret tokoh publik”. Jika ada satu saja bagian yang terlewat dalam alur pemblokiran, pengajuan bisa terus ditolak.

Artikel ini membahas API pengenalan tokoh publik. Pertama, kita akan menguraikan batas kemampuan antarmuka keamanan konten WeChat, lalu membandingkan persyaratan integrasi dari 5 API pengenalan tokoh publik yang umum digunakan. Terakhir, kita akan membahas solusi pemblokiran teknis 4 lapis yang juga bisa diterapkan oleh usaha perorangan.

Manfaat utama: Setelah membaca artikel ini, Anda akan tahu API pengenalan tokoh publik mana yang sebaiknya dipilih, cara menyusun alur pemblokiran, serta cara menjelaskan solusi teknis dengan jelas saat mengajukan peninjauan.

Mengapa API pengenalan tokoh publik menjadi syarat wajib dalam peninjauan aplikasi mini

Peninjauan WeChat terhadap aplikasi mini yang menggunakan AI generatif atau mengedit gambar semakin ketat. Ada landasan regulasi yang jelas di baliknya. Ketentuan Administrasi Sintesis Mendalam Layanan Informasi Internet mulai berlaku pada 10 Januari 2023. Aturan ini mengharuskan penyedia layanan yang menawarkan fitur pengeditan informasi biometrik seperti wajah dan suara untuk mengingatkan pengguna agar memberi tahu orang yang diedit dan memperoleh persetujuan terpisah darinya. Metode Pelabelan Konten yang Dihasilkan dan Disintesis oleh Kecerdasan Buatan, yang mulai berlaku pada 1 September 2025, juga mewajibkan pelabelan eksplisit dan implisit pada konten yang dihasilkan AI.

Dalam konteks ini, platform paling khawatir akan penyalahgunaan “wajah selebritas”: pengguna mengunggah foto adegan film seorang aktor untuk membuat foto bergaya AI, memakai foto influencer untuk mengganti wajah, atau memasukkan nama selebritas untuk menghasilkan gambar “serupa”. Perilaku ini berpotensi melanggar hak potret. Sebagai penyedia layanan, aplikasi mini wajib melakukan “pemblokiran teknis”. Jadi, permintaan “menambahkan pemblokiran teknis” dalam umpan balik peninjauan pada dasarnya berarti Anda harus mampu mengenali tokoh publik baik saat pengguna mengunggah gambar maupun saat konten dibuat.

Batas kemampuan antarmuka keamanan konten WeChat

Banyak pengembang langsung terpikir untuk menggunakan antarmuka keamanan konten resmi WeChat. Namun, antarmuka ini menangani jenis masalah yang berbeda. Tabel di bawah membandingkan cakupan antarmuka WeChat dengan kemampuan yang sebenarnya dibutuhkan untuk mencegah pelanggaran hak potret.

WeChat msgSecCheck digunakan untuk memeriksa teks, sedangkan mediaCheckAsync digunakan untuk pemeriksaan gambar dan audio secara asinkron. Keduanya terutama mengenali konten pornografi, isu politik, kekerasan, hinaan, dan pelanggaran sejenis, tetapi tidak akan memberi tahu Anda “siapa selebritas dalam gambar ini”. Jadi, jika hanya menggunakan antarmuka WeChat, dari sudut pandang peninjau Anda baru memenuhi persyaratan “keamanan konten umum”, belum “pemblokiran potret tokoh publik”.

🎯 Saran teknis: API pengenalan tokoh publik hanyalah salah satu bagian dari alur pemblokiran. Pemblokiran pada petunjuk teks sering kali lebih penting dan lebih murah. Kami menyarankan penggunaan Model Bahasa Besar melalui platform APIYI apiyi.com untuk memeriksa makna petunjuk. Platform ini kompatibel dengan format antarmuka OpenAI dan dapat langsung digunakan oleh pengembang perorangan setelah mendaftar, sehingga lapisan ini bisa dilengkapi dengan cepat.

Perbandingan 5 Opsi API Pengenalan Tokoh Publik

Agar informasi tetap akurat, opsi-opsi di bawah ini dirangkum berdasarkan dokumentasi resmi berbahasa Inggris dari masing-masing penyedia. Perlu diketahui sejak awal bahwa pengenalan tokoh publik termasuk dalam ranah pengenalan wajah. Hampir semua penyedia besar menetapkan persyaratan akses untuk layanan ini. Inilah yang membuat pelaku usaha perorangan merasa “tidak punya jalan keluar”.

Ringkasan Persyaratan dan Kemampuan API Pengenalan Tokoh Publik

Dari tabel terlihat bahwa AWS Rekognition memiliki persyaratan akses paling ringan. Namun, basis data selebritasnya lebih banyak mencakup tokoh internasional dari dunia film, olahraga, bisnis, dan politik, sementara cakupannya untuk influencer dan streamer domestik terbatas. Selain itu, wajah termasuk data pribadi sensitif menurut Undang-Undang Perlindungan Informasi Pribadi Tiongkok. Mengirim foto yang diunggah pengguna ke layanan luar negeri juga menimbulkan persoalan kepatuhan terkait transfer data ke luar negeri. Hal ini perlu dipertimbangkan saat menyiapkan dokumen untuk proses peninjauan.

Pilihan Realistis bagi Pelaku Usaha Perorangan

Mari luruskan satu hal yang sering disalahpahami: dalam sistem verifikasi identitas penyedia cloud utama di Tiongkok, pelaku usaha perorangan yang memiliki izin usaha biasanya bisa menggunakan jalur “verifikasi bisnis”. Namun, beberapa API yang tergolong sangat sensitif mungkin juga memerlukan pemeriksaan kualifikasi tambahan. Jadi, anggapan bahwa “pelaku usaha perorangan bukanlah bisnis” tidak sepenuhnya benar. Sebaiknya hubungi layanan pelanggan Alibaba Cloud atau Tencent Cloud untuk memastikan persyaratan aktivasi API yang dimaksud.

Jika ternyata API tidak bisa diaktifkan, pendekatannya perlu diubah: jangan menggantungkan seluruh upaya pada langkah “mengenali siapa orangnya”. Gunakan beberapa lapis penghalang agar potret tokoh publik tidak masuk ke alur pembuatan. Tim peninjau lebih memperhatikan efektivitas pemblokiran dan kelengkapan mekanismenya, bukan API pengenalan tokoh publik dari penyedia mana yang Anda gunakan.

Arsitektur 4 Lapisan Pemblokiran Teknis untuk Tokoh Publik

Prinsip desain arsitektur ini adalah “pemblokiran sejak awal, lalu diperketat secara bertahap”. Lapisan awal lebih murah dan cepat, sedangkan lapisan berikutnya lebih akurat dan mahal. Sebagian besar permintaan berisiko dapat dihentikan di dua lapisan pertama.

Pembagian Tugas 4 Lapisan Pemblokiran

Lapisan 1 adalah lapisan dengan rasio biaya dan manfaat terbaik. Dalam aplikasi mini berbasis AI, banyak permintaan yang berpotensi melanggar hak berasal dari petunjuk, misalnya langsung memasukkan nama selebritas atau meminta wajah “mirip dengan si anu”. Daftar kata kunci saja mudah dilewati dengan homofon, pinyin, atau singkatan. Menggunakan Model Bahasa Besar untuk menilai makna dapat meningkatkan tingkat deteksi secara signifikan.

Prinsip lapisan 2 adalah “bukan mengenali siapa orangnya, melainkan mengenali jenis gambarnya”. Model Bahasa Besar visual biasanya menolak menyebutkan identitas orang sungguhan di dalam foto. OpenAI juga secara jelas membatasi kemampuan GPT-4o dalam mengenali orang sungguhan. Namun, menentukan apakah gambar merupakan “cuplikan film, poster selebritas, sampul majalah, atau tangkapan layar siaran langsung dengan logo stasiun” masih berada dalam kemampuannya. Jenis gambar seperti ini sudah merupakan sinyal risiko tinggi, sehingga dapat langsung diblokir atau diteruskan ke lapisan 3.

Lapisan 1: Contoh Kode Pemblokiran Semantik Petunjuk

Berikut contoh sederhana yang menggunakan Model Bahasa Besar untuk menilai apakah petunjuk terkait dengan tokoh publik sungguhan. Model mengembalikan JSON terstruktur, lalu backend menggunakannya untuk menentukan apakah permintaan diteruskan atau diblokir.

import json
from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1")  # APIYI 统一接口

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"))

Dalam contoh ini, petunjuk tidak menyebutkan nama secara langsung, sehingga tidak akan terdeteksi oleh daftar kata kunci. Namun, Model Bahasa Besar dapat menyimpulkan dari konteks bahwa permintaan tersebut mengarah ke penyanyi tertentu dan menandainya sebagai berisiko tinggi.

import base64, json
import boto3
from openai import OpenAI

llm = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.apiyi.com/v1")  # APIYI 统一接口
rek = boto3.client("rekognition", region_name="ap-southeast-1")

BLOCK_NAMES = {"示例明星A", "示例网红B"}  # 本地名单，命中直接拦截

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:
    """不识别身份，只判断图片类型，返回 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"

Dalam versi lengkap ini, lapisan 3 hanya dipanggil untuk gambar yang dinilai sebagai “foto orang sungguhan” oleh lapisan 2. Dengan begitu, biaya API pengenalan tokoh publik dapat ditekan dan jumlah data wajah yang dikirim ke layanan eksternal juga berkurang. Jika Anda sudah mengaktifkan API Alibaba Cloud atau Tencent Cloud, cukup ganti layer3_celebrity dengan pemanggilan SDK yang sesuai.

🚀 Mulai cepat: Lapisan 1 dan 2 sama-sama bergantung pada Model Bahasa Besar. Anda bisa mulai dengan mengambil kuota uji coba dari APIYI di apiyi.com, lalu menguji 100 petunjuk dan gambar dari pengguna nyata. Hitung tingkat pemblokiran dan tingkat salah blokir sebelum meluncurkannya. Kode yang sama dapat digunakan untuk membandingkan GPT, Gemini, Claude, dan berbagai model lainnya.

Ambang Batas dan Strategi Penanganan Hasil Identifikasi Tokoh Publik

Hasil identifikasi bukan sekadar “ya” atau “tidak”. Ambang batas keyakinan secara langsung menentukan tingkat salah blokir dan lolos deteksi. Dokumentasi resmi Hive merekomendasikan ambang batas 0,85 untuk foto asli dan 0,9 untuk konten yang dihasilkan AI. MatchConfidence dari AWS Rekognition berada dalam rentang 0–100, sehingga ambang batas dapat ditetapkan dengan pendekatan yang sama.

Untuk produk foto AI, pendekatan yang lebih aman adalah menambahkan “verifikasi identitas”: minta pengguna mengunggah swafoto sebagai acuan terlebih dahulu. Foto yang diunggah berikutnya hanya boleh digunakan untuk membuat gambar jika tingkat kemiripan wajahnya dengan foto acuan memenuhi ambang batas. Dengan begitu, meskipun API identifikasi tokoh publik tidak mencakup seorang influencer yang kurang dikenal, mekanisme ini tetap mencegah penggunaan “wajah orang lain”.

💡 Saran pemilihan: Jika risiko utama bisnis Anda berasal dari influencer dan streamer di dalam negeri, cakupan API identifikasi tokoh publik dari luar negeri tidak akan memadai. Karena itu, fokuskan upaya pada pemblokiran petunjuk di lapisan pertama dan mekanisme “verifikasi identitas”. Pemanggilan Model Bahasa Besar di lapisan pertama dapat dilakukan melalui APIYI apiyi.com, dengan biaya yang biasanya hanya sebagian kecil dari biaya identifikasi gambar.

Cara menjelaskan skema pemblokiran tokoh publik saat mengajukan peninjauan

Solusi teknis saja tidak cukup—petugas peninjau juga perlu memahaminya. Sebaiknya, jelaskan hal-hal berikut dalam catatan peninjauan atau materi tambahan:

1. Alur pemblokiran: Jelaskan kemampuan deteksi yang digunakan pada tiga tahap: petunjuk, unggahan gambar, dan hasil pembuatan.
2. Kemampuan identifikasi tokoh publik: Sebutkan API identifikasi tokoh publik atau solusi alternatif yang digunakan, serta tindakan yang dilakukan jika terdeteksi kecocokan.
3. Mekanisme produk: Cantumkan klausul izin penggunaan potret dalam perjanjian pengguna, jendela konfirmasi “hanya foto diri sendiri” sebelum unggahan, kanal pelaporan, dan batas waktu penurunan konten.
4. Penanda konten AI: Tambahkan penanda yang terlihat seperti “Dihasilkan AI” pada gambar, serta penanda tersembunyi di metadata file.
5. Bukti pengujian: Lampirkan tangkapan layar atau rekaman layar pengujian yang menunjukkan bahwa foto selebritas dan petunjuk yang menyebut nama selebritas berhasil diblokir.

Poin kelima adalah bukti yang paling meyakinkan. Petugas peninjau biasanya akan langsung menguji sistem dengan foto selebritas. Jika rekaman layar Anda menunjukkan “unggah foto adegan selebritas → diblokir” dan “masukkan nama selebritas → diblokir”, peluang untuk lolos peninjauan akan meningkat secara signifikan.

Pertanyaan Umum tentang API Identifikasi Tokoh Publik

T1: Bisakah Model Bahasa Besar saja sepenuhnya menggantikan API identifikasi tokoh publik?

Tidak sepenuhnya. Model Bahasa Besar visual yang umum digunakan biasanya menolak mengungkap identitas orang asli dalam foto karena kebijakan privasi. Kalaupun dapat mengenalinya, hasilnya tidak stabil dan tidak cocok untuk memastikan identitas secara deterministik. Model Bahasa Besar paling cocok untuk memblokir petunjuk berdasarkan semantik dan mengklasifikasikan jenis gambar. Untuk identifikasi, sebaiknya tetap gunakan API khusus identifikasi tokoh publik. Anda dapat menguji efektivitas pemblokiran beberapa model menggunakan sampel yang sama melalui APIYI apiyi.com, lalu menentukan pembagian tugasnya.

T2: Bisakah AWS Rekognition mengenali selebritas di Tiongkok?

AWS Rekognition dapat mengenali sebagian selebritas film dan televisi berbahasa Mandarin serta atlet yang cukup terkenal. Namun, cakupannya untuk influencer, streamer, dan kreator video pendek di Tiongkok jauh lebih terbatas. Selain itu, AWS Rekognition merupakan layanan luar negeri. Pemrosesan informasi pribadi sensitif seperti wajah perlu dievaluasi dari sisi kepatuhan transfer data ke luar negeri. Sebaiknya layanan ini hanya digunakan untuk gambar mencurigakan yang tersaring di lapisan kedua, dan pemrosesannya dijelaskan secara transparan dalam kebijakan privasi.

T3: Apakah pemilik usaha perorangan pasti tidak bisa mengaktifkan layanan identifikasi selebritas Alibaba Cloud?

Belum tentu. Pemilik usaha perorangan biasanya dapat menyelesaikan verifikasi bisnis penyedia cloud dengan menggunakan izin usaha. Namun, beberapa API memerlukan peninjauan kualifikasi tambahan. Sebaiknya kirim tiket dukungan untuk menanyakan persyaratan aktivasi API yang dimaksud, sekaligus siapkan Tencent Cloud sebagai alternatif.

T4: Apakah biaya pemanggilan Model Bahasa Besar untuk memblokir petunjuk mahal?

Tidak. Satu kali peninjauan petunjuk biasanya hanya menggunakan beberapa ratus token. Jika menggunakan model ringan, biayanya jauh lebih rendah daripada satu kali identifikasi gambar. Pemanggilan melalui APIYI apiyi.com juga dapat ditagihkan berdasarkan pemakaian, sehingga cocok untuk mini program dengan volume peninjauan yang berubah-ubah.

T5: Apa yang harus dilakukan jika pengajuan tetap ditolak meskipun pemblokiran sudah diterapkan?

Pastikan dulu apakah alasan penolakan masih berkaitan dengan “konten yang sudah ada”, misalnya gambar contoh atau gambar templat di dalam mini program yang menggunakan foto selebritas. Banyak pengembang sudah menerapkan pemblokiran teknis, tetapi pengajuannya kembali ditolak karena gambar contoh di halaman beranda menampilkan selebritas. Ganti semua gambar semacam ini dengan gambar berhak cipta milik sendiri atau potret virtual yang dihasilkan AI.

Kesimpulan

Karena melanggar hak atas potret tokoh publik, sebuah program mini diminta untuk “menambahkan pemblokiran teknis”. Solusi utamanya bukan mencari satu API ajaib yang bisa mengenali semua tokoh publik, melainkan membangun alur pemblokiran yang lengkap. Antarmuka keamanan konten WeChat hanya mencakup pelanggaran umum dan tidak bisa mengenali selebritas atau influencer. Kemampuan pengenalan tokoh publik dari Alibaba Cloud dan Tencent Cloud paling sesuai dengan kebutuhan di Tiongkok, tetapi memerlukan verifikasi perusahaan. AWS Rekognition memiliki persyaratan paling ringan, tetapi cakupan influencer di Tiongkok terbatas dan penggunaannya juga melibatkan transfer data ke luar negeri. Sementara itu, Azure dan Google pada dasarnya tidak menyediakan akses bagi pengembang umum.

Bagi pelaku usaha perorangan, langkah paling praktis adalah memastikan terlebih dahulu apakah verifikasi perusahaan di penyedia layanan cloud bisa dilakukan menggunakan izin usaha. Sambil menunggu, segera terapkan dua lapisan awal: pemblokiran semantik pada petunjuk dan penyaringan awal berdasarkan jenis gambar. Setelah itu, tambahkan mekanisme verifikasi identitas pengguna, pernyataan otorisasi, dan tinjauan manual. Terakhir, sertakan rekaman layar pengujian untuk membuktikan kepada tim peninjau bahwa pemblokiran berjalan efektif.

Untuk membangun kemampuan moderasi Model Bahasa Besar pada lapisan pertama dan kedua dengan cepat, gunakan APIYI apiyi.com. Uji tingkat keberhasilan pemblokiran menggunakan sampel nyata sebelum mengajukan peninjauan.

Penulis: APIYI Team, berfokus pada penerapan API Model Bahasa Besar AI. Kunjungi APIYI apiyi.com untuk mendapatkan lebih banyak solusi teknis dan kuota pengujian.