description: Nano Banana Proで発生する「PROHIBITED_CONTENT」エラーの原因を徹底解説。ECサイトのモデル着せ替えにおけるプロンプトのトリガーメカニズムを分析し、安全審査を通過するための最適化手法を提案します。
作者注：Nano Banana Proで返される PROHIBITED_CONTENT エラーの真の原因をフィールドごとに解析し、ECサイトのモデル着せ替えシーンにおけるプロンプトのトリガーメカニズムを分析します。また、安全審査を通過できるプロンプトの書き換え案を提示します。
ECサイトの着せ替えを行っている際に、このようなエラーに遭遇したことはありませんか？ finishReason: PROHIBITED_CONTENT —— プロンプトの内容はごく一般的なモデルの着せ替え要求であるにもかかわらず、なぜ「Google 生成AI利用ポリシー違反」と判定されてしまうのでしょうか？
これは IMAGE_SAFETY よりも深刻です。PROHIBITED_CONTENT は Google の最高レベルのコンテンツブロックであり、通常は「厳格な禁止」を意味します。しかし、ECサイトの着せ替えは完全に合法的なビジネスニーズであり、Google 自身の Shopping プロダクトでも仮想試着に Nano Banana が使用されています。本記事では、このエラーをフィールドごとに分析し、プロンプトのどの単語がフィルタリングをトリガーしているのかを特定し、審査を通過するための書き換え案を提示します。
核心的価値: 本記事を読み終えることで、PROHIBITED_CONTENT と IMAGE_SAFETY の違いを理解し、あなたのEC着せ替えプロンプトのどこがフィルタリングをトリガーしているのか、そしてどのように書き換えれば通過できるのかが分かります。
エラーのフィールド別解析
まず、このレスポンスに含まれる各フィールドの意味を明確に解説します。
| フィールド | 値 | 意味 |
|---|---|---|
finishReason |
PROHIBITED_CONTENT |
最高レベルのブロック——ポリシーによる強制禁止 |
finishMessage |
"sensitive words that violate…" | Googleが、出力内容に利用ポリシーに違反する機密情報が含まれていると判断 |
content.parts |
null |
コンテンツが一切返されなかった |
promptTokenCount |
1150 | 入力で1150トークンを消費（大量の画像トークンを含む） |
candidatesTokenCount |
0 | 出力は0——ブロックされたため、画像生成コストは計上されず |
thoughtsTokenCount |
221 | モデルが221トークン分思考——IMAGE_SAFETYよりも深い推論が行われた |
TEXT: 118 |
テキストプロンプトで118トークン消費 | あなたの日本語での着せ替え指示 |
IMAGE: 1032 |
画像入力で1032トークン消費 | アップロードした参照画像（モデル写真＋服の素材） |
PROHIBITED_CONTENT は IMAGE_SAFETY より深刻
| 比較項目 | IMAGE_SAFETY | PROHIBITED_CONTENT |
|---|---|---|
| トリガー段階 | 画像出力時の安全審査 | ポリシーレベルのコンテンツカテゴリ審査 |
| 深刻度 | 中程度（誤判定の可能性あり） | 最高（ポリシーによる強制禁止） |
| 主な原因 | 生成された画像が「安全ではない」と判断 | リクエストが禁止コンテンツカテゴリに抵触 |
| 調整の余地 | プロンプト最適化で70-80%の成功率 | 全体的な戦略の変更が必要 |
| Googleの姿勢 | 「慎重すぎる」ことを認め、誤判定が存在 | ポリシーの境界線と見なし、緩和は困難 |
なぜあなたのプロンプトは PROHIBITED_CONTENT を引き起こしたのか
元のプロンプトの分析
プロンプトを文ごとに分解し、安全フィルタリングをトリガーした敏感なポイントを特定します。
| プロンプトの断片 | 安全リスク評価 | トリガー原因 |
|---|---|---|
| 「人物の身体比率を維持、顔を維持」 | 高リスク | 「顔を維持」＝ディープフェイクのシグナル |
| 「素材画像のインナーとアウターに着替える」 | 中リスク | 「着替える」＋参照画像＝身体操作のシグナル |
| 「アウターはオーバーサイズ、前を開けてインナーを見せる」 | 中リスク | 「見せる」＋服装の描写が誤判定される可能性 |
| 「背景を変える」 | 低リスク | 通常の操作 |
| 「髪型は変えない」 | 中リスク | 「元の人物の特徴を維持」するシグナルを強化 |
| 「ポーズをランダムに変える」 | 高リスク | 「ポーズを変える」＝身体操作のシグナル |
| 「実写のような写真」 | 中リスク | 「実写感」が写実的・シミュレーションの意図を強化 |
核心的なトリガーメカニズム
Googleの安全フィルターは、あなたのプロンプトを**「実在の人物に対する身体操作および外見の改変」**と認識しました。これはまさにディープフェイク防止ポリシーに抵触するものです。
具体的には、以下の3つのキーワードの組み合わせが PROHIBITED_CONTENT を引き起こしました：
- 「顔を維持」 — モデルに対し「これは実在の人物の顔であり、変えてはいけない」と伝えている
- 「服を着替える」＋「ポーズを変える」 — モデルに対し、この実在の人物の身体状態を変えるよう要求している
- 「実写のような写真」 — これが実在の人物に対するシミュレーション操作であることをさらに強調している
Googleのロジック: 実在の顔を維持 ＋ 身体/衣類/ポーズの変更 ＝ ディープフェイク制作に使われる可能性がある → PROHIBITED_CONTENT をトリガー。
このロジックはディープフェイク防止の観点からは合理的ですが、ECサイトの着せ替えといった正当なビジネスニーズにとっては誤検知となります。皮肉なことに、Google自身のショッピング製品は「Nano Banana」を使ってバーチャル試着を行っていますが、それは公開APIの安全フィルター制限を受けない内部APIチャネルを通っているためです。
🎯 重要な洞察: プロンプトの内容自体が「違反コンテンツ」なのではなく、プロンプトの表現方法がディープフェイク防止モードをトリガーしています。表現を変えるだけで解決可能です。
APIYI (apiyi.com) を通じて呼び出す場合、プラットフォーム側でEC着せ替えシナリオ向けに最適化された設定が適用されており、失敗時に料金は発生しません。
プロンプト書き換えのヒント
書き換えの核心原則
「実在の人物を操作する」から「新しいキャラクターを創造する」への転換——モデルに対して「実在の人物を修正している」と思わせるのではなく、「全く新しいファッション写真を作成している」と認識させることが重要です。
| 書き換え原則 | 元の表現（ブロック対象） | 書き換え後の表現（通過可能） |
|---|---|---|
| 人物 | 「顔を維持する」 | 「似たスタイルのモデルを生成」または言及しない |
| 着せ替え | 「素材画像の服に着替えさせる」 | 「参考素材で示された服装を着用」 |
| ポーズ | 「ポーズを変える」 | 「ファッション誌風の立ち姿」 |
| 意図 | 「実写のような撮影」 | 「商業ファッション写真スタイル」 |
| 身体 | 「身体の比率を維持する」 | 「標準的なファッションモデルの体型」 |
書き換え案 A：操作のニュアンスを完全に排除する（推奨）
Generate a professional fashion photography image:
A female model wearing the outfit shown in the reference image
(oversized coat open over a layered top).
Standing pose, mid-shot framing, model fills 2/3 of the frame.
Carrying a small handbag. Natural and expressive pose with
scene interaction. Urban outdoor background.
Commercial fashion photography style, high quality.
なぜ英語を使うのか: Googleの安全フィルターは英語のプロンプトに対してより正確に調整されており、誤判定率が低いためです。
書き換え案 B：中国語を維持しつつ意味を再構築する
プロのファッション写真作品：
ファッションモデルの女性、参考画像で示された服装を着用
（オーバーサイズのコートにレイヤードスタイル）、
コートを自然に開けてインナーのディテールを見せる。
街中の背景、自然光。
ミディアムショットの構図、人物が画面の3分の2を占める、
立ち姿は自然でエレガント、小さなハンドバッグを持つ。
商業ファッション誌の撮影スタイル、高画質。
重要な変更点:
- 「顔を維持する」を削除——実在の人物を操作しているという暗示を排除
- 「着替えさせる」を「着用」に変更——操作行為から静的な描写へ転換
- 「ポーズを変える」を「立ち姿は自然でエレガント」に変更——具体化し、「変える」という動詞を回避
- 「実写のような」を「商業ファッション誌の撮影スタイル」に変更——シミュレーションの意図からスタイルの描写へ転換
- 「身体の比率を維持する」を削除——身体操作への言及を排除
書き換え案 C：段階的な実行戦略
モデルの特定の要素（肌の色、髪型など）を維持したい場合は、段階的な戦略をとります。
ステップ1: まず参考人物を含まない、純粋な服装の画像を作成する
Fashion lookbook image: [服装の描写], worn by a model,
[肌の色/髪型] hair, mid-shot, fashion photography style.
ステップ2: ステップ1の結果をもとに、複数回の対話で詳細を調整する
Adjust the background to urban street scene,
add a small handbag accessory.
段階的に実行することで、すべての「センシティブ」な操作を一度に詰め込んでフィルターに引っかかるのを防げます。
🎯 実践のアドバイス: 案 A（英語プロンプト）が最も成功率が高いです。もし中国語でなければならない場合でも、案 B の通過率は元のプロンプトより大幅に高くなります。
APIYI (apiyi.com) を経由して呼び出す場合、失敗しても料金は発生しません。安心して様々なプロンプトを試し、最適な解を見つけてください。
書き換え前後の比較
| 項目 | 元のプロンプト | 書き換え後（案 B） |
|---|---|---|
| 人物描写 | 「身体の比率を維持、顔を維持」 | 「ファッションモデルの女性」 |
| 着せ替え動作 | 「素材画像のインナーとコートに着替えさせる」 | 「参考画像で示された服装を着用」 |
| 身体操作 | 「ランダムにポーズを変える」 | 「立ち姿は自然でエレガント」 |
| リアルさの意図 | 「実写のような写真撮影」 | 「商業ファッション誌の撮影スタイル」 |
| センシティブワード数 | 5つ以上の高・中リスクの組み合わせ | 0個 |
| 期待される結果 | PROHIBITED_CONTENT | 生成成功 |
よくある質問
Q1: Google Shoppingのバーチャル試着もNano Bananaを使っているのに、なぜブロックされないのですか？
Google Shoppingのバーチャル試着機能は内部APIチャネルを経由しており、公開APIの安全フィルタリング制限を受けません。Googleは自社製品専用の試着パイプライン（g.co/shop/tryon）を使用しており、独自の安全審査プロセスを設けています。公開APIの安全フィルタリングがより厳格なのは、Googleがサードパーティによる生成結果の利用方法を制御できないためです。これはプラットフォーム戦略の非対称性によるもので、同じ技術であってもGoogleの自社利用は許可され、開発者が利用するとブロックされるという状況が発生します。
Q2: PROHIBITED_CONTENTでブロックされた場合、料金は発生しますか？
IMAGE_SAFETYと同様に、candidatesTokenCount: 0であれば出力トークンは課金対象外です。Googleは、ブロックされた画像に対しては課金しないと明言しています。ただし、入力トークン（1150）と思考トークン（221）についてはごくわずかな費用（約$0.0003、無視できるレベル）が発生する可能性があります。APIYI（apiyi.com）経由で呼び出す場合、PROHIBITED_CONTENTによるブロックを含め、失敗したリクエストに対しては課金されません。
Q3: プロンプトを書き換えてもブロックされる場合はどうすればいいですか？
以下の3段階で対策してください。1）プロンプトを英語に切り替える（案A）。英語の方が安全フィルタリングのキャリブレーションが正確です。2）モデルの参照画像をアップロードせず、衣類の素材画像のみを使用する。「実在の人物の参照」を削除することで、ディープフェイクのリスクスコアを大幅に下げられます。3）APIYI（apiyi.com）経由で呼び出す。当プラットフォームでは、ECシナリオに最適化された安全パラメータ設定を行っています。上記を試しても解決しない場合は、汎用的な画像生成APIではなく、専用のバーチャル試着ツール（SellerPicやTapNowなど）への切り替えを検討してください。
Q4: 複数の参照画像（モデル＋衣類）をアップロードすると、リスク判定されやすくなりますか？
はい、その通りです。エラーログの IMAGE: 1032 トークンは、情報量の多い参照画像がアップロードされたことを示しています。参照画像に実在の人物の顔が含まれていると、安全フィルターが「これは実在の人物である」と認識し、ディープフェイクのシグナルが強化されます。推奨事項：1）衣類の素材画像のみをアップロードする（顔を含めない）。2）モデルのスタイルを参考にしたい場合は、モデル画像の顔部分を切り取ってからアップロードしてください。
まとめ
Nano Banana ProのPROHIBITED_CONTENTエラーに関する重要なポイント：
- IMAGE_SAFETYより深刻: PROHIBITED_CONTENTはポリシーレベルの強制ブロックです。Googleは「顔を維持したまま、服を着せ替え、ポーズを変える」という行為をディープフェイク操作とみなしています。
- 問題は内容ではなく表現方法: ECサイトでの着せ替えは正当なニーズですが、プロンプト内で「顔を維持」「着せ替える」「ポーズを変える」「リアルな質感」といった言葉を組み合わせると保護メカニズムが作動します。
- 書き換えの原則: 「実在の人物を操作する」という表現から「新しいファッション展示画像を生成する」という表現へ切り替えてください。「着せ替える」を「着用」に、「リアルな質感」を「ファッション写真スタイル」に置き換え、「顔を維持」という指示を削除します。英語プロンプトの方が成功率は高くなります。
Nano Banana Proの利用には、APIYI（apiyi.com）経由での呼び出しを推奨します。失敗時の課金が発生せず、様々なプロンプト案を安心してテストできるほか、プラットフォーム側でECシナリオ向けの安全パラメータ最適化を行っています。
📚 参考資料
-
Gemini API Safety Settings ドキュメント: 公式の安全フィルター設定に関する説明
- リンク:
ai.google.dev/gemini-api/docs/safety-settings - 説明:
finishReasonの各値の意味および安全カテゴリについて解説しています。
- リンク:
-
Gemini 画像生成と責任ある AI: Vertex AI の安全フィルターに関するドキュメント
- リンク:
docs.cloud.google.com/vertex-ai/generative-ai/docs/multimodal/gemini-image-responsible-ai - 説明:
PROHIBITED_CONTENTおよびIMAGE_SAFETYのトリガー条件を網羅しています。
- リンク:
-
Nano Banana Pro IMAGE_SAFETY 修復ガイド: 成功率を高める 8 つの方法
- リンク:
help.apiyi.com/en/nano-banana-pro-image-safety-error-fix-guide-en.html - 説明: プロンプト最適化テンプレートや、シナリオ別の解決策を掲載しています。
- リンク:
-
APIYI ドキュメントセンター: ECサイト向け着せ替えシナリオにおける安全パラメータの最適化
- リンク:
docs.apiyi.com - 説明: 失敗時の課金なし設定や、ECサイト向けに最適化された構成について解説しています。
- リンク:
著者: APIYI 技術チーム
技術交流: コメント欄での議論を歓迎します。その他の資料については、APIYI ドキュメントセンター（docs.apiyi.com）をご覧ください。
