Модерация картинок: Nano Banana, GPT-Image и Seedream — что режут и почему

Вы отправили на генерацию карточку товара — комплект белья на светлом фоне, ничего лишнего. Модель подумала несколько секунд и вернула отказ. Через час тот же самый промпт отработал без единой правки. Это не сбой соединения и не ваша невнимательность: у генераторов изображений фильтр устроен так, что один и тот же запрос действительно может пройти и не пройти.

Дальше — как этот фильтр устроен у трёх семейств, которые чаще всего стоят в рабочем стеке: Nano Banana (модели изображений Google Gemini), GPT-Image от OpenAI и Seedream от ByteDance. И главное — что делать с формулировкой, когда зарубили нормальную коммерческую задачу. Общая механика модерации у видео и картинок одна, её мы разбирали отдельно: разбор модерации целиком.

Самая частая ошибка в голове у пользователя — считать, что модерация это список запрещённых слов на входе. На деле у всех трёх семейств независимых слоёв как минимум три, и сработать может любой. От того, какой именно сработал, зависит, поможет ли переписывание промпта.

Третий слой объясняет плавающее поведение. Модель каждый раз рисует чуть иначе, а выходной классификатор оценивает то, что получилось. Отсюда и «вчера работало»: промпт тот же, картинка другая, вердикт другой. У Google это прямо разделено в ответе API — promptFeedback.blockReason говорит про блок на входе, finishReason у кандидата — про блок на выходе.

Здесь отказ приходит не HTTP-ошибкой, а полем в ответе, и по значению видно, какой слой сработал. На входе это SAFETY (настраиваемые категории) и PROHIBITED_CONTENT (встроенная защита, которую не отключают). На выходе — значения с приставкой image: IMAGE_SAFETY, IMAGE_PROHIBITED_CONTENT, IMAGE_RECITATION (слишком близкое воспроизведение защищённого материала) и IMAGE_OTHER без объяснения причины. Отдельно бывает NO_IMAGE: запрос формально успешен, но картинки в ответе нет — вместо неё текст.

Важная деталь, которая экономит часы. Настройки безопасности в API управляют только первым слоем. Можно опустить все пороги до BLOCK_NONE и всё равно получить finishReason: IMAGE_SAFETY — потому что резануло уже готовую картинку, а выходной слой отключить нельзя в принципе. Если вы третий раз подряд правите текст и получаете ответ с приставкой image, дело не в тексте: надо менять саму сцену.

Отдельно про людей. В семействах Imagen и Veo есть параметр personGeneration: dont_allow — людей не рисовать, allow_adult — взрослые, но не дети (значение по умолчанию), allow_all — включая детей. Последнее доступно не всем и не везде: в ряде регионов, включая ЕС и Великобританию, оно недоступно. Узнаваемые публичные персоны не разрешены ни при одном значении, это не настраивается. На всё сгенерированное наносится невидимая метка SynthID.

Тут наоборот, честная ошибка: код 400, moderation_blocked, текст «Your request was rejected as a result of our safety system». В веб-интерфейсе то же самое выглядит как сообщение о нарушении контентной политики. Категорию, которая сработала, вам не назовут — придётся угадывать по составу промпта. Полезный побочный факт: это блокировка классификатором до запуска модели, поэтому повтор того же самого запроса ничего не меняет, а вычислительная работа не выполняется.

У модели есть параметр moderation со значениями auto (по умолчанию) и low — менее строгий фильтр. Он смягчает, но не отключает: разработчики регулярно жалуются, что при moderation: low через API запрос отклоняется там, где в самом ChatGPT тот же сюжет проходит. У эндпоинта редактирования картинки этой ручки может не быть вовсе. Ещё особенность: если вы просите сразу несколько изображений, часть может отфильтроваться молча — вернётся меньше картинок, чем заказывали, без явной ошибки.

Семейство ByteDance отдаёт код content_filter с формулировкой про возможную чувствительную информацию в результате. Слоя те же три: разбор текста, проверка входной картинки в режиме редактирования, финальный аудит результата. Родственные видеомодели того же вендора отдают более говорящие коды — OutputVideoSensitiveContentDetected, OutputAudioSensitiveContentDetected, ошибки «Not Eligible» и «Visual Restriction», сообщение «Input image may contain a real person».

Ключевой нюанс: строгость во многом настраивает та платформа, через которую вы обращаетесь к модели. Одна и та же версия на двух разных сервисах ведёт себя по-разному, потому что пороги выставлены владельцем интеграции под свой риск-профиль. Так что «Seedream всё режет» — утверждение не про модель, а про конкретный доступ.

В генерации с нуля фильтр смотрит на текст. В редактировании — сначала на файл, и это совсем другой разговор. Детектор входных изображений целится в фотореалистичные человеческие лица и в защищённые правами объекты. Практическое следствие: нарисованные, стилизованные и сгенерированные лица проходят там, где живая фотография не проходит.

Отсюда житейское правило, которое звучит странно, но работает. Правка собственного снимка обычно проходит спокойно — предметка, интерьер, ваш продукт, кадр, где человек не в фокусе. Правка чужого портрета упирается в фильтр лиц, и упирается тем жёстче, чем реалистичнее исходник. Никакой магии здесь нет: слой ровно для этого и поставлен.

Про обходы — честно и коротко. В сети гуляют рецепты, как сбить детектор лиц на входном фото. Мы их не приводим, и причина не в морализаторстве: этот фильтр стоит затем, чтобы нельзя было оживить чужое лицо без спроса, а любой такой приём не отличает вашу собственную фотографию от снимка постороннего человека — работает одинаково в обе стороны. Плюс систематические обходы заканчиваются перманентной блокировкой доступа к API без восстановления. Подробнее эта граница разобрана в общем материале про модерацию.

Рабочий маршрут при этом существует, и он не хуже:

Ниже не экзотика, а то, на чём люди застревают каждую неделю. Логика правок везде одна: убрать из промпта слово, которое классификатор читает как намерение, и оставить описание того, что должно быть видно в кадре.

Это отдельная категория, и переформулировка тут почти не помогает — режет не фильтр приличий, а защита прав. Просьба нарисовать узнаваемый логотип, фирменный шрифт или упаковку известной марки упирается в то, что чужой товарный знак в вашей рекламе создаёт впечатление, будто бренд её согласовал. Поставщики моделей блокируют такое превентивно, потому что отвечать за смешение придётся им.

Практика простая: генерируйте нейтральный носитель, а фирменный слой добавляйте сами. Бутылка без этикетки, коробка без принта, вывеска с пустым полем — а логотип накладывается в редакторе за минуту и будет ровно тем, который вы согласовали с юристом. Заодно вы не получите на выдаче «почти нужный, но кривой» знак, который всё равно нельзя публиковать.

То же касается персонажей чужих франшиз. Известные герои мультфильмов и игр блокируются жёстко, и заход через описание вместо имени тоже часто ловится: у Gemini на это есть отдельное значение IMAGE_RECITATION — результат оказался слишком близок к защищённому материалу.

Здесь причина не в безопасности, а в позиции вендоров относительно живущих авторов. У OpenAI имя современного художника в промпте — известный триггер moderation_blocked, при этом более широкие студийные, школьные и жанровые описания стиля проходят. То есть одно имя роняет запрос, который без имени отработает идеально.

Вывод чисто рабочий: перестаньте называть имена и начните описывать признаки. Вместо «в стиле такого-то» — техника, палитра, эпоха, материал, композиция. Это и проходит фильтр, и даёт более управляемый результат, потому что вы описали то, что вам нужно, а не сослались на ассоциацию.

Иллюстрация в технике плотной гуаши, ограниченная палитра из четырёх цветов, тёплая охра и приглушённый синий, крупные силуэты без мелкой детализации, плоские тени, композиция с высоким горизонтом, видна фактура бумаги.

Три заготовки, которые проходят стабильно. Смысл везде один: описываем предмет, свет и кадр — и не даём классификатору ни одного слова, которое можно прочитать как намерение.

Предметная студийная съёмка: [товар] на бесшовном белом фоне, фронтальный ракурс, мягкий рассеянный свет из двух источников, мягкая тень под предметом, резкость по всей плоскости, без текста и без логотипов, соотношение сторон 1:1.

Комплект одежды на невидимом манекене, форма держится объёмно, фронтальный кадр по центру, светло-серый градиентный фон, ровный студийный свет, видна фактура ткани и строчка, без людей в кадре, без брендинга.

[Товар] на деревянной столешнице у окна, утренний естественный свет сбоку, мягкие тени, в расфокусе фрагмент интерьера, руки человека не в кадре, тёплая цветовая гамма, горизонтальный кадр 3:2, реалистичная фотография, объектив 50 мм.

Пятый пункт работает только там, где модели стоят рядом и переключаются в один клик. В MediaLab на СуперИнтеллекте в каталоге больше 250 моделей генерации изображений, видео и звука, включая Nano Banana, GPT-Image-2, Seedream, Flux-3, Qwen Image 3 и Seedance — перебрать три варианта одного кадра занимает минуты, а не переоформление подписок. Что ещё умеет раздел, собрано на странице MediaLab.

Честная граница, чтобы не тратить вечер. Есть категории, где отказ окончательный, и попытки его обойти ведут к блокировке аккаунта на уровне API без восстановления.

Всё остальное — вопрос формулировки, и обычно решается за две-три итерации. Если задача выходит за пределы статичной картинки, дальше по маршруту: видео прямо в чате, 3D-модель из фотографии и озвучка текста — там своя модерация, но механика та же: три слоя и выходной классификатор.

Попробовать перебор моделей можно без карты: при регистрации на СуперИнтеллекте единоразово начисляются 100 нейронов, этого хватит на несколько заходов в генерацию. Дальше — по задаче: тарифы начинаются с 890 ₽ в месяц, видео в чате открывается со Стандартного за 2 690 ₽, сравнение лежит в материале какой тариф выбрать и на странице тарифов. Сервис работает из России без VPN, оплата в рублях, для юрлиц выставляется счёт. Продукт целиком — на suin.ai, а каталог моделей и интеграций — на сайте платформы.

Фактура по кодам ошибок сверена с документацией Google по ответственному использованию генерации изображений и параметру personGeneration, справкой OpenAI по API генерации изображений и описанием фильтров у моделей ByteDance, а также обсуждениями на форумах Google AI Developers и OpenAI Developer Community, где разработчики разбирают конкретные случаи блокировок коммерческих задач.