你提交一段看起来人畜无害的出图 prompt——portrait of a woman in a red dress, sitting at a cafe——工具没出图，直接回了一句拒绝。过滤器抓到的是某个 token 或某种组合撞上了被拦的分类，而不是你的真实意图。
最快修复：删掉 prompt 的后半段，重提交。继续对半砍，直到拒绝消失，你就锁定了那个触发词。然后把它换成通用描述（见下面 Step 2）。绝大多数合法 prompt 用这一招一分钟内就能放行。
具体的拒绝提示长什么样取决于工具（截至 2026 年 6 月）：
| 工具 / 模型 | 典型拒绝文案 | 拦截发生在哪 |
|---|---|---|
| ChatGPT（GPT Image 2） | This image generation request did not follow our content policy | 先是第一阶段 prompt 分类器，出图后再扫一遍 |
gpt-image-2 API | 400，code: "moderation_blocked" / Your request was rejected by the safety system | API 审核层 |
| Midjourney（V8.1） | 高亮 / 删掉违规词，或 Sorry! Our AI moderators feel... | prompt 解析阶段 |
| Gemini / Nano Banana | 不出图并附政策提示，或返回空 / 模糊结果 | prompt 与输出双重过滤 |
| Flux.2、SDXL（本地） | 黑图或模糊图（内置 NSFW/IP 过滤），关掉过滤则什么都不出 | 可选的输入 / 输出过滤 |
OpenAI 确认 GPT Image 2 用的是两阶段过滤：先用一个神经多分类器扫 prompt 文本和参考图，出图后再扫一遍生成的图。这就解释了为什么有时 prompt 过了、图也出了，结果又被拦——你踩的是第二阶段，不是第一阶段。
常见原因
按命中率从高到低。
1. 名人 / 品牌 / 商标名
Taylor Swift、Coca-Cola、Mickey Mouse、Iron Man、Pokemon、Nike swoosh——哪怕只是描述性出现（style of Taylor Swift's reputation tour）也会把 prompt 路由到更严格的分类器。Midjourney、GPT Image 2、Nano Banana、Flux 都维护着 block list。GPT Image 2 被训练成尽量不复刻受保护 IP，所以商标角色经常要么直接被拒，要么出一张刻意避开标志性外观的图。
如何判断：把 prompt 里的专有名词全标出来。能找到的，换成同等味道的通用描述。
2. 场景描述被读成暴力 / 血腥
Blood、wound、dead、body on the ground、weapon raised、combat、dripping，甚至单独的 red liquid——单个或组合都可能触发。Midjourney 明确要求 PG-13：断肢、肢解、残肢、“images of shooting or bombing someone”都写进了它的 Community Guidelines。“恐怖电影海报”或”战地摄影”这类合法用途经常踩雷。
如何判断：把 prompt 当作高中内容审核员去读。会下意识打标的，过滤器也会。
3. 性暗示 / 接近 NSFW 的语言
Lingerie、bedroom、bare shoulders、wet、lying down、seductive，甚至 intimate——尤其是和 young、teenage、school 组合时。未成年 + 暗示性的组合触发最严格的拦截；一些平台连单独的 school uniform 或 swimsuit 都拦，不看年龄上下文。Midjourney 直接禁 NSFW，并把试图绕过审核视为可封号的行为。
如何判断：先找暗示性的词。再看 prompt 里有没有任何可被读成未成年的描述（student、young、school）。两者同时存在就是触发点。
4. 负面 prompt 本身触发过滤
反直觉但常见，特别是 SDXL / Flux 工作流。你在负面里写 nsfw, nude, child 来抑制不想要的输出，但部分平台用同一个分类器扫负面字段，看到这些词就直接拦任务。
如何判断：清空负面 prompt 重试，能过就是负面踩雷。
5. 真人 / 在世政治人物
Putin、Trump、现任美国总统、教皇，等等。大多数平台硬拦能识别的在世政治人物；很多平台连任何私人姓名都拦。GPT Image 2 的分类器明确覆盖”公众人物”。提示一般会显示成 content policy 而不是”real person blocked”。
如何判断：扫 prompt 里的政治 / 公众人物姓名。换成描述性表达（middle-aged businessman with grey hair, suit）。
6. 医疗 / 自残相关信号
Suicide、cutting、pills、noose、hanging、bleeding，外加 surgery、autopsy、wound——哪怕在合法的医学插画场景里。分类器分不清教科书和血腥画面。OpenAI 把自残单列为一个审核分类。
7. 无害词被误伤
Cock（公鸡）、bare hands、breast（鸡胸肉）、loaded gun（俚语）、kill it（俚语）——子串匹配偶尔会拦。2026 年的旗舰模型按语义分类而非按子串，所以这种误伤少见，但小一些的开源过滤器和 Midjourney 的词级 block list 仍会发生。
你属于哪一类
| 如果 prompt 里有…… | 最可能的原因 | 跳到 |
|---|---|---|
| 真名（人物、品牌、角色） | 专有名词 block list | Step 2 |
| 动作 / 武器 / 伤害类词 | 暴力分类器 | Step 3 |
| 暗示性词 + 任何”年幼”词 | NSFW + 未成年分类器 | Step 4 |
| 敏感词只出现在负面字段 | 负面字段扫描 | Step 5 |
| 过了、出图了、又被拦 | 第二阶段出图扫描 | Step 6 |
| 看不出明显问题 | 误判 / 模型太严 | 先 Step 1 再 Step 7 |
动手前先确认
- 记录拦截你的工具和模型版本——GPT Image 2、Midjourney V8.1、Nano Banana 的过滤强度都不一样。
- 把完整 prompt 和拒绝文案复制到一个草稿里，再去改。
- 看一眼工具的 content policy 页面（Midjourney Community Guidelines、OpenAI usage policies），被拦的类别一般写得清楚。
- 想清楚你的用例是不是真的违规。如果模型在拦真违规内容，那要改的是用例，不是 prompt。
- 把这个账号上其他能用的 prompt 备份；连续被拦会触发账号级速率限制，在 Midjourney 上甚至会永久封号且不退款。
需要收集的信息
- 完整 prompt、负面 prompt（如有）、模型名、档位。
- 完整的拒绝文案、UI 截图、时间点。走 API 的话，记下
request_id和code字段。 - 同一 prompt 少一个词是否能过——这是二分搜索的锚点。
- 账号的拒绝历史——连续 3 次在部分平台会从软拦升级到硬拦。
- 同 prompt 在别的工具 / 模型里是不是能过。
最短修复路径
Step 1：用二分搜索定位触发词
收益最高的一步，60-90 秒就能搞定。
- 删掉 prompt 后半段，重提交。
- 能过，触发在后半段；被拦，触发在前半段。
- 继续对半砍。直到收敛到单个词或短语。
30 词的 prompt，最多 5 轮搞定。
Step 2：把专有名词换成描述
几乎一定能过的替换：
Taylor Swift→blonde pop singer in glittering stage outfit, microphone in handIron Man→man in red and gold robotic armor, glowing chest platePutin→bald middle-aged Eastern European politician in dark suitCoca-Cola can→red soda can with white ribbon design
模型依然能产出可识别的结果，但不踩名字过滤。
Step 3：弱化暴力 / 血腥语言
Blood→red liquid，或者直接去掉，让场景上下文暗示Body on the ground→figure resting on the groundSword raised, blood dripping→dramatic medieval combat scene, action poseDead→still、unconscious，或者去掉
合法的恐怖 / 战争 / 医学场景，多用光线和构图（暗影、低角度、昏暗光）暗示，少用显式损伤描述。
Step 4：重新表述与年龄相关的语言
主体确实是成年人，就写明：adult woman in her late 20s。原来写过 student、young 的话，加上”成年”锚点往往就能过。如果主体必须是未成年人（毕业照、家庭合影），就避免任何可被读成暗示性的衣着或姿态语言。
Step 5：先清空负面 prompt 再测
把整个负面段去掉、只跑正向。能过就是负面踩雷。再加回的话，只放中性词（blurry, low quality, deformed hands），不要在负面里写 nude、child、nsfw 这类敏感词——哪怕你的意思是抑制它们。
Step 6：破解第二阶段出图扫描
如果 prompt 过了但结果被拦或返回模糊图，那是出图后的扫描抓到了输出。把会把整体推过线的”真实感”线索降下来：加 illustration、digital painting 或 stylized 远离写实皮肤；多加衣着 / 环境词；把构图拉宽（full body, environment visible），别让躯干特写占满整张图。走 gpt-image-2 API 时，如果账号有资格，把 moderation: "low" 可以放松出图后的阈值。
Step 7：换模型
不同模型过滤强度差很多。如果是合法用途（确实没违规）但 Midjourney 拒了，试试 GPT Image 2、Nano Banana，或本地的 Flux.2 / SDXL。本地开源模型过滤最松（Flux.2 的 NSFW/IP 过滤在自托管的 Dev 版上可配置）；云上商业模型最严。注意 Google 已经在 Gemini 里下线了 Imagen 品牌，现在的出图走的是 Nano Banana。
Step 8：商业 / 教育用途可申请例外
OpenAI、Anthropic 这类平台有商业级客服可以审核误判。把用例、prompt 整理好，申请政策复核。流程慢（1-2 周），但对反复出现的误判有效。
怎么确认已经修好
- 同 prompt 改了之后从头到尾跑完不报错（第一、第二阶段都过）。
- 输出仍然捕捉到你要的主体和氛围。
- 不同 seed 连续 3 次都能过，确认是触发词不是噪声。
- 当天账号拒绝计数不再上涨。
如果还是没修好
- 看一眼工具的 status page——安全策略有时在事故期间临时收紧，过几小时会回滚。
- prompt 砍到最简（主体 + 风格、别的都删），然后逐词加回，每加一个测一次。
- 用新账号或同事账号验证一次，排除账号级速率限制伪装成内容拦截的情况。
- 联系支持前，备好完整 prompt、拒绝文案、时间点、
request_id、用例说明。
常见问题
为什么同一个 prompt 昨天能用今天就被拦？ 过滤器一直在更新。Midjourney 明说没有固定的公开违规词清单——它是动态的，会随着大家找到绕过方法而变。原本擦边的词可能一夜之间被收紧，或者模型默认版翻了页（Midjourney V8.1 在 2026 年 6 月 10 日成为默认；ChatGPT 在 4 月 21 日切到 GPT Image 2，5 月 12 日下线 DALL-E 3）。
这 prompt 明明很无害，为什么被拦？
分类器匹配的是模式，不是意图。历史场景里的 gun、医学图里的 blood、名人姓名，触发的拒绝和真违规内容是一样的。二分定位到那一个 token，然后用描述代替名字。
它出图了，然后又把图拦了，发生了什么？ 你踩的是出图后（第二阶段）的扫描。prompt 没问题，但渲染出的画面被读成违规。降低真实感、加衣着 / 环境、或把构图拉宽（Step 6）。
反复被拒会不会被封号？ 在部分平台会。反复提交擦边内容会给账号软标记，而 Midjourney 明确会对持续违规或故意绕过的行为封号且不退款。被拒一次就停下来重写，别拿同一个东西反复试。
那我想生成真正违规的内容（真 NSFW、确切名人）怎么办？ 在云上商业工具里办不到——过滤器就是干这个用的，绕过它有封号风险。本文的方法只针对合法 prompt 的误判。
预防建议
- 维护一份”中性词替换表”，把常踩雷的词及安全替代词收录在内。
- prompt 里别写任何专有名词，写它的样子，不写它的名字。
- 提交前用审核员视角扫一遍，能挡掉大约 80% 的拒绝。
- 做边缘性创意（恐怖、冲突、时尚）时，先在更宽松的模型里迭代，定终再用更严的商业模型重渲。
- 一次被拒就停下来重写——反复提交边缘 prompt 会给账号软标记。