我不断改写场景，被拦截的却是参考照片

我已经删掉了血迹、卧室，以及任何可能被理解为攻击行为的内容，结果仍然返回 nsfw。

这张图是项目的一张目录封面，用了 2 张角色参考图。第一次生成被拒后，我把问题归到了场景上。

这是最直观的理解。拒绝出现在由场景提示词创建的任务上，我便开始清理场景提示词。

我去掉了血迹。失败。

我把人物移出了卧室。失败。

我删掉了所有可能被理解为暴力的手势，把整个场景搬到室外雨中，让两个角色只是互相看着对方。

仍然失败。

与此同时，同一批的另外 5 张图都一次通过。它们用了相同的基础提示词和纹理描述条款。这次反复被拒，已经不符合其他结果呈现的规律，但我仍在修改任务中最容易被归咎的部分。

每次改写都耗费时间和积分，也让图片越来越不具体。我不仅没有解决拒绝问题，还在一点点把场景改得偏离了我想讲的内容。

原因不在提示词

几个越来越保守的版本都失败后，我必须改变排查假设了。

问题出在 2 张参考图中的一张。

那是一张普通的棚拍人像：一个男人穿着灰色 T 恤，站在纯色背景前。照片里没有什么看起来明显有审核风险的内容。它也已经在项目里放了几年，没有引发过已知问题。

这段历史让我产生了错误的信心。

在这次任务之前，这张人像一直只作为自身的参考使用。我没有任何证据证明，把它作为新图生成的输入时也能通过。我只是想当然地认为，原图普通又熟悉，系统也会把它当成普通照片。

结果并不是。

审核系统评估的不只是你要求输出的内容，还包括输入。一张附带参考图被标记，仍可能让一个无害场景遭到拒绝。错误信息对应的是已结束的任务，却不会告诉你任务中的哪一部分导致了拒绝。

这个区别很关键。症状看起来在场景上，原因却藏在一张输入图片里。

3 次测试就够了

停止改写场景后，诊断变得简单。我固定提示词，只更换参考图。

首先，我用相同提示词，不附任何参考图，运行了一次。

通过了。

这个结果排除了文本，也排除了场景本身作为直接原因的可能。如果不带参考图时提示词能通过，再改写一次只会引入新的变量。

第二次，我用相同提示词，只附参考图 A。

第三次，我再运行一次，只附参考图 B。

其中一张通过了。那张棚拍人像单独使用时也失败。

答案就是这样。需要的是 3 次控制变量的测试，不是 30 个越来越温和的场景版本。

这个方法有用，是因为每次测试只问一个具体问题。文本单独能通过吗？参考图 A 单独能通过吗？参考图 B 单独能通过吗？不必猜审核系统不喜欢什么，也不用一直删内容，直到提示词变得泛泛而谈。

每次只改变一个输入，才能把拒绝定位到具体来源。

我换了照片，没有换角色

定位到这张人像后，我换用了同一角色的另一张照片。

同一次角色拍摄中的另一张照片，仍能固定角色身份。我不需要重新设计角色，也不用削弱场景，只需要一张系统能接受的源图。

我还记录了原参考图为什么被替换。

这条记录很重要，因为被拒的照片看起来并没有缺陷。没有解释，下一个查看项目的人完全可能认为旧人像更适合固定角色身份，于是把它恢复。相同的拒绝就会重现，诊断也得再做一遍。

一张参考图可以在视觉上有用，却在实际流程中无法使用。

这正是我漏掉的部分。我从图像创作者的角度判断这张人像，审核系统则把它作为输入来判断。这是两种不同的检验。

重复出现本身就是证据

代价最大的错误不是第一次被拒，而是在原有解释已经不符合证据后，仍然沿着同一个解释继续做。

场景第一次失败时，修改文本是合理的。

但删了血迹、换了地点、去掉攻击性手势，甚至把动作缩减到两个人在雨中对视后仍然失败，“文本有问题”这个假设就已经没有依据了。

到了这一步，再改写不是谨慎，只是在重复。

差别很大的场景描述仍遭遇同样的拒绝，会提醒我换一个排查方向。我会检查附带的输入，而不是给一条可能早已没有问题的提示词寻找更温和的同义词。

我现在的规则很简单：如果审核持续拒绝不同版本的场景，我就停止修改场景，逐一隔离测试每张参考图。

今天就可以拿一个被拒的任务试试。保持提示词不变，先不加参考图测试，再把每张参考图单独测试。替换那张单独使用也失败的输入，并记录移除原因。

---

这篇文章里的每个解决办法，都是先犯了错才换来的。错在我的电影里，总比错在你的品牌上好。