WaveSpeedAI

fal.ai content_policy_violation (422) : ce qui le déclenche et comment le corriger

fal.ai renvoie l'erreur HTTP 422 content_policy_violation lorsqu'un prompt ou une image est signalé. Ce que signifient les catégories, pourquoi des entrées inoffensives sont bloquées, comment corriger le problème et si vous êtes facturé.

By WaveSpeedAI7 min read

content_policy_violation est l’erreur renvoyée par fal.ai lorsqu’un contrôleur de contenu a refusé une requête. Elle arrive sous forme de HTTP 422 et n’est pas réessayable : renvoyer la même entrée échouera de la même manière. La correction se fait toujours côté entrée : identifiez le champ signalé, lisez la catégorie, puis modifiez cette partie de la requête ou utilisez un autre modèle.

Ce guide explique comment lire l’erreur, les raisons courantes pour lesquelles une entrée anodine est bloquée, comment corriger chacune d’elles, et ce que coûte une requête bloquée.

Sources vérifiées le 22 novembre 2026 : référence des erreurs et FAQ de fal.

À quoi ressemble l’erreur

La référence des erreurs de fal documente la structure. Le corps est une liste comportant une entrée par problème :

[
  {
    "loc": ["body", "prompt"],
    "msg": "The content was flagged by a content checker.",
    "type": "content_policy_violation",
    "url": "https://docs.fal.ai/errors#content_policy_violation",
    "input": "the flagged input",
    "categories": ["sexual"]
  }
]

Les champs utiles :

ChampCe qu’il vous indique
typeToujours content_policy_violation pour cette erreur. Faites la correspondance sur ce champ, pas sur le texte du message.
locQuelle entrée a été signalée, par exemple ["body", "prompt"] ou ["body", "image_url"]. Pour une liste d’entrées, il peut inclure l’index de l’élément.
categoriesFacultatif. Une ou plusieurs valeurs parmi harassment, hate, illicit, self-harm, sexual, violence, model_moderated.
inputLa valeur qui a été signalée.

model_moderated mérite votre attention. Elle signifie que le refus provient de la couche de modération propre au modèle, et non du contrôleur de fal. Chaque modèle a sa propre couche, de sorte qu’un même prompt peut passer sur un modèle et échouer sur un autre.

Pourquoi des entrées anodines sont bloquées

Les contrôleurs automatiques fonctionnent par motifs et penchent du côté du refus. Voici les causes habituelles d’un faux positif.

  • Mots ambigus. Termes d’anatomie, de médecine et de fitness, ou mots comme « shoot », « strip », « young », « blood » ou « kill » employés dans un sens innocent.
  • Une personne réelle. Une personnalité publique reconnaissable dans le prompt ou dans une image de référence.
  • Des visages qui remplissent le cadre. Les portraits en gros plan dans les images de référence sont refusés plus souvent que les plans taille ou plus larges.
  • Des mineurs, ou des personnes qui paraissent jeunes, dans n’importe quel contexte, y compris les photos de famille.
  • Marques et personnages protégés par le droit d’auteur. Logos, filigranes et personnages nommés.
  • Du texte dans l’image. Les légendes superposées et les captures d’écran sont lues elles aussi par le contrôleur.
  • Maillots de bain, sous-vêtements et imagerie médicale, que les contrôleurs classent souvent comme sexuels.
  • Effets de combinaison. Deux entrées anodines, comme un portrait ordinaire et un prompt ordinaire, peuvent être refusées ensemble.

Comment corriger

  1. Lisez d’abord loc et categories. Ils vous disent s’il faut changer le prompt ou l’image, et dans quel sens.
  2. Réécrivez l’expression signalée, pas tout le prompt. Remplacez le mot ambigu par une description simple. « Athlete in sportswear stretching » passe là où une formulation plus courte et plus vague peut échouer.
  3. Remplacez ou recadrez l’image de référence. Utilisez un cadrage plus large, retirez les filigranes et le texte superposé, et évitez les personnalités publiques reconnaissables.
  4. Isolez la cause. Envoyez le prompt sans l’image, puis l’image avec un prompt neutre. L’un des deux passera et vous montrera quelle entrée pose problème.
  5. Essayez un autre modèle lorsque la catégorie est model_moderated. Ce refus appartient au modèle, donc un autre modèle pour la même tâche peut accepter la même entrée.
  6. Ne bouclez pas. L’erreur n’est pas réessayable. Traitez-la comme un résultat définitif pour cette entrée et affichez un message clair à l’utilisateur.
def handle_fal_error(status: int, body) -> str:
    if status == 422 and isinstance(body, list):
        for item in body:
            if item.get("type") == "content_policy_violation":
                field = ".".join(str(part) for part in item.get("loc", []))
                categories = ", ".join(item.get("categories", [])) or "unspecified"
                # Non réessayable : indiquer à l'utilisateur quelle entrée modifier.
                return f"blocked:{field}:{categories}"
        return "invalid_input"          # autres types de 422 : corriger l'entrée, ne pas réessayer
    if status in (408, 429) or status >= 500:
        return "retry"
    return "error"

Une requête bloquée est-elle facturée ?

La référence des erreurs de fal ne le précise pas. Sa FAQ donne la règle générale pour les erreurs client : les erreurs serveur ne sont jamais facturées, mais une requête qui échoue avec un 422 « may still be billed if a runner used GPU time before detecting the error » (peut quand même être facturée si un runner a utilisé du temps GPU avant de détecter l’erreur). Un prompt refusé avant le début de la génération ne devrait rien coûter ; une sortie refusée après la génération peut avoir consommé du temps GPU.

Si les requêtes bloquées sont fréquentes dans votre produit, comparez votre journal de requêtes avec la page de facturation pour voir ce qu’elles vous coûtent. Consultez notre guide sur la facturation de fal.ai pour les requêtes échouées.

Si les blocages vous font perdre des utilisateurs

Toutes les plateformes qui hébergent ces modèles appliquent des contrôles de contenu, et la modération propre à un modèle s’applique partout où ce modèle est hébergé. Ce qui diffère d’une plateforme à l’autre, c’est la fréquence à laquelle des requêtes ordinaires sont interceptées, ce que coûte un refus, et la rapidité avec laquelle vous pouvez passer à un autre modèle.

WaveSpeedAI est conçu pour un taux de réussite de génération élevé :

  • Les prompts ordinaires passent. Les contrôles de contenu visent les violations évidentes ; les requêtes courantes avec des personnes, des produits et un vocabulaire usuel ne sont donc pas refusées à cause d’un mot ambigu.
  • Une tâche bloquée ou échouée ne coûte rien. Si une tâche est arrêtée par un contrôle de contenu ou échoue pour toute autre raison, 100 % de son coût est automatiquement recrédité sur votre solde.
  • Une erreur claire. Un refus est signalé par le code d’erreur 1200 (Content Moderation), distinct des erreurs de paramètres et des erreurs serveur, afin que votre code puisse les distinguer.
  • Changez de modèle en une ligne. Tous les modèles utilisent le même format de requête et de réponse ; lorsque la modération propre à un modèle refuse une entrée, essayer le modèle suivant revient à changer de chemin.
  • Les mêmes familles de modèles, dont Seedance, Kling, Veo, Wan, Nano Banana et Seedream, dans le catalogue de modèles.

Vous pouvez tester vos propres prompts dans le navigateur avec le générateur d’images ou le générateur de vidéos avant d’écrire la moindre ligne de code. Pour migrer une intégration, consultez comment migrer de fal.ai vers WaveSpeedAI.

FAQ

Que signifie content_policy_violation sur fal.ai ?

Un contrôleur de contenu a signalé votre prompt, vos médias d’entrée ou la sortie générée. fal renvoie un HTTP 422 avec le type content_policy_violation, et la requête n’est pas réessayable.

Pourquoi mon prompt anodin a-t-il été signalé ?

Les contrôleurs automatiques fonctionnent par détection de motifs. Les mots ambigus, les visages en gros plan, les personnes réelles, les logos de marques, le texte dans les images et les personnes qui paraissent jeunes sont les causes les plus courantes de faux positif.

Que signifie la catégorie model_moderated ?

La couche de modération propre au modèle a refusé la requête, et non le contrôleur de fal. Un autre modèle peut accepter la même entrée.

Puis-je réessayer une erreur content_policy_violation ?

Non. fal la marque comme non réessayable. Modifiez l’entrée signalée ou utilisez un autre modèle.

fal facture-t-il une requête bloquée par le contrôleur de contenu ?

fal ne le précise pas pour cette erreur. Sa règle générale est qu’un 422 peut être facturé si du temps GPU a été utilisé avant la détection de l’erreur.

Existe-t-il une API qui rembourse les générations bloquées ?

WaveSpeedAI rembourse intégralement chaque tâche échouée, y compris les tâches arrêtées par un contrôle de contenu.

Partager