fal.ai content_policy_violation (422): Apa yang Memicunya dan Cara Memperbaikinya
fal.ai mengembalikan HTTP 422 content_policy_violation saat prompt atau gambar ditandai. Arti setiap kategori, mengapa input yang tidak berbahaya bisa diblokir, cara memperbaikinya, dan apakah Anda dikenai biaya.
content_policy_violation adalah error fal.ai untuk permintaan yang ditolak oleh pemeriksa konten. Error ini muncul sebagai HTTP 422, tidak dapat dicoba ulang, dan mengirim input yang sama lagi akan gagal dengan cara yang sama. Perbaikannya selalu ada di sisi input: cari tahu field mana yang ditandai, baca kategorinya, lalu ubah bagian permintaan tersebut atau gunakan model lain.
Panduan ini menjelaskan cara membaca error tersebut, alasan umum input yang tidak berbahaya tetap diblokir, cara memperbaiki masing-masing, dan berapa biaya permintaan yang diblokir.
Sumber diperiksa pada 22 November 2026: referensi error dan FAQ fal.
Seperti apa tampilan error-nya
Referensi error fal mendokumentasikan strukturnya. Body-nya berupa daftar dengan satu entri untuk setiap masalah:
[
{
"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"]
}
]
Field yang membantu Anda:
| Field | Yang diberitahukan |
|---|---|
type | Selalu content_policy_violation untuk error ini. Cocokkan berdasarkan field ini, bukan teks pesannya. |
loc | Input mana yang ditandai, misalnya ["body", "prompt"] atau ["body", "image_url"]. Untuk daftar input, field ini dapat menyertakan indeks item. |
categories | Opsional. Satu atau lebih dari harassment, hate, illicit, self-harm, sexual, violence, model_moderated. |
input | Nilai yang ditandai. |
model_moderated adalah kategori yang perlu diperhatikan. Artinya penolakan berasal dari lapisan moderasi milik model itu sendiri, bukan dari pemeriksa fal. Setiap model memiliki lapisan yang berbeda, sehingga prompt yang sama bisa lolos di satu model dan gagal di model lain.
Mengapa input yang tidak berbahaya diblokir
Pemeriksa otomatis bekerja berdasarkan pola, dan cenderung memilih menolak demi keamanan. Berikut penyebab umum dari false positive.
- Kata yang ambigu. Istilah anatomi, medis, dan kebugaran, serta kata seperti “shoot”, “strip”, “young”, “blood”, atau “kill” yang dipakai dalam arti yang wajar.
- Orang sungguhan. Tokoh publik yang dapat dikenali di dalam prompt atau gambar referensi.
- Wajah yang memenuhi bingkai. Potret close-up pada gambar referensi lebih sering ditolak dibandingkan bidikan setengah badan atau yang lebih lebar.
- Anak di bawah umur, atau orang yang tampak muda, dalam konteks apa pun, termasuk foto keluarga.
- Merek dan karakter berhak cipta. Logo, watermark, dan karakter bernama.
- Teks di dalam gambar. Teks keterangan yang ditumpuk dan tangkapan layar juga dibaca oleh pemeriksa.
- Pakaian renang, pakaian dalam, dan citra medis, yang sering digolongkan sebagai seksual oleh pemeriksa.
- Efek kombinasi. Dua input yang tidak berbahaya, seperti potret biasa dan prompt biasa, dapat ditolak bersama-sama.
Cara memperbaikinya
- Baca
locdancategoriesterlebih dahulu. Keduanya memberi tahu apakah Anda perlu mengubah prompt atau gambar, dan ke arah mana. - Tulis ulang frasa yang ditandai, bukan seluruh prompt. Ganti kata yang ambigu dengan deskripsi yang lugas. “Athlete in sportswear stretching” lolos, sedangkan frasa yang lebih pendek dan samar mungkin tidak.
- Ganti atau pangkas gambar referensi. Gunakan framing yang lebih lebar, hapus watermark dan teks yang ditumpuk, dan hindari tokoh publik yang dapat dikenali.
- Isolasi penyebabnya. Kirim prompt tanpa gambar, lalu gambar dengan prompt yang netral. Salah satunya akan lolos dan menunjukkan input mana yang bermasalah.
- Coba model lain ketika kategorinya adalah
model_moderated. Penolakan itu milik model, sehingga model berbeda untuk tugas yang sama mungkin menerima input yang sama. - Jangan melakukan loop. Error ini tidak dapat dicoba ulang. Perlakukan sebagai hasil akhir untuk input tersebut dan tampilkan pesan yang jelas kepada pengguna.
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"
# Tidak dapat dicoba ulang: beri tahu pengguna input mana yang harus diubah.
return f"blocked:{field}:{categories}"
return "invalid_input" # tipe 422 lainnya: perbaiki input, jangan coba ulang
if status in (408, 429) or status >= 500:
return "retry"
return "error"
Apakah permintaan yang diblokir ditagih?
Referensi error fal tidak menyebutkannya. FAQ-nya memberikan aturan umum untuk error klien: error server tidak pernah ditagih, tetapi permintaan yang gagal dengan 422 “may still be billed if a runner used GPU time before detecting the error”. Prompt yang ditolak sebelum generasi dimulai seharusnya tidak dikenai biaya; output yang ditolak setelah generasi mungkin sudah memakai waktu GPU.
Jika permintaan yang diblokir sering terjadi di produk Anda, bandingkan log permintaan Anda dengan halaman penagihan untuk melihat berapa biayanya bagi Anda. Lihat panduan kami tentang penagihan fal.ai untuk permintaan yang gagal.
Jika pemblokiran membuat Anda kehilangan pengguna
Setiap platform yang menghosting model-model ini menjalankan pemeriksaan konten, dan moderasi bawaan sebuah model berlaku di mana pun model itu dihosting. Yang berbeda antarplatform adalah seberapa sering permintaan biasa terjaring, berapa biaya sebuah penolakan, dan seberapa cepat Anda bisa beralih ke model lain.
WaveSpeedAI dibangun untuk tingkat keberhasilan generasi yang tinggi:
- Prompt biasa lolos. Pemeriksaan konten ditujukan pada pelanggaran yang jelas, sehingga permintaan sehari-hari yang melibatkan orang, produk, dan kata-kata umum tidak ditolak hanya karena satu kata yang ambigu.
- Tugas yang diblokir atau gagal tidak dikenai biaya. Jika sebuah tugas dihentikan oleh pemeriksaan konten atau gagal karena alasan lain apa pun, 100% biayanya dikembalikan ke saldo Anda secara otomatis.
- Satu error yang jelas. Penolakan dilaporkan sebagai kode error
1200(Content Moderation), terpisah dari error parameter dan error server, sehingga kode Anda dapat membedakannya. - Ganti model dengan satu baris. Setiap model menggunakan format permintaan dan respons yang sama, jadi ketika moderasi bawaan satu model menolak sebuah input, mencoba model berikutnya cukup dengan mengganti path.
- Keluarga model yang sama, termasuk Seedance, Kling, Veo, Wan, Nano Banana, dan Seedream, di katalog model.
Anda dapat menguji prompt Anda sendiri di browser dengan image generator atau video generator sebelum menulis kode apa pun. Untuk memindahkan integrasi, lihat cara bermigrasi dari fal.ai ke WaveSpeedAI.
FAQ
Apa arti content_policy_violation di fal.ai?
Pemeriksa konten menandai prompt Anda, media input Anda, atau output yang dihasilkan. fal mengembalikan HTTP 422 dengan tipe content_policy_violation, dan permintaan tersebut tidak dapat dicoba ulang.
Mengapa prompt saya yang tidak berbahaya ditandai?
Pemeriksa otomatis mencocokkan pola. Kata yang ambigu, wajah close-up, orang sungguhan, logo merek, teks di dalam gambar, dan orang yang tampak muda adalah penyebab paling umum dari false positive.
Apa arti kategori model_moderated?
Lapisan moderasi milik model itu sendiri yang menolak permintaan tersebut, bukan pemeriksa fal. Model lain mungkin menerima input yang sama.
Bisakah saya mencoba ulang content_policy_violation?
Tidak. fal menandainya sebagai tidak dapat dicoba ulang. Ubah input yang ditandai atau gunakan model lain.
Apakah fal menagih permintaan yang diblokir oleh pemeriksa konten?
fal tidak menyatakannya untuk error ini. Aturan umumnya adalah bahwa 422 dapat ditagih jika waktu GPU sudah terpakai sebelum error terdeteksi.
Apakah ada API yang mengembalikan biaya generasi yang diblokir?
WaveSpeedAI mengembalikan biaya penuh untuk setiap tugas yang gagal, termasuk tugas yang dihentikan oleh pemeriksaan konten.
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)