Nano Banana Pro 安全过滤器：能调的默认已关，被拦截怎么查

截至 2026 年 10 月 5 日，Nano Banana Pro（API 模型 ID gemini-3-pro-image）的安全过滤要分成两部分看。能调的是四个类别：骚扰、仇恨言论、露骨色情、危险内容，在 generateContent 请求的 safetySettings 里设阈值；Google 的「安全设置」文档写明，Gemini 2.5 和 3 系列模型不设阈值时，这几项默认就是 Off。调不了的是另一部分：儿童安全这类核心危害的内置保护始终拦截，返回 IMAGE_SAFETY、PROHIBITED_CONTENT、OTHER 的结果也没有对应的开关。

所以图片被拦时，先别急着把阈值改成 BLOCK_NONE。没设过阈值的请求，可调过滤本来就是关着的。该做的是读响应里的 promptFeedback.blockReason 和 candidates[].finishReason，按原因决定改写、换素材、重试一次还是放弃。正常请求被误拦确实有开发者报告过，这时把用途和画面写清楚、拿掉没有权利使用的真人和品牌，是合规范围内能做的事。想办法骗过过滤器则是另一回事：Google 的《生成式 AI 使用限制政策》（Generative AI Prohibited Use Policy）明文禁止规避安全过滤器，可能招来限流甚至停用访问权限。

Nano Banana Pro 能调的安全设置：四个类别，默认 Off

Google「安全设置」文档（页面更新于 2026 年 9 月 17 日）列出的可调类别只有四个：

每个类别可以单独设阈值。Google AI Studio 界面和 API 用的名字不同：

这两张表背后有几条容易被忽略的规定：

• 判断依据是概率，不是严重程度。 Google 举的例子是，「机器人打了我一拳」被判为不安全的概率可能高于「机器人把我砍伤了」，尽管后者更暴力。
• 不设阈值时默认是 Off。 文档原话是 Gemini 2.5 和 3 模型的默认阈值为 Off。对 Nano Banana Pro 来说，safetySettings 的实际用途更多是加严：比如你做的是面向公众的出图应用，想在 Google 自带的保护之外再多拦一些。
• 放宽设置可能招来复查。 文档提醒，使用较宽松安全设置的应用可能会被复查，是否符合服务条款由你负责。
• API 参考里还有两个类别。 safetySettings 支持的类别列表多出 HARM_CATEGORY_CIVIC_INTEGRITY（已标记弃用）和 HARM_CATEGORY_JAILBREAK，后者对应「试图绕过或颠覆模型安全准则的提示」。

能在哪里改，取决于你从哪个入口出图：

• Gemini API 的 generateContent：每次请求单独传 safetySettings（Python SDK 里是 safety_settings）。
• Google AI Studio：Run settings 面板的 Advanced settings 里点 Safety settings，用滑块按类别调。
• Gemini API 的 Interactions API：不支持自定义安全设置。
• Gemini 应用：没有安全设置可调。

改不了的部分：核心危害保护和政策禁止的内容

Google 在同一份文档里写明，除了四个可调类别，Gemini API 还有针对核心危害的内置保护，例如危及儿童安全的内容，这类内容始终拦截，不能调整。

更大的一块边界来自《生成式 AI 使用限制政策》（最后修改于 2024 年 12 月 17 日）。和出图直接相关的禁止项包括：

• 涉及儿童性虐待或剥削的内容；
• 助长暴力极端主义、未经同意的私密图像、自残或违法活动的内容；
• 侵犯他人权利的内容，包括隐私和知识产权，例如未经法定同意使用个人数据或生物特征；
• 以色情或性满足为目的的露骨内容；
• 为了欺骗而冒充在世或已故的人，或者为了欺骗谎称生成内容完全出自人手。

政策也写了例外：Google 可能基于教育、纪实、科学或艺术方面的考虑破例。这是 Google 一方的判断，不是你能在请求里打开的开关。

PROHIBITED_CONTENT、IMAGE_SAFETY、IMAGE_PROHIBITED_CONTENT、SPII 这些返回原因都不属于四个可调类别，API 里没有任何参数能关掉它们。Google 也没有公开过滤系统的内部结构，比如分几道检查、按什么顺序运行；你能看到的只有响应里的原因字段。

被拦截后看哪个字段：blockReason 与 finishReason 对照表

安全拦截不是 400 或 500 报错，而是正常响应里的两个字段：

• promptFeedback.blockReason 有值：提示词在生成前就被拦了，响应里没有候选结果。
• candidates[].finishReason 不是 STOP：生成过程中或生成后被拦。同一候选里的 finishMessage 有时会补一句说明，safetyRatings 列出各类别的概率，以及是否因此被拦（blocked）。

下表的「Google 的定义」取自 API 参考（截至 2026 年 10 月 5 日），「能做什么」是据此给出的处理建议：

OTHER 是最让人头疼的一类，Google 的定义只有「原因未知」，排查顺序单独整理在 Nano Banana 2 blockReason OTHER：官方只写「原因未知」，该查什么，同样适用于 Pro。响应正常结束却没有图片、只有文字，属于另一类问题，按 Nano Banana API 不出图：按返回字段逐项排查 处理。返回 429、503 这类 HTTP 错误则与内容无关，见 Nano Banana API 报错：先分清 429、503、无图像和请求被拒。

设成 BLOCK_NONE 还被拦：原因不在四个可调类别里

BLOCK_NONE 和 OFF 只作用于四个可调类别。根据上面两条官方规定可以推出：没设过阈值时这些类别本来就是 Off，再显式写一遍 BLOCK_NONE 不会带来变化；IMAGE_SAFETY、PROHIBITED_CONTENT、OTHER 不属于可调类别，也不会因此消失。

开发者的报告与这个推断一致。Stack Overflow 上 2026 年 2 月 6 日的一个问题里，一个团队用 Nano Banana Pro 的预览版模型生成涉及知名公众人物的图片，响应返回 blockReason: OTHER；他们把所有类别都设成 BLOCK_NONE，结果不变。

BLOCK_NONE 真正起作用的情形只有一种：返回的是 SAFETY，而且 safetyRatings 里被拦的类别正是你自己（或你用的框架、封装库）设过的较严阈值。这时把阈值调回默认，前提是你的用途确实需要、并且符合服务条款。

用 Python 设置 safetySettings 并读出拦截原因

下面的代码按 Google API 参考的字段和 google-genai SDK 的写法整理，没有实际运行过。它示范两件事：safety_settings 放在哪，以及被拦后从哪些字段读原因。示例里的阈值是加严用的，适合面向公众的应用。模型 ID 用正式版 gemini-3-pro-image；gemini-3-pro-image-preview 已于 2026 年 6 月 25 日下线。

from google import genai
from google.genai import types

client = genai.Client()  # 从环境变量 GEMINI_API_KEY 读取 key

config = types.GenerateContentConfig(
    response_modalities=["TEXT", "IMAGE"],
    image_config=types.ImageConfig(aspect_ratio="1:1", image_size="2K"),
    safety_settings=[
        # 不设时这些类别默认是 OFF；这里为面向公众的应用加严两项
        types.SafetySetting(
            category=types.HarmCategory.HARM_CATEGORY_SEXUALLY_EXPLICIT,
            threshold=types.HarmBlockThreshold.BLOCK_MEDIUM_AND_ABOVE,
        ),
        types.SafetySetting(
            category=types.HarmCategory.HARM_CATEGORY_HARASSMENT,
            threshold=types.HarmBlockThreshold.BLOCK_ONLY_HIGH,
        ),
    ],
)

response = client.models.generate_content(
    model="gemini-3-pro-image",
    contents="电商详情页主图：纯白背景上的一双灰色跑鞋，柔和的棚拍光，45 度俯拍",
    config=config,
)

feedback = response.prompt_feedback
if feedback and feedback.block_reason:
    print("提示词被拦：", feedback.block_reason)

for candidate in response.candidates or []:
    print("finishReason：", candidate.finish_reason, candidate.finish_message)
    for rating in candidate.safety_ratings or []:
        print("  ", rating.category, rating.probability, "blocked =", rating.blocked)
    parts = candidate.content.parts if candidate.content else []
    for i, part in enumerate(parts or []):
        if part.inline_data and not part.thought:
            with open(f"output_{i}.png", "wb") as f:
                f.write(part.inline_data.data)

print("responseId：", response.response_id, "modelVersion：", response.model_version)
print("usage：", response.usage_metadata)

几处说明：

• safety_settings 里没写的类别按默认处理，也就是 Off。每个类别只能出现一次。
• 被拦时把 responseId、modelVersion、完整提示词、是否带参考图一起存下来，后面重试对比和上报都要用。
• Nano Banana Pro 默认开启思考，思考过程里可能出现中间图片，带 thought 标记的部分不是最终结果，所以示例跳过了它们。
• 返回的图片格式以 inline_data.mime_type 为准，示例统一存成 .png 只是为了简短。

正常提示词也被拦：开发者报告过的误拦

误拦确实存在，但 Google 没有公布误拦率，下面这些只是个别开发者的报告，不代表普遍比例：

• 2025 年 12 月 29 日，Google AI Developers Forum 的「blockReason OTHER」帖子里，有开发者说，他接入 Nano Banana Pro 的网站每发 5 次请求就会遇到一次没有结果返回、日志显示 OTHER。Google 员工 Logan Kilpatrick 回复说，现在的「Other」错误「这样设置没什么帮助」，团队打算重构，希望在 1 月上半月上线。帖子里之后没有更新，截至 2026 年 10 月 5 日 API 参考对 OTHER 的定义仍是「原因未知」。
• 2026 年 3 月 14 日，同一论坛上标题为「Nano Banana is unusable because of the new safety filters」的帖子报告，一个明显无害的提示词在 AI Studio 里失败，API 返回 finishReason: IMAGE_OTHER。
• 2026 年 5 月 7 日，有开发者报告在 AI Studio 里用 Nano Banana Pro 预览版，只要附上参考图就被以 Other 原因拦截；Google 员工私信索要细节，没有公开结论。

这些报告说明两件事：一是 OTHER、IMAGE_OTHER 不告诉你具体原因，只能靠控制变量去找；二是参考图和真人都在这些报告里出现过。原样连续重发不会让结果更好，先保存证据，一次只改一个条件。

正当请求怎样写清楚：用途、具体画面、权利和对照测试

下面这些做法的目标，是让模型准确理解一个本来就合规的请求，而不是让违规请求蒙混过关：

1. 写明用途和场景。 「电商详情页主图」「医学教材里的解剖示意图」「服装设计参考稿」这类说明，让请求的上下文一目了然。政策允许基于教育、纪实、科学或艺术考虑的例外，但写了用途不等于保证通过。
2. 用具体的视觉描述代替含糊词。 「性感」「血腥」「惊悚」这类形容词说不清画面具体是什么样，改写成光线、构图、服装款式、镜头距离等具体元素。Google 的图片生成指南也建议正面描述想要的画面，比如用「空无一人的街道」代替「不要车」，并用广角、微距、低机位这类摄影术语控制构图。
3. 不用没有权利的真人、品牌和作品。 政策禁止侵犯隐私和知识产权，Google 在图片编辑说明里也提醒上传的图片要有相应权利。真实人物换成虚构模特，品牌商品换成你自己的产品或无标识的通用款。
4. 用中性对照提示定位触发点。 其他条件不变，每次只去掉一个元素重发：参考图、人物、某个词、某种风格。中性版本能出图、加回某个元素就被拦，问题就出在这个元素上。

如果定位出来的元素本身就是政策禁止的内容，正确的结论是放弃它。换说法、拆成几步、套上虚构情节去让它通过，正是政策里写的「规避安全过滤器」。

Google 使用限制政策的执法：从限流、暂停到关闭访问

《生成式 AI 使用限制政策》把「规避滥用防护或安全过滤器，例如操纵模型违反我们的政策」列为禁止行为，与生成禁止内容本身并列。API 参考里还专门列有 HARM_CATEGORY_JAILBREAK 类别，对应试图绕过或颠覆模型安全准则的提示。

Gemini API 和 AI Studio 的使用政策（页面更新于 2026 年 6 月 9 日）写明了执法方式：

• 检测：自动系统扫描 API 使用中违反使用限制政策的内容；某个项目持续出现可疑活动时，可能交给授权员工人工复查。
• 数据保留：提示词、附带的上下文和输出保留 55 天，用于发现和防止违规。
• 处理措施：可能先发邮件了解情况；可能临时限制使用，例如调整速率限制或改由其他模型响应；可能暂停访问；严重违规时作为最后手段，永久关闭 Gemini API 及其他 Google 服务的访问权限。暂停或关闭的通知里会附申诉链接。

如果响应里出现 PUP_LIMITED_DISABLED，或者收到 Google 的邮件，问题已经从单次请求变成账号层面。限流、停用和申诉怎么处理，见 Nano Banana Pro 风控：拦截、限流、封号各由什么触发，怎么处理。

Gemini 应用、AI Studio、API 和第三方网关：哪里能调安全设置

几个入口用的是同一个模型，内置保护和政策边界对它们一视同仁。区别只在于你有没有办法调那四个类别，而它们默认已经是 Off。在 Gemini 应用里出图失败，多数时候先要排除的是入口和额度问题，见 Gemini 里 Nano Banana Pro 用不了？先按应用路线排查。

第三方网关也不例外。以 laozhang.ai 为例，它把 gemini-3-pro-image 请求转发给 Google 的模型，Google 的安全规则照样生效，不会因此更宽松。它的文档还写明，HTTP 200 但没有图片的调用按一次计费，所以被拦下、以 200 返回的请求在那里同样要付费。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

常见问题

Nano Banana Pro 被安全过滤拦截的请求扣费吗？

Google 的计费文档写明，失败的 400 和 500 请求不收费，但计入配额。安全拦截不是这类报错，而是正常响应里的拦截原因，Google 没有单独公布这类响应怎么计费。可以看响应里的 usageMetadata：candidatesTokenCount、thoughtsTokenCount 有没有值，再对照账单。Nano Banana Pro 默认开启思考，思考部分按文字输出计费。通过第三方网关调用时以对方的计费规则为准。

Nano Banana Pro 生成的图片都有 SynthID 水印吗？

都有。Google 的图片生成文档写明所有生成的图片都含 SynthID 水印，这个水印肉眼看不见，没有设置可以关闭；你可以把图片上传到 Gemini 应用，问它是不是 Google AI 生成的（发布时先支持英文提问）。可见的 Gemini 星标是另一回事，按发布公告只加在 Gemini 应用免费用户和 Google AI Pro 用户的图片上。为了欺骗而谎称生成内容出自人手，也在使用限制政策的禁止之列。

以前能生成的图片现在被拦了，是 Google 改了过滤规则吗？

安全设置文档只描述当前规则，没有列出过滤行为何时改过。能确定的是模型本身变过：Nano Banana Pro 的预览版 gemini-3-pro-image-preview 已于 2026 年 6 月 25 日下线，现在用的是正式版 gemini-3-pro-image，同一提示词在两个版本上的结果可能不同。2026 年 3 月的论坛帖标题就叫「新的安全过滤器」，说明开发者察觉到了变化，但 Google 没有公布改动内容。排查时把响应里的 modelVersion 一起记下。

能不能申请 Google 放宽 Nano Banana Pro 的安全过滤？

公开文档里没有为单个账号放宽内置保护的申请入口。政策中基于教育、纪实、科学或艺术考虑的例外由 Google 判断，不是申请制的开关；申诉链接只随暂停或关闭访问的通知提供。遇到你认为是误拦的情况，可以带着 responseId、modelVersion、提示词和参考图情况，在 Google AI Developers Forum 发帖说明。