Два уровня защиты: как это устроено
Большинство коммерческих генераторов используют каскад из двух независимых систем. Первая работает на уровне промпта — до того, как модель начнёт рендерить пиксели. Вторая анализирует уже сгенерированное изображение.
Текстовый фильтр — это отдельная модель-классификатор (или набор эвристик), обученная распознавать намерение. Она смотрит не на отдельные слова, а на семантику всей фразы. Поэтому замена «explicit» на «spicy» или использование эвфемизмов редко помогает: векторное представление промпта попадает в одну и ту же кластерную область.
Визуальный фильтр запускается после генерации. Это детектор NSFW-контента (например, LAION NSFW classifier или проприетарные аналоги). Он оценивает вероятность наличия запрещённых паттернов на картинке. Если порог превышен — результат заменяется на заглушку или генерация перезапускается.
Что реально триггерит блокировку
Прямые анатомические термины
Явное название гениталий, описание половых актов, поз и флюиды. Работает на любом языке, включая транслит.
Сценарные конструкции
«POV», «close up», «detailed», «hyperrealistic» в комбинации с темами интима. Контекст рендера имеет вес не ниже лексики.
Персонажи-несовершеннолетние
Любое упоминание «teen», «young», «schoolgirl», «loli», «shota» — мгновенный бан. Это жесткая красная линия во всех юрисдикциях.
Насилие и без согласия
BDSM без контекста согласия, «forced», «unconscious», «sleep», «drugged». Классификаторы обучены на датасетах с разметкой harm.
Знаменитости в интимных сценах
Deepfake-политика: реальные люди + секс = нарушение ToS. Даже если промпт технически проходит фильтры, модерация пост-фактум сработает.
Попытки джейлбрейка
«Ignore previous instructions», roleplay-обертки, кодирование слов, base64 в промпте. Логируются и ведут к бану аккаунта быстрее, чем нарушение контента.
Почему обход фильтров — стратегия проигрыша
Каждая успешная генерация «на грани» корректирует веса классификаторов. Команды безопасности Midjourney, OpenAI, Stability AI retraнят детекторы на новых adversarial-примерах еженедельно. То, что работало вчера, сегодня даёт бан.
Кроме того, аккаунты с историей попыток джейлбрейка попадают в «теневое бан-лист»: генерации проходят дольше, качество снижается, лимиты жестче. Это не миф — в API есть параметры trust_score и safety_tier, недокументированные публично, но используемые в продакшене.
Вместо борьбы с фильтрами эффективнее понимать, где проходит граница «suggestive но не explicit», и работать в этом поле. Художественная фотосъёмка, fashion-эстетика, пиCTORIALISM, будуар — целые жанры, которые дают сильный визуальный посыл без нарушения ToS.
Параметры, влияющие на «свободу» генерации
Classifier-Free Guidance
Высокие значения (9–15) заставляют модель следить за промптом строже — и чаще срабатывают фильтры. Низкие (3–5) дают больше творческой свободы, но результат может уйти от замысла. Для пограничных тем оптимален диапазон 5–7.
Случайность выборки
Temperature >1.0 увеличивает энтропию — модель может «галлюцинировать» детали, которые попадают под визуальный фильтр. Детерминированные сэмплеры (Euler a, DPM++ 2M Karras) дают более предсказуемый, управляемый результат.
Что исключать
Грамотный негатив — не просто «nsfw, nude», а перечисление артефактов: «genitalia, nipples, pubic hair, explicit, penetration, fluids, erect». Это снижает вероятность ложного срабатывания визуального детектора на граничных генерациях.
Соотношение сторон
Вертикальные форматы (2:3, 9:16) чаще триггерят «portrait/selfie» эвристики классификаторов. Горизонтальные (16:9, 3:2) и квадратные дают больше контекста окружения, что помогает модели рендерить «сцену», а не «фокус на теле».
Эстетика «на грани»: что пропускают фильтры
Контент-фильтры обучались на датасетах с разметкой «porn / not porn». Граница проходит не по художественной ценности, а по статистической близости к обучающим выборкам порнографического контента. Понимание этой статистики позволяет работать в зоне «artistic nude / boudoir / glamour» без блокировок.
Ключевые принципы безопасной но сенсуальной эстетики:
- Подразумевание вместо демонстрации: тени, драпировки, отражения, силуэты за mờрым стеклом, мокрое платье, اللعب с_light.
- Кадрирование и ракурс: плечи, ключицы, линия шеи, руки, спина — зоны, не являющиеся первичными половыми признаками, но несущие сильный эротический заряд в классическом искусстве.
- Стилизация: oil painting, watercolor, charcoal sketch, vintage photography, film grain, motion blur — абстракция снижает.score детектора NSFW.
- Контекст повествования: «morning light through linen curtains», «preparing for evening», «after rain» — нарратив переводит образ из категории «позер» в «момент жизни».
Локальные модели: другая игра, те же риски
Stable Diffusion (SDXL / SD 1.5)
Нет встроенных фильтров «из коробки». Но:
- Многие чекпойнты (Juggernaut, Realistic Vision, DreamShaper) обучались с «cleaned» датасетами — они сами по себе хуже генерируют explicit.
- NSFW-классификаторы (DeepNude detector, NudeNet, LAION safety) можно подключить как safety_checker в pipeline.
- LoRA для explicit контента (Pony, NAI-based) существуют, но их использование нарушает лицензии Civitai/HuggingFace и законы РФ/ЕС/США по CSAM.
Квантование и offloading
Запуск SDXL на 8–12 GB VRAM требует квантования (GGUF, EXL2, AWQ). При 4-bit квантовании модель теряет нюансы анатомии — пальцы, зубы, симметрия страдают. Это косвенно снижает качество explicit-генераций, делая их менее реалистичными и, парадоксально, менее опасными для детекторов.
ControlNet и референсы
OpenPose, Canny, Depth, IP-Adapter позволяют задать позу и композицию без текстового описания тела. Это легальный способ работы с фигурой: промпт описывает свет, стиль, окружение, а геометрия приходит из контрольной карты. Фильтры промпта это не видят.
Юридическая ответственность
Локальная генерация не снимает ответственность за хранение и распространение. В РФ ст. 242 УК, в ЕС — GDPR / DSA, в США — Section 230 не защищает от CSAM. Любой реалистичный образ несовершеннолетнего (даже сгенерированный) квалифицируется как CSAM во многих юрисдикциях. Риск уголовной ответственности реален.
