想听听做医疗这类合规敏感场景的同行是怎么切这层的，我先把我们的做法摆出来。
给护士用的那套助手，我们是这么拆的：图像接口只按出图质量挑，提示词的安全判定单独跑一次对话模型，用 json schema 返回结构化结论。原因很现实，大部分文生图接口自己也会拒，可吐回来的只是一句话术，没类别没理由，半年后合规来问当时为啥不给生成，你手里拿不出任何东西。
自己定分类才能落库、统计、报警，策略改了还能拿老数据重放一遍。最要命的一类是“含可识别的患者信息”，通用安全模型基本不带，偏偏病房里真会有人顺手把“4 床某某”打进 prompt。
延迟别串着跑。我把判定和知识库检索并发，开销基本被检索吃掉了；两条腿的 p95 一定要分开量，不然慢网关会藏在更慢的出图后面。图像那边接谁，我是把同一批临床示意图的 prompt 在 pixpix 上几家各跑一遍，挑完再谈接入。判定这层如果你的策略跟 openai.com 默认那套差不多，直接用它现成的 moderation 反而省事。
