求助帖，想请教做过内容审核的朋友。
有份调查讲，现在不少 AI 生图应用都存在涉黄内容生成的漏洞，手法一点不复杂：提示词写隐晦些，暗示、拆词、绕开关键词，就有可能骗过审核。这其实戳中了内容安全的死结，纯靠关键词黑名单根本拦不住，换个说法就过去了。
对正经做产品的团队来说，这既是合规风险也是口碑风险，一个没盯住就被推上风口浪尖。我的想法是别指望模型自己自觉，生成前拦一道，出图后再过一道检测，多层叠着上。
现在有没有相对靠谱的过滤方案，还是说只能不停打补丁？
我们试过语义分类模型兜底，误杀正常人像的情况挺多
出图后加一道图像检测比拦提示词有效，但成本高。