Gemini API 提供了各种安全设置，您可以在使用 原型设计阶段，以确定您的应用需要更多还是更少 限制性安全配置。您可以在四种渠道中调整这些设置 过滤类别来限制或允许特定类型的内容。
本指南介绍了 Gemini API 如何处理安全设置、过滤和 更改应用的安全设置。
安全过滤器
Gemini API 的可调整安全过滤器涵盖以下类别：
| 类别 | 说明 |
|---|---|
| 骚扰内容 | 针对身份和/或受保护群体的负面或有害评论 属性。 |
| 仇恨言论 | 粗鲁、无礼或亵渎性的内容。 |
| 露骨色情内容 | 提及性行为或其他淫秽内容。 |
| 危险内容 | 宣扬、助长或鼓励有害行为。 |
您可以使用这些过滤条件来调整适合自己用例的内容。对于 例如，如果您制作的是视频游戏对话，那么您可能认为 允许发布更多因游戏性质而评为危险的内容。
除了可调节的安全过滤器外，Gemini API 还内置了 对核心危害（例如危害儿童安全的内容）采取的保护措施。 这些类型的伤害始终会被屏蔽，且无法调整。
内容安全过滤级别
Gemini API 将不安全内容的概率级别分为
HIGH、MEDIUM、LOW 或 NEGLIGIBLE。
Gemini API 会根据内容不安全概率来屏蔽内容 而非严重程度请务必注意这一点 那么即使你可能受到损害的严重性， 也仍然很高例如，比较句子：
- 机器人打了我一拳。
- 机器人把我砍伤了。
第一句话可能会提高不安全概率， 可能会认为第二句就暴力内容而言更为严重。 因此，请务必仔细测试并考虑 您需要适当级别的屏蔽来支持您的关键用例， 尽量减少对最终用户的损害。
每个请求的安全过滤
您可以针对向 API 发出的每个请求调整安全设置。时间
系统会对相关内容进行分析并确定其安全评级通过
安全评级包含类别和伤害概率
分类。例如，如果内容因骚扰行为而被屏蔽
某个类别的概率较高，则返回的安全评级将是
类别为 HARASSMENT，伤害概率设置为 HIGH。
默认情况下，安全设置会屏蔽采用中等或 在任意过滤器中均有很高的不安全概率。这种基本安全机制 适合大多数用例，因此你只需调整安全设置 。
下表介绍了您可以针对每个渠道调整的屏蔽设置 类别。例如，如果您将屏蔽设置设为仅屏蔽部分广告， 仇恨言论类别，所有极有可能为仇恨的内容 语音内容。但允许出现任何概率更低的内容。
| 阈值 (Google AI Studio) | 阈值 (API) | 说明 |
|---|---|---|
| 全部不屏蔽 | BLOCK_NONE |
无论是否存在不安全内容，一律显示 |
| 屏蔽少部分 | BLOCK_ONLY_HIGH |
屏蔽高概率不安全的内容时 |
| 屏蔽一部分 | BLOCK_MEDIUM_AND_ABOVE |
当不安全内容的可能性为中等或较高时屏蔽 |
| 屏蔽大部分 | BLOCK_LOW_AND_ABOVE |
在出现不安全内容的可能性为“低”“中”或“高”时屏蔽 |
| 不适用 | HARM_BLOCK_THRESHOLD_UNSPECIFIED |
阈值未指定，使用默认阈值屏蔽 |
如果此政策未设置，默认的屏蔽设置是针对所有类别屏蔽部分广告。
您可以为每个向生成式服务发出的请求设定这些设置。
请参阅 HarmBlockThreshold API
参考资料了解详情。
安全反馈
generateContent
返回一个
GenerateContentResponse，
包括安全反馈。
提示反馈包含在
promptFeedback。如果
promptFeedback.blockReason 设置，则系统会屏蔽提示内容。
回复的候选人反馈包含在
Candidate.finishReason和
Candidate.safetyRatings。如果响应
内容已被屏蔽，finishReason 为 SAFETY，您可以检查
safetyRatings了解详情。不会返回之前被屏蔽的内容。
调整安全设置
本部分介绍了如何在 Google AI Studio 和 和代码中。
Google AI Studio
您可以在 Google AI Studio 中调整安全设置，但无法开启这些设置 关闭。
点击 Run settings 面板中的 Edit safety settings 以打开 Run 安全设置模态窗口中。在模态窗口中，您可以使用滑块来调整 每个安全类别的内容过滤级别：
当您发送请求（例如向模型提问）时， 如果请求的内容被屏蔽，则系统会显示无内容消息。查看更多 请将鼠标指针悬停在 No Content 文本，然后点击 安全。
Gemini API SDK
以下代码段展示了如何在您的
GenerateContent 通话。这就是骚扰内容 (HARM_CATEGORY_HARASSMENT)
和仇恨言论（HARM_CATEGORY_HATE_SPEECH）类别，
BLOCK_LOW_AND_ABOVE -
骚扰或仇恨言论的概率。
Python
from google.generativeai.types import HarmCategory, HarmBlockThreshold
model = genai.GenerativeModel(model_name='gemini-1.5-flash')
response = model.generate_content(
['Do these look store-bought or homemade?', img],
safety_settings={
HarmCategory.HARM_CATEGORY_HATE_SPEECH: HarmBlockThreshold.BLOCK_LOW_AND_ABOVE,
HarmCategory.HARM_CATEGORY_HARASSMENT: HarmBlockThreshold.BLOCK_LOW_AND_ABOVE,
}
)
Go
model := client.GenerativeModel("gemini-1.5-flash")
model.SafetySettings = []*genai.SafetySetting{
{
Category: genai.HarmCategoryHarassment,
Threshold: genai.HarmBlockLowAndAbove,
},
{
Category: genai.HarmCategoryHateSpeech,
Threshold: genai.HarmBlockLowAndAbove,
},
}
Node.js
import { HarmBlockThreshold, HarmCategory } from "@google/generative-ai";
// ...
const safetySettings = [
{
category: HarmCategory.HARM_CATEGORY_HARASSMENT,
threshold: HarmBlockThreshold.BLOCK_LOW_AND_ABOVE,
},
{
category: HarmCategory.HARM_CATEGORY_HATE_SPEECH,
threshold: HarmBlockThreshold.BLOCK_LOW_AND_ABOVE,
},
];
const model = genAi.getGenerativeModel({ model: "gemini-1.5-flash", safetySettings: safetySettings });
Web
import { HarmBlockThreshold, HarmCategory } from "@google/generative-ai";
// ...
const safetySettings = [
{
category: HarmCategory.HARM_CATEGORY_HARASSMENT,
threshold: HarmBlockThreshold.BLOCK_LOW_AND_ABOVE,
},
{
category: HarmCategory.HARM_CATEGORY_HATE_SPEECH,
threshold: HarmBlockThreshold.BLOCK_LOW_AND_ABOVE,
},
];
const model = genAi.getGenerativeModel({ model: "gemini-1.5-flash", safetySettings });
Dart (Flutter)
final safetySettings = [
SafetySetting(HarmCategory.harassment, HarmBlockThreshold.low),
SafetySetting(HarmCategory.hateSpeech, HarmBlockThreshold.low),
];
final model = GenerativeModel(
model: 'gemini-1.5-flash',
apiKey: apiKey,
safetySettings: safetySettings,
);
Kotlin
val harassmentSafety = SafetySetting(HarmCategory.HARASSMENT, BlockThreshold.LOW_AND_ABOVE)
val hateSpeechSafety = SafetySetting(HarmCategory.HATE_SPEECH, BlockThreshold.LOW_AND_ABOVE)
val generativeModel = GenerativeModel(
modelName = "gemini-1.5-flash",
apiKey = BuildConfig.apiKey,
safetySettings = listOf(harassmentSafety, hateSpeechSafety)
)
Java
SafetySetting harassmentSafety = new SafetySetting(HarmCategory.HARASSMENT,
BlockThreshold.LOW_AND_ABOVE);
SafetySetting hateSpeechSafety = new SafetySetting(HarmCategory.HATE_SPEECH,
BlockThreshold.LOW_AND_ABOVE);
GenerativeModel gm = new GenerativeModel(
"gemini-1.5-flash",
BuildConfig.apiKey,
null, // generation config is optional
Arrays.asList(harassmentSafety, hateSpeechSafety)
);
GenerativeModelFutures model = GenerativeModelFutures.from(gm);