API接入指南_内容安全(Content Moderation)-阿里云帮助中心

本文档介绍了调用AI安全护栏接口审核文本内容的方法。

步骤一：开通服务

前往AI安全护栏产品开通服务页面，开通AI安全护栏产品服务。

步骤二：为RAM用户授权

在接入SDK或者API之前，您需要为RAM用户授权。您可以为阿里云账号和RAM用户创建一个访问密钥（AccessKey）。在调用阿里云API时您需要使用AccessKey完成身份验证。获取方式，请参见获取AccessKey。

使用RAM管理员登录RAM控制台。
创建RAM用户。
具体操作，请参见创建RAM用户。
向RAM用户授权系统策略权限：AliyunYundunGreenWebFullAccess。
具体操作，请参见为RAM用户授权。
完成以上配置后，您可以使用RAM用户调用内容安全API。

步骤三：安装并接入SDK

AI安全护栏产品服务SDK请参考SDK参考

API说明

使用说明

您可以调用该接口创建文本内容检测任务。

业务接口：TextModerationPlus
支持的地域及接入地址：

地域	外网接入地址	内网接入地址
华东2（上海）	https://green-cip.cn-shanghai.aliyuncs.com	https://green-cip-vpc.cn-shanghai.aliyuncs.com
华北2（北京）	https://green-cip.cn-beijing.aliyuncs.com	https://green-cip-vpc.cn-beijing.aliyuncs.com
华东1（杭州）	https://green-cip.cn-hangzhou.aliyuncs.com	https://green-cip-vpc.cn-hangzhou.aliyuncs.com
华南1（深圳）	https://green-cip.cn-shenzhen.aliyuncs.com	https://green-cip-vpc.cn-shenzhen.aliyuncs.com
西南1（成都）	https://green-cip.cn-chengdu.aliyuncs.com	暂无
新加坡	green-cip.ap-southeast-1.aliyuncs.com	green-cip-vpc.ap-southeast-1.aliyuncs.com

计费信息：该接口为收费接口。仅对HTTP状态码为200的请求进行计量计费，产生其他错误码时不会计费。关于计费方式，请参见开通与计费概述部分。

QPS限制

本接口的单用户QPS限制为20次/秒。超过限制，API调用会被限流，这可能会影响您的业务，请合理调用。

请求参数

名称	类型	是否必须	示例值	描述
Service	String	是	query_security_check	AI输入内容安全检测（query_security_check） AI生成内容安全检测（response_security_check） AI输入内容安全检测_出海版（query_security_check_cb） AI生成内容安全检测_出海版（response_security_check_cb）
ServiceParameters	JSONString	是		审核服务需要的参数集。JSON字符串格式，关于每个字符串的描述，请参见ServiceParameters。

表 1. ServiceParameters

名称	类型	是否必须	示例值	描述
content	String	至少传入一项内容	文本检测内容	审核的文本内容
chatId	String	否	ABC123	用于唯一标识一轮“用户输入 + 大模型输出”的交互记录

返回参数

名称	类型	示例值	描述
Code	Integer	200	状态码。更多信息，请参见Code说明。
Data	JSONObject	{"Result":[...]}	审核结果数据，具体请参见Data。
Message	String	OK	请求消息的响应消息。
RequestId	String	AAAAAA-BBBB-CCCCC-DDDD-EEEEEEEE****	请求ID。

表 2. Data

名称	类型	示例值	描述
Result	JSONArray		检测的内容合规风险标签、置信分等结果，具体请参见Result。
RiskLevel	String	high	风险等级，根据设置的高低风险分返回，返回值包括： high：高风险（若命中自定义词库，风险等级默认为高风险） medium：中风险 low：低风险 none：未检测到风险说明高风险内容建议直接处置；中风险内容建议人工复查；低风险内容建议在高召回需求时再做处理，日常建议和未检测到风险做相同处理。风险分值可以在登录AI安全护栏产品控制台配置。
SensitiveResult	JSONArray		检测的敏感内容风险标签、敏感样本等结果，具体请参见SensitiveResult
SensitiveLevel	String	S4	敏感等级，返回值包括： S0、S1、S2、S3、S4 S0代表未检出敏感内容数字越高敏感程度越高
AttackResult	JSONArray		检测的攻击内容风险标签、置信分等结果，具体请参见AttackResult
AttackLevel	String	high	攻击等级，返回值包括： high：高风险 medium：中风险 low：低风险 none：未检测到风险
Advice	JSONArray	[{"Answer":"这是标准回答"}]	调用检测服务时，返回标准回答Advice

表 3. Result

名称	类型	示例值	描述
Label	String	political_xxx	文字内容检测运算后返回的标签，可能会检出多个标签和分值。
Confidence	Float	81.22	置信分值，0到100分，保留到小数点后2位。部分标签无置信分。
Riskwords	String	AA,BB,CC	检测到的敏感词，多个词用逗号分隔，部分标签不会返回敏感词。
CustomizedHit	JSONArray	[{"LibName":"...","Keywords":"..."}]	当命中自定义库时，Label为customized，返回自定义库名称和自定义词。
Description	String	疑似政治实体	对Labal字段的说明。重要该字段为Label字段的解释说明，可能会变更调整，实际处理结果时建议处理Label字段，不要基于该字段进行结果处置。

表 4. CustomizedHit

名称	类型	示例值	描述
LibName	String	自定义库1	自定义库名称
Keywords	String	自定义词1,自定义词2	自定义词，多个词用逗号分隔。

表 5. SensitiveResult

名称	类型	示例值	描述
Label	String	1780	文字内容检测运算后返回的标签，可能会检出多个标签和分值。
SensitiveLevel	String	S4	敏感等级，返回值包括： S0、S1、S2、S3 S0代表未检出敏感内容数字越高敏感程度越高
SensitiveData	JSONArray	["6201112223455"]	检出敏感样本（0-5个）
Description	String	信用卡号	对Labal字段的说明。重要该字段为Label字段的解释说明，可能会变更调整，实际处理结果时建议处理Label字段，不要基于该字段进行结果处置。

表 6. AttackResult

名称	类型	示例值	描述
Label	String	Indirect Prompt Injection	文字内容检测运算后返回的标签，可能会检出多个标签和分值。
AttackLevel	String	high	攻击等级，返回值包括： high：高风险 medium：中风险 low：低风险 none：未检测到风险
Confidence	Float	100.0	置信分值，0到100分
Description	String	间接提示词注入	对Labal字段的说明。重要该字段为Label字段的解释说明，可能会变更调整，实际处理结果时建议处理Label字段，不要基于该字段进行结果处置。

表 7. Advice

名称	类型	示例值	描述
Answer	String	这是一条标准回答	在调用检测服务时，支持返回代答内容：检索匹配特定知识库：如果输入指令检索并匹配到特定知识库，系统将返回标准回答。可能会返回多条标准回答。检索匹配用户自定义拒答代答库：如命中风险标签并匹配到用户自定义拒答代答库，系统将随机选择一条用户自定义答案返回。检索匹配系统拒答代答库：如命中风险标签并匹配到系统拒答代答库，系统将随机选择一条默认答案返回。
HitLabel	String	political_xxx	在文字内容检测运算后返回的标签中，取较高风险的标签。
HitLibName	String	自定义代答库001	自定义配置代答库名称。

示例

请求示例

{
    "Service": "query_security_check",
    "ServiceParameters": {
        "content": "testing content",
        "chatId":"ABC123"
    }
}

返回示例：

命中系统策略：

{
    "Code": 200,
    "Data": {
        "Advice": [
            {
                "HitLabel": "political_figure",
                "Answer": "你好。",
                "HitLibName": "测试答案库A"
            }
       ],
        "Result": [
            {
                "Label": "political_entity",
                "Description":"疑似政治实体",
                "Confidence": 100.0,
                "RiskWords": "词A,词B,词C"
            },
            {
                "Label": "political_figure",
                "Description":"疑似政治人物",
                "Confidence": 100.0,
                "RiskWords": "词A,词B,词C"
            }
            {
                "Label": "customized",
                "Description": "命中自定义库",
                "Confidence": 100.0,
                "CustomizedHit": [
                     {
                        "LibName": "自定义词库名称1",
                        "KeyWords": "自定义关键词"
                     }
                ]
             }
        ],
         "SensitiveResult": [
            {
                "Label": "1780",
                "SensitiveLevel": "S4",
                "Description":"信用卡号",
                "SensitiveData": ["6201112223455"]
            }
        ],     
         "AttackResult": [
            {
                "Label": "Indirect Prompt Injection",
                "AttackLevel": "high", 
                "Description":"间接提示词注入",
                "Confidence": 100.0
            }
        ],   
        "RiskLevel": "high",
        "SensitiveLevel": "S3",
        "AttackLevel": "high",                      
    },
    "Message": "OK",
    "RequestId": "AAAAAA-BBBB-CCCCC-DDDD-EEEEEEEE****"
}

Code说明

Code	状态代码	说明
200	OK	请求成功。
400	BAD_REQUEST	请求有误。可能是请求参数不正确导致，请仔细检查请求参数。
408	PERMISSION_DENY	可能是您的账号未授权、账号欠费、账号未开通、账号被禁等。
500	GENERAL_ERROR	错误。可能是服务端临时出错。建议重试，若持续返回该错误码，请通过在线服务联系我们。
581	TIMEOUT	超时。建议重试，若持续返回该错误码，请通过在线服务联系我们。
588	EXCEED_QUOTA	请求频率超出配额。