Фільтри Content Safety для AI-генерації в мобільному додатку

Коли мобільний додаток генерує текст, зображення або аудіо через AI, користувач рано чи пізно спробує отримати небажаний контент – навмисно чи випадково. Модерація через системний промпт («не генеруй шкідливий контент») працює гірше, ніж здається: промпт можна обійти, а відповідати за наслідки будете ви. Ми стикалися з цим десятки разів – клієнти приходять після блокування в App Store через скарги на NSFW-контент. Згідно Section 5.1.2 App Store Review Guidelines та політики Google Play для AI-генерованого контенту, вимагається обов'язкова фільтрація. Тільки багатошарова гарантує відповідність вимогам магазинів застосунків і знижує юридичні ризики, включно з GDPR при логуванні. Наш досвід показує, що комбінація пре- та пост-модерації скорочує кількість скарг на 95%.

Що і як фільтруємо

Текстова генерація. OpenAI Moderation API – безкоштовний ендпоінт, повертає оцінки за категоріями: hate, harassment, self-harm, sexual, violence та їх підкатегоріям. Latency – 100–200мс, що прийнятно як пост-фільтр:

// iOS — Swift
func moderateContent(_ text: String) async throws -> Bool {
    let request = ModerationRequest(input: text)
    let response = try await openAIClient.moderations.create(request)
    let result = response.results.first!
    // Повертаємо true якщо контент безпечний
    return !result.flagged
}

Застосовуємо до користувацького вводу (input moderation) і до відповіді моделі (output moderation). Подвійна перевірка додає ~200–400мс до загальної латентності, але дає захист на обох рівнях.

Azure Content Safety – більш детальна градація (safe / low / medium / high severity) і додаткові категорії для регульованих ринків. Потрібен, якщо застосунок працює в EU/US з вимогами compliance. Додає 300–500мс, але знижує false negatives на 15%.

Зображення. DALL-E 3 і Stable Diffusion мають вбудовані safety checkers, але їх можна обійти adversarial промптами. Додатковий шар – Google Cloud Vision SafeSearch або AWS Rekognition для постперевірки згенерованого зображення:

// Android — Google Cloud Vision
suspend fun isImageSafe(imageBytes: ByteArray): Boolean {
    val image = Image.newBuilder().setContent(ByteString.copyFrom(imageBytes)).build()
    val request = AnnotateImageRequest.newBuilder()
        .addFeatures(Feature.newBuilder().setType(Feature.Type.SAFE_SEARCH_DETECTION))
        .setImage(image)
        .build()
    val response = imageAnnotatorClient.batchAnnotateImages(listOf(request))
    val safeSearch = response.responsesList.first().safeSearchAnnotation
    return safeSearch.adult == Likelihood.VERY_UNLIKELY &&
           safeSearch.violence == Likelihood.VERY_UNLIKELY
}

Порівняння фільтрів

OpenAI Moderation API обробляє запит у 2 рази швидше за Azure Content Safety для тексту, але Azure дає більш детальну градацію severity, що зручно для тонкого налаштування. Для зображень комбінація Google Vision + Azure Coverage знижує false positive rate на 20%.

Користувацький контент і UGC-ризики

Якщо користувач завантажує контент (фото, текст), який передається в LLM як контекст – це окремий вектор ризику. Зображення може містити вбудований текст з інструкціями (prompt injection через OCR), а текстовий документ – спробу перевизначити системний промпт. Для UGC: модерація до того, як контент потрапляє в базу; модерація при кожній передачі в AI-пайплайн. Не кешуйте результат модерації надовго – користувач може змінити контент.

Логування порушень і апеляції

Кожен заблокований запит повинен логуватися з категорією порушення, але без повного тексту повідомлення (GDPR). Користувачеві показуємо зрозуміле повідомлення, а не технічний код помилки. Передбачте механізм оскарження хибних спрацювань – у всіх фільтрів є false positive rate.

Процес роботи і терміни

Орієнтовні терміни: базова інтеграція – 1 день, двошарова фільтрація – 2–3 дні, розширена система з логуванням і апеляцією – 4–5 днів.

Як вибрати фільтр для вашого проекту?

Якщо застосунок працює тільки з текстом і бюджет обмежений – почніть з OpenAI Moderation. Для зображень або строгих вимог compliance комбінуйте Azure Content Safety і Google Vision. Ми допомагаємо підібрати оптимальну конфігурацію під ваші сценарії. Зв'яжіться з нами – оцінимо проект за 2 дні.

Чому одного промпту недостатньо?

Промпт «не генеруй небезпечний контент» легко обходиться через role-playing або multi-turn атаки. Навіть якщо модель навчена уникати NSFW, adversarial промпти можуть пробити захист. Система фільтрів на стороні сервера зупиняє такі спроби до того, як контент досягне користувача.

Ми – команда з 7-річним досвідом мобільної розробки та 50+ успішними проектами. Гарантуємо, що після інтеграції фільтрів ваш застосунок пройде модерацію App Store і Google Play без проблем. Отримайте консультацію прямо зараз.

Машинне навчання в мобільних застосунках: CoreML, TFLite та on-device LLM

Ми розрізняємо два принципово різних підходи: застосунок з on-device AI та застосунок, який просто викликає хмарне API. Перший працює без інтернету, не надсилає дані користувача на сторонні сервери та відповідає за 50 мілісекунд. Другий залежить від затримки мережі та тарифного плану. Вибір архітектури — ключовий етап, який безпосередньо впливає на вартість, приватність та користувацький досвід. Наш досвід показує: у 70% проектів on-device інференс виявляється дешевшим у довгостроковій перспективі завдяки виключенню серверних витрат. Економія може сягати 40% щомісячних витрат — отримайте консультацію, ми порахуємо для вашого кейсу.

Як вибрати між CoreML та TFLite для on-device інференсу?

CoreML — нативний фреймворк Apple для запуску ML-моделей на пристрої, описаний у документації Apple. Підтримує Neural Engine (A11 Bionic та новіші), GPU та CPU як fallback. Моделі конвертуються у формат .mlmodel через coremltools з PyTorch, ONNX або TensorFlow. Конвертація — не завжди тривіальна: кастомні шари вимагають реалізації MLCustomLayer, а квантизація до INT8 іноді помітно знижує точність на специфічних даних. Ми гарантуємо, що підсумкова модель проходить валідацію на реальних даних до та після конвертації.

TensorFlow Lite — крос-платформна альтернатива для Android та Flutter відповідно до специфікації Google. На Android використовує NNAPI (Neural Networks API) для апаратного прискорення — з Android 10+ NNAPI стабільніший, до цього краще явно використовувати GPU delegate через GpuDelegate. Типова помилка: модель навчена на нормалізованих даних у діапазоні [0,1], а в застосунку на вхід подається [0,255] — інференс працює, але з безглуздими результатами без помилки. Ми включаємо модуль автоматичної валідації вхідних даних у SDK.

Для задач класифікації зображень, детекції об'єктів та сегментації доступні готові оптимізовані моделі. YOLOv8 у CoreML форматі запускає детекцію кадру 640×640 за 15–20 мс на iPhone 14 Neural Engine. MobileNetV3 на TFLite з GPU delegate — близько 8 мс на Pixel 7 при класифікації.

Що робити, якщо потрібна генерація тексту на пристрої?

Запуск невеликих мовних моделей на пристрої став реальністю за останні роки. Apple Intelligence використовує власні моделі через Private Cloud Compute, але для сторонніх розробників доступні інші шляхи.

llama.cpp з Metal backend на iOS — робочий підхід для phi-3-mini (3.8B параметрів, 4-bit квантизація, ~2.3 ГБ). Інференс: 15–25 токенів/секунду на iPhone 15 Pro. Для інтеграції в Swift використовуємо Swift Package llama.swift або обгортку через C-інтерфейс llama.h. Бінарник до застосунку не додаємо — модель завантажується при першому запуску та зберігається в Application Support. Наші сертифіковані розробники налаштовують інкрементальне завантаження, щоб не блокувати перший запуск.

На Android аналог — Google AI Edge (колишній MediaPipe LLM Inference API) з підтримкою Gemma-2B. Працює через GPU delegate, на Tensor G3 чіпі Pixel 8 Pro — близько 20 токенів/секунду.

Інтеграція OpenAI API та інших хмарних моделей

Для сценаріїв, де cloud inference допустимий, інтеграція OpenAI, Anthropic або Google Gemini — це HTTP клієнт + streaming SSE. У Swift зручно через AsyncThrowingStream для стрімінгових відповідей. У Kotlin — через Flow.

Критично важливо: API-ключі ніколи не зберігаються в бандлі застосунку. Навіть обфускований ключ витягується з IPA за 10 хвилин через strings або frida. Правильна архітектура: мобільний застосунок → власний backend → OpenAI API. Backend контролює rate limiting, логує запити, захищає ключ.

Що входить у роботу (результати)

• Навчена та квантизована модель під цільовий пристрій (документація за метриками)
• SDK для інтеграції (Swift/Kotlin/Flutter) з прикладами виклику
• Тести продуктивності на 3–5 реальних пристроях
• Інструкція з оновлення моделі OTA
• Підтримка при проходженні модерації App Store / Google Play (перевірка відповідності Guidelines 4.2, 5.1)
• 2 тижні технічної підтримки після релізу

Типовий пайплайн проекту

1. Аналіз завдання — вимірюємо latency, privacy, size, підтримувані пристрої.
2. Прототипування моделі — в Python, оцінка accuracy на цільових даних.
3. Конвертація та квантизація — під CoreML/TFLite з валідацією.
4. Інтеграція в застосунок — модель обгортається в сервісний шар (легко замінювати CoreML → TFLite → хмара).
5. Тестування — на реальних пристроях, вимір FPS, RAM, батареї.
6. Деплой — через TestFlight / Firebase App Distribution, моніторинг метрик.

Терміни: інтеграція готової CoreML/TFLite моделі — 1–2 тижні, розробка кастомної моделі з мобільною оптимізацією — від 6 тижнів, on-device LLM чат з персоналізацією — 4–8 тижнів.

Чому ми беремося за складні кейси?

10+ років досвіду в мобільній розробці, 50+ впроваджених AI/ML рішень, гарантія сумісності з актуальними версіями iOS та Android. Всі проекти проходять code review та навантажувальне тестування. У вартість вже входить підготовка документації для модерації та навчання вашої команди.

Зв'яжіться з нами — ми допоможемо вибрати архітектуру та впровадити ML у ваш застосунок під ключ. Замовте аудит наявного рішення — безкоштовно оцінимо потенціал економії серверних витрат. Отримайте консультацію експерта — напишіть нам сьогодні.