# Discourse AI - Spam-Erkennung
**URL:** https://meta.discourse.org/t/discourse-ai-spam-detection/343541
**Category:** Site Management
**Tags:** moderation, how-to, ai, spam
**Created:** [20. Dezember 2024 um 04:46 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541 "2024-12-20T04:46:26Z")
**Posts on this page:** 20
**Page:** 1
### Author:  [@sam](https://meta.discourse.org/u/sam)
#### Post date: [20. Dezember 2024 um 04:46 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/1 "2024-12-20T04:46:26Z")
> :bookmark: Dieser Leitfaden erklärt, wie die Spam-Erkennungsfunktion von Discourse AI konfiguriert und verwendet wird, einschließlich des Einrichtungsprozesses, der Scan-Kriterien, der Klassifizierungslogik, der Anpassungen und des Vergleichs mit der KI-Triage.
>
> :person_raising_hand: Erforderliches Benutzerniveau: Administrator
>
> :megaphone: Dies ist jetzt standardmäßig für [Starter- und Pro-Kunden](https://meta.discourse.org/t/discourse-ai-spam-detection-replaces-akismet-plugin/354602) aktiviert, ebenso wie für unsere bestehenden Basic-, Open-Source-, Creator- und Business-Kunden.
Discourse AI bietet eine effiziente Spam-Erkennungsfunktion, die Spam-Beiträge mit minimaler Konfiguration identifiziert und kennzeichnet. Obwohl sie auf Einfachheit ausgelegt ist, ergänzt sie das vielseitigere KI-Triage-System, das breitere Workflows und größere Anwendungsfälle unterstützt.
## Zusammenfassung
In diesem Leitfaden erfahren Sie:
- Wie die KI-Spam-Erkennung funktioniert und welche Inhalte gescannt werden
- Die Klassifizierungslogik und der Kontext, die von der KI verwendet werden
- Schritte zur Konfiguration der Spam-Erkennung über `/admin/plugins/discourse-ai/ai-spam`
- Richtlinien für die Auswahl von Large Language Models (LLMs)
- Hauptunterschiede zwischen Spam-Erkennung und KI-Triage
- Wie man gekennzeichnete und übersehene Beiträge verwaltet
* * *
## Funktionsweise der KI-Spam-Erkennung
### Welche Inhalte werden gescannt?
Die KI-Spam-Erkennung bewertet Beiträge anhand dieser Kriterien:
1. **Benutzervertrauensstufe** :
2. **Beitragsart** :
3. **Beitragsbearbeitungen** :
4. **Beitragsfrequenz** :
5. **Überprüfungswarteschlange** :
### Der Klassifizierungsprozess
Kriterien erfüllende Beiträge werden zur Analyse an einen KI-Agenten gesendet. Der Agent bewertet, ob der Beitrag Spam ist oder nicht, und liefert einen Grund für seine Klassifizierung in Form einer strukturierten JSON-Ausgabe. Die Bewertung basiert auf:
- **Kontext** : Enthält den Beitragsinhalt, den Themeneintitel, die Kategorie, Benutzerkontodaten (z. B. Benutzername, E-Mail, Kontenalter, Gesamtbeiträge und Vertrauensstufe) sowie IP-basierte Geolokalisierungsinformationen.
- **Bildanalyse** : Bis zu **3 hochgeladene Bilder** , die an einem Beitrag angehängt sind, werden zur Analyse einbezogen.
- **Antwortkontext** : Bei Antwortbeiträgen wird der Inhalt des übergeordneten Beitrags (bis zu 500 Zeichen) einbezogen.
- **Seiteninformationen** : Der Seitenname, die URL, die Beschreibung und die Top-10-Kategorien werden der KI zur Verfügung gestellt.
- **Benutzerdefinierte Anweisungen** : Vom Administrator definierte Regeln für verstärkte oder angepasste Scan-Kriterien.
- **Automatisierte Erkennung** :
- Kennzeichnet irrelevante oder werbliche Inhalte (z. B. Anzeigen oder kommerzielle Materialien).
- Identifiziert automatisierte oder botähnliche Verhaltensweisen.
- Bewertet die Relevanz des Inhalts für die Diskussion.
### Standard-Prompt und Kontext
Die KI verwendet einen standardmäßigen System-Prompt, um die Spam-Erkennung zu steuern. Der integrierte Prompt des Spam-Erkennungsagenten umfasst:
```plaintext
Sie sind ein Spam-Erkennungssystem. Analysieren Sie den folgenden Beitragsinhalt und Kontext.
Beachten Sie die Beitragsart genau:
- Bei ANTWORT-Beiträgen: Prüfen Sie, ob die Antwort relevant und themenbezogen für den Thread ist
- Bei NEUES THEMA-Beiträgen: Prüfen Sie, ob es sich um eine legitime Themenanfrage oder um Spam-Werbung handelt
Ein Beitrag ist Spam, wenn er eines der folgenden Kriterien erfüllt:
- Enthält unerwünschte kommerzielle Inhalte oder Werbung
- Enthält verdächtige oder nicht verwandte externe Links
- Zeigt Muster von automatisiertem/Bot-Posten
- Enthält irrelevante Inhalte oder Werbung
- Bei Antworten: Völlig irrelevant für den Diskussionsverlauf
- Verwendet übermäßige Schlüsselwörter oder sich wiederholende Textmuster
- Zeigt verdächtige Formatierung oder Zeichenverwendung
Seien Sie besonders streng bei:
- Antworten, die die vorherige Konversation ignorieren
- Beiträge, die mehrere nicht zusammenhängende externe Links enthalten
- Allgemeine Antworten, die überall gepostet werden könnten
Seien Sie fair zu:
- Neuen Benutzern, die legitime erste Beiträge leisten
- Nicht-Muttersprachlern, die ernsthaft versuchen, teilzunehmen
- Themenspezifische Produktnennungen in angemessenen Kontexten
```
Der Scanner kompiliert außerdem ein **Kontextpaket** , das Folgendes enthält:
- Beitragsart (NEUES THEMA oder ANTWORT) mit Kategorie- und Themenmetadaten.
- Bei Antworten: der Inhalt des übergeordneten Beitrags und der Autor des Themas.
- Autoreninformationen (Benutzername, E-Mail, Kontenalter, Gesamtbeiträge, Vertrauensstufe und IP-basierter Standort).
- Beitragstext auf **5000 Zeichen** zur Verarbeitung gekürzt.
- Bis zu **3 hochgeladene Bilder** , die dem Beitrag beigefügt sind.
* * *
## Konfiguration der KI-Spam-Erkennung
### Konfigurationsanleitung
1. **Einstellungen aufrufen** :
Navigieren Sie zu `/admin/plugins/discourse-ai/ai-spam`.
2. **Ein LLM auswählen** :
> :information_source: **Wenn Ihre Seite von Discourse gehostet wird**
>
> Sie können unser CDCK Hosted Small LLM aus der LLM-Liste auswählen.
- Wählen Sie ein Sprachmodell, das für die Anforderungen Ihres Forums geeignet ist. Informationen zur Konfiguration von LLMs finden Sie auf der Seite [Large Language Model (LLM) Settings](https://meta.discourse.org/t/discourse-ai-large-language-model-llm-settings-page/319903).
- Greifen Sie auf `/admin/plugins/discourse-ai/ai-llms` für LLM-Konfigurationen zu.
1. **Spam-Erkennung aktivieren** :
Aktivieren Sie die Spam-Erkennung, indem Sie die Funktion einschalten.
> :information_source: Hinweis: Ein verbundenes LLM ist zwingend erforderlich.
1. **Benutzerdefinierte Anweisungen hinzufügen** :
2. **Scan-Schwellenwerte anpassen** (optional):
* * *
## Unterschiede zur KI-Triage
Während die Spam-Erkennung speziell für die Identifizierung von Spam entwickelt wurde, unterstützt die **KI-Triage** umfassendere Beitragsverwaltungsaufgaben.
| Funktion | KI-Spam-Erkennung | KI-Triage |
| --- | --- | --- |
| **Komplexität** | Optimierte, meinungsbildende Einrichtung | Hochgradig anpassbare und flexible Einrichtung |
| **Primärer Anwendungsfall** | Spam-Erkennung mit minimalem Overhead | Erweiterte Workflows für Kategorisierung, Kennzeichnung, Antworten, Spam-Erkennung, NSFW-Erkennung |
| **Aktionen** | Kennzeichnet Spam, verbirgt Beiträge, stummschaltet Benutzer | Kennzeichnet, kategorisiert, verbirgt Beiträge, fügt Antworten hinzu, kennzeichnet Beiträge, stummschaltet Benutzer |
| **Empfehlung** | Einfache Einrichtung und effektiv für die meisten Situationen | Verwenden Sie für umfangreiche, hochgradig anpassbare Workflows |
Weitere Einzelheiten finden Sie unter [Discourse AI - KI-Triage](https://meta.discourse.org/t/discourse-ai-ai-triage/281227).
* * *
## Empfehlungen zur LLM-Auswahl
Die Leistung der Spam-Erkennung hängt vom gewählten LLM ab.
Die meisten kostengünstigen LLMs funktionieren effektiv, wie zum Beispiel:
- GPT-4o-mini
- Claude 3.5 Haiku
- Gemini 2.0 Flash
Experimentieren Sie mit verschiedenen Modellen, um die beste Lösung zu finden. Konfigurieren Sie Ihre Modelle über `/admin/plugins/discourse-ai/ai-llms`.
* * *
## Testen des Verhaltens des Spam-Scanners
Sie können Spam-Erkennungsregeln direkt auf der Konfigurationsseite testen.
- Fügen Sie eine **Beitrags-URL oder -ID** in das Testfeld ein.
- Überprüfen Sie das Klassifizierungsergebnis und die Begründung der KI für ihre Entscheidung.
- Nicht gespeicherte Änderungen werden beim Testen angewendet, was Experimente ohne Risiko ermöglicht.
* * *
## Umgang mit gekennzeichneten und übersehenen Beiträgen
### Umgang mit gekennzeichneten Beiträgen
Wenn ein Beitrag als Spam erkannt wird, führt das System folgende Aktionen aus:
- **Kennzeichnet** den Beitrag als Spam und fügt ihn der Überprüfungswarteschlange hinzu.
- **Stummschaltet** den beitragenden Benutzer.
- **Verbirgt** den Beitrag vor der öffentlichen Ansicht.
- **Macht das Thema unsichtbar** , wenn der Spam-Beitrag der erste Beitrag im Thema war.
Gekennzeichnete Beiträge erscheinen in der Moderationswarteschlange. Administratoren können:
- Legitime Beiträge genehmigen, die fälschlicherweise als Spam klassifiziert wurden.
- Spam-Themen ablehnen, um die Genauigkeit des Systems zu wahren.
> :warning: **Wichtig** : Kennzeichnungen für falsch klassifizierte Beiträge als Spam ablehnen. Benutzer bleiben stummgeschaltet, bis die Kennzeichnung behoben ist.
### Umgang mit übersehenem Spam
Übersehener Spam bezieht sich auf Beiträge, die der Erkennung entgangen sind, aber von der Community gekennzeichnet wurden. Moderatoren können diese nach Bedarf verwalten.
* * *
## Best Practices
- Überwachen Sie regelmäßig gekennzeichneten und übersehenen Spam, um die Genauigkeit des Systems zu verfeinern. Klickbare Metriken vereinfachen diesen Prozess.
- Verwenden Sie Testfälle, um benutzerdefinierte Anweisungen anhand von Grenzfallproblemen zu bewerten.
- Überprüfen und passen Sie die LLM-Einstellungen bei Bedarf an.
- Verwenden Sie die Site-Einstellungen `ai_spam_detection_max_trust_level` und `ai_spam_detection_max_post_count`, um abzustimmen, welche Benutzer basierend auf den Bedürfnissen Ihrer Community gescannt werden.
* * *
## Zusätzliche Ressourcen
- [Discourse AI - AI triage](https://meta.discourse.org/t/discourse-ai-ai-triage/281227)
- [Discourse AI - Large Language Model (LLM) settings page](https://meta.discourse.org/t/discourse-ai-large-language-model-llm-settings-page/319903)
* * *
> :mega: Die effektive Konfiguration der KI-Spam-Erkennung reduziert den manuellen Moderationsaufwand und sorgt für eine saubere, spamfreie Community.
---
### Author:  [@jordan-violet](https://meta.discourse.org/u/jordan-violet)
#### Post date: [14. Februar 2025 um 18:59 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/2 "2025-02-14T18:59:43Z")
> [@sam](#):
>
> Standardmäßige Eingabeaufforderung und Kontext
Wir haben dies bereits ausgiebig getestet und scheinen überhaupt keine zuverlässigen Ergebnisse zu erzielen. Als Kontext verwenden wir das Modell gpt-4o.
Um seine Genauigkeit zu testen, habe ich die folgenden einfachen Anweisungen gegeben:
```plaintext
Sie sind ein Spam-Erkennungssystem. Analysieren Sie den folgenden Inhalt und Kontext.
Hinweise unten. Wenn *IRGENDETWAS* von den unten aufgeführten Punkten zutrifft, kennzeichnen Sie es als Spam:
- Der Benutzername lautet speziell „testjon“, dann ist es *IMMER* Spam.
- Antworten Sie nur mit „SPAM – Es ist Jon!“ oder „KEIN SPAM“.
```
Das Testen eines Beitrags des Benutzernamens `testjon` ergibt KEIN SPAM. Es scheint, als ob die Anweisungen überhaupt nicht gut befolgt werden. Irgendwelche Vorschläge?
Hatten andere gute oder schlechte Erfahrungen mit der KI-Spam-Erkennung?
---
### Author:  [@Jagster](https://meta.discourse.org/u/Jagster)
#### Post date: [14. Februar 2025 um 19:53 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/3 "2025-02-14T19:53:45Z")
> [@Jordan Violet](#):
>
> `Wenn *IRGENDEINE* der unten aufgeführten Elemente wahr ist`
Ich weiß nicht, wie die Dinge in dieser Situation sind, aber eine allgemeine Aussage wie die zitierte ist sehr anfällig für Fehler. Sie versteht nicht, was `ANY` bedeutet und fährt fröhlich fort, solange sie etwas findet. Und von dort aus fand sie schließlich `NICHT SPAM`.
---
### Author:  [@jordan-violet](https://meta.discourse.org/u/jordan-violet)
#### Post date: [14. Februar 2025 um 20:46 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/4 "2025-02-14T20:46:46Z")
Also, du sagst, die Fettschrift bei ANY zu entfernen? Oder meinst du die gesamte Aussage “wenn etwas unten”?
---
### Author:  [@Jagster](https://meta.discourse.org/u/Jagster)
#### Post date: [14. Februar 2025 um 20:54 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/5 "2025-02-14T20:54:22Z")
Ich sage, Sie müssen es logischer und genauer schreiben. Sie können nicht zulassen, dass eine KI in irgendeiner Weise wählt. Denken Sie daran, dass sie nicht zählen kann und definitiv nicht zuerst alles liest und dann zurückkommt, um logisch zu arbeiten. Versuchen Sie, so einfach zu erklären, wie Sie Anweisungen für ein faules, 3-jähriges Kind mit ADHS geben würden. Beispiele sind nicht falsch, erhöhen aber die Token-Nutzung.
---
### Author:  [@jordan-violet](https://meta.discourse.org/u/jordan-violet)
#### Post date: [14. Februar 2025 um 21:05 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/6 "2025-02-14T21:05:05Z")
Das sind tolle Informationen. Wie könnte man dieses exakte Szenario zum Beispiel anders formulieren?
---
### Author:  [@Jagster](https://meta.discourse.org/u/Jagster)
#### Post date: [15. Februar 2025 um 08:05 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/7 "2025-02-15T08:05:26Z")
Etwas wie…
```plaintext
Du bist ein Spam-Erkennungssystem. Deine Aufgabe ist es, Inhalte leise zu analysieren, um die hohe Qualität in diesem Forum aufrechtzuerhalten. Du musst Regeln befolgen, um zu definieren, wann ein Beitrag Spam ist. Wenn du Spam findest, wird deine Antwort in den Regeln beschrieben. Du verwendest nur angegebene Antworten.
## Regeln für Spam
Das mache ich nicht für dich 😏 Aber du brauchst einige Erklärungen und Beispiele. Wie ein schnelles & grobes Beispiel:
* Wenn ein Beitrag Links nach außen enthält, die mit Glücksspiel, Sex, Krypto usw. verbunden sind (ähnlich ist in diesem Zusammenhang riskant, übrigens), dann wird ein Beitrag als Spam eingestuft. Beispiel: www.buy-crypto.deal
Das musst du von Fall zu Fall abstimmen, da du Fehlalarme und falsch negative Ergebnisse erhalten wirst.
Dann musst du auch einige Richtlinien für Inhalte geben. Aber beim Testen:
* Wenn der Benutzername „testjon“ lautet, überspringe die Analyse des Inhalts und klassifiziere ihn direkt als Spam. Deine Antwort ist „SPAM – es ist Jon“.
Übrigens, kann es den Benutzer sehen?
## Regeln für andere Inhalte
Wenn ein Beitrag die Spam-Analyse bestanden hat und du sicher bist, dass es sich um legitime Inhalte handelt, ist deine einzige Antwort „KEIN SPAM“.
```
So etwas in der Art. Du musst natürlich testen. Und jedes Mal, wenn du eine falsche Antwort erhältst, versuche, den verwirrenden Punkt zu finden. Aber gib der KI keine Möglichkeit zu wählen, was sie tun kann, denn sie wird dann die letzte, einfachste oder netteste Richtung einschlagen. Sie muss programmiert sein, zu antworten und glücklich zu sein.
---
### Author:  [@cultiv](https://meta.discourse.org/u/cultiv)
#### Post date: [5. März 2025 um 10:28 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/8 "2025-03-05T10:28:36Z")
Ich habe dies gerade aktiviert und bin gespannt, wie es läuft!
Gibt es eine Einstellung oder eine Überlegung für das Vertrauensniveau der Benutzer?
Zum Beispiel: Ich brauche nicht, dass die KI für TL2 und höher greift. Sie haben sich ihren Platz verdient und sollten nicht für das Scannen in Betracht gezogen werden. Wenn sie Amok laufen, müssen wir ein paar Worte mit ihnen wechseln :sweat_smile:
---
### Author:  [@Falco](https://meta.discourse.org/u/Falco)
#### Post date: [17. März 2025 um 16:10 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/9 "2025-03-17T16:10:15Z")
2 Beiträge wurden auf ein neues Thema aufgeteilt: [Discourse AI Plugin fehlt](https://meta.discourse.org/t/discourse-ai-plugin-missing/357591)
---
### Author:  [@Olle11](https://meta.discourse.org/u/Olle11)
#### Post date: [18. April 2025 um 07:01 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/10 "2025-04-18T07:01:19Z")
Da dies Akismet ersetzt, frage ich mich, was die beste Alternative zur Spam-Erkennung/-Verhinderung ist, wenn man die LLM-Kosten, die mit KI einhergehen, nicht möchte.
---
### Author:  [@KhoiUSA](https://meta.discourse.org/u/KhoiUSA)
#### Post date: [18. April 2025 um 12:37 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/11 "2025-04-18T12:37:42Z")
Tatsächlich ist Gemini 2.0 Flash kostenlos verfügbar, solange Sie natürlich nicht jeden Tag eine Million Anfragen daran senden. Es funktioniert derzeit für mein Forum **ohne** Kosten und ist definitiv präziser und „intelligenter“ als Akismet.
Sollte die KI-Spam-Erkennung jedoch fehlschlagen, habe ich immer noch das Akismet-Plugin auf meiner Website installiert und einsatzbereit, falls ich es jemals wieder benötige, und ich denke, Sie können es immer noch installieren. (Da es jedoch ausläuft, erwarte ich nicht, dass es für immer bestehen bleibt). Denken Sie auch daran, dass Vertrauensstufen ein grundlegender Kern von Discourse sind, die Ihnen helfen, Spam auf Ihrer Website zu verwalten. :+1:
---
### Author:  [@Olle11](https://meta.discourse.org/u/Olle11)
#### Post date: [20. April 2025 um 05:07 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/12 "2025-04-20T05:07:44Z")
Das ist ja cool, ist es möglich, eine Token-Begrenzung festzulegen, um sicherzustellen, dass die (kostenlose) Grenze vom LLM eingehalten wird?
---
### Author:  [@KhoiUSA](https://meta.discourse.org/u/KhoiUSA)
#### Post date: [20. April 2025 um 13:51 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/13 "2025-04-20T13:51:23Z")
Soweit ich weiß, glaube ich, dass die API für die LLM einfach nicht mehr antwortet, wenn Sie das Limit überschreiten. Mein Google Cloud Console-Konto hat kein Abrechnungskonto, und ich kann die API im kostenlosen Kontingent weiterhin kostenlos nutzen, sodass Sie auf der sicheren Seite sein sollten. :+1:
---
### Author:  [@Falco](https://meta.discourse.org/u/Falco)
#### Post date: [1. August 2025 um 16:47 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/14 "2025-08-01T16:47:29Z")
Ein Beitrag wurde in ein neues Thema aufgeteilt: [Verbesserung der KI-Spamerkennung für Bearbeitungen und Zusammenführungen](https://meta.discourse.org/t/improving-ai-spam-detection-for-edits-and-merges/376898)
---
### Author:  [@rlauriston](https://meta.discourse.org/u/rlauriston)
#### Post date: [27. August 2025 um 02:09 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/15 "2025-08-27T02:09:37Z")
Woher bekomme ich den „API-Schlüssel des Dienstes, der das Modell hostet“?
---
### Author:  [@sam](https://meta.discourse.org/u/sam)
#### Post date: [27. August 2025 um 02:16 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/16 "2025-08-27T02:16:49Z")
Wenn Sie auf unserem Hosting sind, können Sie LLM Small verwenden.
Wenn nicht, müssen Sie eine LLM konfigurieren und einen Schlüssel von OpenAI/Google/Anthropic/X/was auch immer… erhalten.
---
### Author:  [@rlauriston](https://meta.discourse.org/u/rlauriston)
#### Post date: [27. August 2025 um 02:17 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/17 "2025-08-27T02:17:42Z")
Oh, ein API-Schlüssel von ihnen, nicht von Discourse.
---
### Author:  [@rlauriston](https://meta.discourse.org/u/rlauriston)
#### Post date: [27. August 2025 um 15:59 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/18 "2025-08-27T15:59:34Z")
Die Aktivierung der KI-Spamerkennung mit Gemini 2.0 Flash scheint nicht geholfen zu haben, diesen Kram zu blockieren. Ich hatte noch nie zuvor so offensichtlichen Spam, der durch den Filter gekommen ist. Vielleicht ist es speziell für Discourse-Seiten konzipiert?
`| [QuickBooks-Abrechnungsfehler nach einem Update +1-800-223-1608 Schritt-für-Schritt-Lösung](https://www.foodtalkcentral.com/t/quickbooks-payroll-error-after-an-update-1-800-223-1608-step-by-step-resolution/18669) [neu](https://www.foodtalkcentral.com/t/quickbooks-payroll-error-after-an-update-1-800-223-1608-step-by-step-resolution/18669 "neues Thema") | [Amerika - Kanada](https://www.foodtalkcentral.com/c/canada/7) | [ ](https://www.foodtalkcentral.com/u/xabibe4257)[](https://www.foodtalkcentral.com/u/system) | [1](https://www.foodtalkcentral.com/t/quickbooks-payroll-error-after-an-update-1-800-223-1608/18669/1) | 2 | [1h](https://www.foodtalkcentral.com/t/quickbooks-payroll-error-after-an-update-1-800-223-1608/18669/2) | |----|----|----|----|----|----| | [Verständnis des Fehlers bei der Aktualisierung der QuickBooks-Abrechnungstabelle +1-800-223-1608](https://www.foodtalkcentral.com/t/understanding-quickbooks-payroll-tax-table-update-error-1-800-223-1608/18657) [neu](https://www.foodtalkcentral.com/t/understanding-quickbooks-payroll-tax-table-update-error-1-800-223-1608/18657 "neues Thema") | [Amerika - Kanada](https://www.foodtalkcentral.com/c/canada/7) | [ ](https://www.foodtalkcentral.com/u/xabibe4257)[](https://www.foodtalkcentral.com/u/system) | [1](https://www.foodtalkcentral.com/t/understanding-quickbooks-payroll-tax-table-update-error-1-800-223-1608/18657/1) | 2 | [1h](https://www.foodtalkcentral.com/t/understanding-quickbooks-payroll-tax-table-update-error-1-800-223-1608/18657/2) | | [Verständnis des QuickBooks-Abrechnungsfehlers PS107 +1-800-223-1608](https://www.foodtalkcentral.com/t/understanding-quickbooks-payroll-error-ps107-1-800-223-1608/18640) [neu](https://www.foodtalkcentral.com/t/understanding-quickbooks-payroll-error-ps107-1-800-223-1608/18640 "neues Thema") | [Amerika - Kanada](https://www.foodtalkcentral.com/c/canada/7) | [ ](https://www.foodtalkcentral.com/u/xabibe4257)[](https://www.foodtalkcentral.com/u/system) | [1](https://www.foodtalkcentral.com/t/understanding-quickbooks-payroll-error-ps107-1-800-223-1608/18640/1) | 2 | [2h](https://www.foodtalkcentral.com/t/understanding-quickbooks-payroll-error-ps107-1-800-223-1608/18640/2) | | [Vollständige Liste der QuickBooks®-Kunden™-SUPPORT®️ USA-Kontaktnummern: Ihr Expertenleitfaden](https://www.foodtalkcentral.com/t/full-list-of-quickbooks-customer-support-usa-contact-numbers-your-expert-guide/18517) [neu](https://www.foodtalkcentral.com/t/full-list-of-quickbooks-customer-support-usa-contact-numbers-your-expert-guide/18517 "neues Thema") | [Amerika - Kanada](https://www.foodtalkcentral.com/c/canada/7) | [ ](https://www.foodtalkcentral.com/u/domew40238)[](https://www.foodtalkcentral.com/u/system) | [1](https://www.foodtalkcentral.com/t/full-list-of-quickbooks-customer-support-usa-contact-numbers-your-expert-guide/18517/1) | 2 | [5h](https://www.foodtalkcentral.com/t/full-list-of-quickbooks-customer-support-usa-contact-numbers-your-expert-guide/18517/2) | | [Umfassende QuickBooks®-Abrechnungs- und Fehler-Supportnummern™️: Referenzhandbuch 2025](https://www.foodtalkcentral.com/t/complete-quickbooks-payroll-error-support-numbers-2025-reference-guide/18516) [neu](https://www.foodtalkcentral.com/t/complete-quickbooks-payroll-error-support-numbers-2025-reference-guide/18516 "neues Thema") | [Asien](https://www.foodtalkcentral.com/c/asia/39) | [ ](https://www.foodtalkcentral.com/u/domew40238)[](https://www.foodtalkcentral.com/u/system) | [1](https://www.foodtalkcentral.com/t/complete-quickbooks-payroll-error-support-numbers-2025-reference-guide/18516/1) | 2 | [5h](https://www.foodtalkcentral.com/t/complete-quickbooks-payroll-error-support-numbers-2025-reference-guide/18516/2) | | [{Experten\\~ Leitfaden} QuickBooks® Payroll Support® Kontaktinformationen – USA-Leitfaden 2025](https://www.foodtalkcentral.com/t/expert-guide-quickbooks-payroll-support-contact-info-2025-usa-guide/18509) [neu](https://www.foodtalkcentral.com/t/expert-guide-quickbooks-payroll-support-contact-info-2025-usa-guide/18509 "neues Thema") | [Amerika - Kanada](https://www.foodtalkcentral.com/c/canada/7) | [ ](https://www.foodtalkcentral.com/u/domew40238)[](https://www.foodtalkcentral.com/u/system) | [1](https://www.foodtalkcentral.com/t/expert-guide-quickbooks-payroll-support-contact-info-2025-usa-guide/18509/1) | 4 | [5h](https://www.foodtalkcentral.com/t/expert-guide-quickbooks-payroll-support-contact-info-2025-usa-guide/18509/2) | | [{Anruf@ +1-855-510-6777} Wie kann ich mit dem Expedia-Paketreisebuchungs-Support sprechen?](https://www.foodtalkcentral.com/t/call-1-855-510-6777-how-can-i-talk-to-expedia-vacation-package-booking-support/18512) [neu](https://www.foodtalkcentral.com/t/call-1-855-510-6777-how-can-i-talk-to-expedia-vacation-package-booking-support/18512 "neues Thema") | [Louisiana](https://www.foodtalkcentral.com/c/usa-south/louisiana/31) | [ ](https://www.foodtalkcentral.com/u/avacarter)[](https://www.foodtalkcentral.com/u/system) | [1](https://www.foodtalkcentral.com/t/call-1-855-510-6777-how-can-i-talk-to-expedia-vacation-package-booking-support/18512/1) | 6 | [5h](https://www.foodtalkcentral.com/t/call-1-855-510-6777-how-can-i-talk-to-expedia-vacation-package-booking-support/18512/2) | | [Vollständige Liste des™️ Caribbean Support™️ – Der detaillierte offizielle Leitfaden](https://www.foodtalkcentral.com/t/complete-list-of-caribbean-support-the-detailed-official-guide/18496) [neu](https://www.foodtalkcentral.com/t/complete-list-of-caribbean-support-the-detailed-official-guide/18496 "neues Thema") | [Asien](https://www.foodtalkcentral.com/c/asia/39) | [ ](https://www.foodtalkcentral.com/u/jofohe)[](https://www.foodtalkcentral.com/u/system) | [1](https://www.foodtalkcentral.com/t/complete-list-of-caribbean-support-the-detailed-official-guide/18496/1) | 2 | [6h](https://www.foodtalkcentral.com/t/complete-list-of-caribbean-support-the-detailed-official-guide/18496/2) | | [\[Anruf^Agent^Direkt\] Welche Nummer verbindet mit dem Expedia-Paketreise-Support? {Wählen Sie +1-855-510-6777}](https://www.foodtalkcentral.com/t/call-agent-direct-what-number-connects-to-expedia-vacation-package-support-dial-1-855-510-6777/18479) [neu](https://www.foodtalkcentral.com/t/call-agent-direct-what-number-connects-to-expedia-vacation-package-support-dial-1-855-510-6777/18479 "neues Thema") | [Amerika - Kanada](https://www.foodtalkcentral.com/c/canada/7) |`
---
### Author:  [@pfaffman](https://meta.discourse.org/u/pfaffman)
#### Post date: [27. August 2025 um 20:50 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/19 "2025-08-27T20:50:57Z")
Ihr API-Schlüssel ist ungültig, daher werden keine Tests durchgeführt.
Wenn Sie einen Test unter [https://www.foodtalkcentral.com/admin/plugins/discourse-ai/ai-spam](https://www.foodtalkcentral.com/admin/plugins/discourse-ai/ai-spam) durchführen und diese URL einfügen, erhalten Sie einen 500-Fehler. Wenn Sie in die Protokolle unter
`/var/discourse/shared/web-only/log/rails/production.log` eintauchen und nach „ 500 “ suchen, sehen Sie
```plaintext
Completed 200 OK in 399ms (Views: 123.1ms | ActiveRecord: 0.0ms (0 queries, 0 cached) | GC: 22.9ms)
DiscourseAi::Completions::Endpoints::Gemini: status: 400 - body: {
"error": {
"code": 400,
"message": "API key not valid. Please pass a valid API key.",
"status": "INVALID_ARGUMENT",
"details": [
{
"@type": "type.googleapis.com/google.rpc.ErrorInfo",
"reason": "API_KEY_INVALID",
"domain": "googleapis.com",
"metadata": {
"service": "generativelanguage.googleapis.com"
}
},
{
"@type": "type.googleapis.com/google.rpc.LocalizedMessage",
"locale": "en-US",
"message": "API key not valid. Please pass a valid API key."
}
]
}
}
```
---
### Author:  [@rlauriston](https://meta.discourse.org/u/rlauriston)
#### Post date: [27. August 2025 um 22:02 UTC](https://meta.discourse.org/t/discourse-ai-spam-detection/343541/20 "2025-08-27T22:02:55Z")
Oh, danke. Ich habe versehentlich Gemini 2.0 Flash anstelle von Gemini 2.0 Flash Lite ausgewählt. Jetzt funktioniert es.
[Next page](https://meta.discourse.org/t/discourse-ai-spam-detection/343541.md?page=2)