Comment développer avec Nano Banana : Tutoriel complet pour les développeurs

De @patloeber: Google a récemment publié Gemini 2.5 Flash Image, un nouveau modèle puissant de génération et d'édition d'images, également connu sous son nom de code, Nano Banana. Ce modèle introduit des capacités de pointe pour créer et manipuler des images, ouvrant la voie à une large gamme de nouvelles applications.

Ce guide fournit un parcours complet pour les développeurs souhaitant intégrer Gemini 2.5 Flash Image, alias Nano Banana, dans leurs applications à l'aide de l'API Gemini Developer.

Ce guide abordera :

1. L'utilisation de Nano Banana dans AI Studio
2. La configuration du projet
3. La création d'images
4. L'édition d'images
5. La restauration de photos
6. Plusieurs images en entrée
7. L'édition d'images conversationnelle
8. Bonnes pratiques et conseils de prompt
9. Exemples de la communauté et inspiration
10. Ressources

Voici un exemple de ce que vous allez construire dans ce tutoriel :

1prompt = "Restaure et colorise cette image de 1932"
2
3response = client.models.generate_content(
4    model="gemini-2.5-flash-image-preview",
5    contents=[prompt, image],
6)

Commençons !

1. Utiliser Nano Banana dans Google AI Studio

Bien que les utilisateurs finaux puissent accéder à Nano Banana dans l'application Gemini, le meilleur environnement pour les développeurs afin de prototyper et tester des prompts est Google AI Studio. AI Studio est un terrain de jeu pour expérimenter avec tous les modèles d'IA disponibles avant d'écrire du code, et c'est aussi le point d'entrée pour développer avec l'API Gemini.

Vous pouvez utiliser Nano Banana gratuitement dans AI Studio. Pour commencer, allez sur aistudio.google.com, connectez-vous avec votre compte Google, et sélectionnez Nano Banana dans le sélecteur de modèle.

Pour un accès direct, utilisez ce lien pour démarrer une nouvelle session avec le modèle : ai.studio/banana

Astuce

: Vous pouvez aussi coder des applications web Nano Banana directement dans AI Studio sur

ai.studio/apps , ou explorer le code et remixer l'une des

applications existantes .

2. Configuration du projet

Pour suivre ce guide, vous aurez besoin de :

• Une clé API depuis Google AI Studio.
• La facturation activée pour votre projet.
• Le SDK Google Gen AI pour Python ou JavaScript/TypeScript.

Étape A : Générer une clé API

Suivez ces étapes :

• Dans Google AI Studio, cliquez sur Obtenir une clé API dans le panneau de navigation de gauche.
• Sur la page suivante, cliquez sur Créer une clé API.
• Sélectionnez un projet Google Cloud existant ou créez-en un nouveau. Ce projet est utilisé pour gérer la facturation de l'utilisation de l'API.

Une fois le processus terminé, votre clé API s'affiche. Copiez-la et stockez-la en toute sécurité.

Étape B : Activer la facturation

Bien que le prototypage dans AI Studio soit gratuit, l'utilisation du modèle via l'API est un service payant. Vous devez activer la facturation sur votre projet Google Cloud.

Dans l'écran de gestion des clés API, cliquez sur Configurer la facturation à côté de votre projet et suivez les instructions à l'écran.

Combien coûte Nano Banana ?

La génération d'images avec Nano Banana coûte 0,039 $ par image *. Pour 1 $, vous pouvez générer environ 25 images.

* Le tarif officiel est de 0,30 $/1M de tokens d'entrée et 30 $/1M de tokens de sortie. Une image de sortie standard de 1024x1024 px consomme 1290 tokens, ce qui équivaut à 0,039 $ par image. Pour plus de détails, consultez le

tableau de tarification de Gemini 2.5 Flash Image .

Étape C : Installer le SDK

Choisissez le SDK pour votre langage préféré.

1pip install -U google-genai
2# Install the Pillow library for image manipulation
3pip install Pillow

1npm install @google/genai

Les exemples suivants utilisent le SDK Python pour la démonstration. Des extraits de code équivalents pour

utiliser Nano Banana en JavaScript

sont fournis dans ce

GitHub Gist .

3. Génération d'images à partir de texte

Utilisez Nano Banana pour générer une ou plusieurs images à partir d'un prompt textuel descriptif. Utilisez l'ID de modèle gemini-2.5-flash-image-preview pour toutes les requêtes API.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5# Configurez le client avec votre clé API
6client = genai.Client(api_key="YOUR_API_KEY")
7
8prompt = """Créez une image photoréaliste d'un chat orange
9avec des yeux verts, assis sur un canapé."""
10
11# Appelez l'API pour générer du contenu
12response = client.models.generate_content(
13    model="gemini-2.5-flash-image-preview",
14    contents=prompt,
15)
16
17# La réponse peut contenir à la fois du texte et des données d'image.
18# Parcourez les parties pour trouver et enregistrer l'image.
19for part in response.candidates[0].content.parts:
20    if part.text is not None:
21        print(part.text)
22    elif part.inline_data is not None:
23        image = Image.open(BytesIO(part.inline_data.data))
24        image.save("cat.png")

Sortie

Le modèle est multimodal, donc la réponse est structurée comme une liste de parties pouvant contenir du texte et des données d'image (inline_data) entrelacés. Le code ci-dessus parcourt ces parties pour extraire et enregistrer l'image générée.

4. Édition d'images avec texte et images en entrée

Fournissez une image existante avec un prompt textuel pour effectuer des modifications. Le modèle excelle à maintenir la cohérence des personnages et du contenu à partir de l'image d'entrée.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = """En utilisant l'image du chat, créez une vue photoréaliste
8au niveau de la rue du chat marchant sur un trottoir dans un
9quartier de New York, avec les jambes floues des piétons
10et des taxis jaunes passant en arrière-plan."""
11
12image = Image.open("cat.png")
13
14# Passez à la fois le prompt textuel et l'image dans la liste 'contents'
15response = client.models.generate_content(
16    model="gemini-2.5-flash-image-preview",
17    contents=[prompt, image],
18)
19
20for part in response.candidates[0].content.parts:
21    if part.text is not None:
22        print(part.text)
23    elif part.inline_data is not None:
24        image = Image.open(BytesIO(part.inline_data.data))
25        image.save("cat2.png")

Entrée et sortie

5. Restauration de photos avec Nano Banana

L'une des applications puissantes du modèle est la restauration de photos. Avec un simple prompt, il peut restaurer et coloriser de vieilles photos avec des résultats impressionnants.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = "Restaure et colorise cette image de 1932"
8
9image = Image.open("lunch.jpg")  # "Lunch atop a Skyscraper, 1932"
10
11response = client.models.generate_content(
12    model="gemini-2.5-flash-image-preview",
13    contents=[prompt, image],
14)
15
16for part in response.candidates[0].content.parts:
17    if part.text is not None:
18        print(part.text)
19    elif part.inline_data is not None:
20        image = Image.open(BytesIO(part.inline_data.data))
21        image.save("lunch-restored.png")

Original et résultat

6. Travailler avec plusieurs images en entrée

Vous pouvez fournir plusieurs images en entrée pour des tâches d'édition plus complexes.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = "Fais porter ce t-shirt à la fille. Laisse l'arrière-plan inchangé."
8
9image1 = Image.open("girl.png")
10image2 = Image.open("tshirt.png")
11
12response = client.models.generate_content(
13    model="gemini-2.5-flash-image-preview",
14    contents=[prompt, image1, image2],
15)
16
17for part in response.candidates[0].content.parts:
18    if part.text is not None:
19        print(part.text)
20    elif part.inline_data is not None:
21        image = Image.open(BytesIO(part.inline_data.data))
22        image.save("girl-with-tshirt.png")

Entrées 1 et 2 et résultat

7. Édition d'images conversationnelle

Pour un raffinement itératif, vous pouvez utiliser une session de chat pour conserver le contexte à travers plusieurs requêtes. Cela permet de modifier les images de manière conversationnelle.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7# Créez un chat
8chat = client.chats.create(
9    model="gemini-2.5-flash-image-preview"
10)
11
12# Effectuez la première modification d'image
13response1 = chat.send_message(
14    [
15        "Change le chat en un chat bengal, laisse tout le reste identique",
16        Image.open("cat.png"),
17    ]
18)
19# afficher / enregistrer l'image...
20
21# Continuez à discuter et à modifier
22response2 = chat.send_message("Le chat devrait porter un chapeau de fête amusant")
23# afficher / enregistrer l'image...

Entrée et résultats 1 et 2

Astuce

: Si vous remarquez que les caractéristiques de l'image commencent à se dégrader ou à « dériver » après de nombreuses modifications conversationnelles, il est préférable de démarrer une nouvelle session avec l'image la plus récente et un prompt plus détaillé et consolidé pour maintenir une haute fidélité.

8. Bonnes pratiques et conseils de prompt pour Nano Banana

Pour obtenir les meilleurs résultats avec Nano Banana, suivez ces directives de prompt :

• Soyez hyper-spécifique : Plus vous donnez de détails sur les sujets, les couleurs, l'éclairage et la composition, plus vous contrôlez le résultat.
• Fournissez du contexte et de l'intention : Expliquez le but ou l'ambiance souhaitée de l'image. La compréhension du contexte par le modèle influencera ses choix créatifs.
• Itérez et affinez : Ne vous attendez pas à la perfection du premier coup. Utilisez la capacité conversationnelle du modèle pour apporter des modifications progressives et affiner votre image.
• Utilisez des instructions étape par étape : Pour les scènes complexes, décomposez votre prompt en une série d'instructions claires et séquentielles.
• Utilisez un cadrage positif : Au lieu de prompts négatifs comme « pas de voitures », décrivez la scène souhaitée de manière positive : « une rue vide et déserte, sans aucun signe de circulation ».
• Contrôlez la caméra : Utilisez des termes photographiques et cinématographiques pour diriger la composition, comme « plan grand-angle », « plan macro » ou « perspective en contre-plongée ».

Pour approfondir les bonnes pratiques, consultez l'article de blog officiel sur les bonnes pratiques de prompt et le guide de prompt dans la documentation.

9. Exemples de la communauté et inspiration

Découvrez ce que la communauté construit avec Nano Banana :

• Changement de perspective de la caméra par @henrydaubrez : Post X
• Apprentissage en quelques exemples pour un design de personnage cohérent par @multimodalart : Post X
• Transformations Google Maps « Que voit la flèche rouge ? » par @tokumin : Post X
• Génération d'images à partir d'annotations en bâtons par @yachimat_manga : Post X
• Création de modèles 3D à partir d'images fixes par @deedydas : Post X
• Génération d'expériences AR basées sur la localisation par @bilawalsidhu : Post X
• Conversion d'une carte 2D en graphique 3D par @demishassabis : Post X

10. Ressources et prochaines étapes

Ce guide a couvert les fondamentaux de la création avec Nano Banana, alias Gemini 2.5 Flash Image. Vous avez appris à configurer votre environnement, générer et éditer des images, et appliquer des techniques avancées. Vous êtes maintenant prêt à intégrer ces puissantes capacités dans vos propres projets.

Pour aller plus loin, consultez les ressources officielles :

• Google AI Studio
• Documentation de l'API Gemini
• Documentation de l'API Gemini pour Nano Banana
• Comment formuler des invites pour la génération d'images Gemini 2.5 Flash pour les meilleurs résultats
• Guide de prompt des documents Nano Banana
• Application Pixshop dans AI Studio

Si vous construisez quelque chose de cool avec ça, j'adorerais le voir ! N'hésitez pas à m'envoyer un DM ou à me taguer sur X : @patloeber.

\Article original sur [Dev.to