Nano Banana के साथ कैसे बनाएं: पूर्ण डेवलपर ट्यूटोरियल

से @patloeber: Google ने हाल ही में Gemini 2.5 Flash Image जारी किया है, जो इमेज जनरेशन और एडिटिंग के लिए एक शक्तिशाली नया मॉडल है, जिसे इसके कोडनेम Nano Banana के नाम से भी जाना जाता है। यह मॉडल इमेज बनाने और उनमें हेरफेर करने के लिए अत्याधुनिक क्षमताएँ प्रदान करता है, जिससे कई नए एप्लिकेशन की संभावनाएँ खुलती हैं।

यह गाइड उन डेवलपर्स के लिए एक विस्तृत वॉकथ्रू प्रदान करता है जो अपने एप्लिकेशन में Gemini 2.5 Flash Image (उर्फ Nano Banana) को एकीकृत करना चाहते हैं, Gemini Developer API का उपयोग करते हुए।

यह गाइड निम्नलिखित विषयों को कवर करेगी:

1. AI Studio में Nano Banana का उपयोग
2. प्रोजेक्ट सेटअप
3. इमेज निर्माण
4. इमेज एडिटिंग
5. फोटो रिस्टोरेशन
6. एकाधिक इनपुट इमेज
7. वार्तालाप-आधारित इमेज एडिटिंग
8. सर्वोत्तम अभ्यास और प्रभावी प्रॉम्प्टिंग
9. सामुदायिक उदाहरण और प्रेरणा
10. संसाधन

यहाँ इस ट्यूटोरियल में आप जो बनाएंगे उसका एक उदाहरण दिया गया है:

1prompt = "Restore and colorize this image from 1932"
2
3response = client.models.generate_content(
4    model="gemini-2.5-flash-image-preview",
5    contents=[prompt, image],
6)

चलिए शुरू करते हैं!

1. Google AI Studio में Nano Banana का उपयोग

जहाँ अंतिम उपयोगकर्ता Gemini ऐप में Nano Banana तक पहुँच सकते हैं, वहीं डेवलपर्स के लिए प्रॉम्प्ट को प्रोटोटाइप और परीक्षण करने का सबसे अच्छा वातावरण Google AI Studio है। AI Studio एक ऐसा प्ले Playground है जहाँ कोई भी कोड लिखने से पहले सभी उपलब्ध AI मॉडलों के साथ प्रयोग कर सकता है, और यह Gemini API के साथ बिल्डिंग करने का प्रवेश द्वार भी है।

आप AI Studio में Nano Banana का मुफ्त में उपयोग कर सकते हैं। शुरू करने के लिए, aistudio.google.com पर जाएँ, अपने Google खाते से साइन इन करें, और मॉडल चयनकर्ता से Nano Banana चुनें।

सीधे पहुँच के लिए, मॉडल के साथ एक नया सत्र शुरू करने के लिए इस लिंक का उपयोग करें: ai.studio/banana

टिप

: आप AI Studio में सीधे Nano Banana वेब ऐप्स को वाइब कोड भी कर सकते हैं

ai.studio/apps पर, या कोड देख सकते हैं और किसी एक

मौजूदा ऐप को रीमिक्स कर सकते हैं।

2. प्रोजेक्ट सेटअप

इस गाइड का पालन करने के लिए, आपको निम्नलिखित की आवश्यकता होगी:

• Google AI Studio से एक API कुंजी।
• आपके प्रोजेक्ट के लिए बिलिंग सेटअप।
• Python या JavaScript/TypeScript के लिए Google Gen AI SDK।

चरण A: एक API कुंजी जनरेट करें

इन चरणों का पालन करें:

• Google AI Studio में, बाएँ नेविगेशन पैनल में Get API key पर क्लिक करें।
• अगले पेज पर, Create API key पर क्लिक करें।
• कोई मौजूदा Google Cloud प्रोजेक्ट चुनें या एक नया बनाएँ। इस प्रोजेक्ट का उपयोग API उपयोग के लिए बिलिंग प्रबंधित करने के लिए किया जाता है।

प्रक्रिया पूरी होने पर, आपकी API कुंजी प्रदर्शित हो जाएगी। इसे कॉपी करें और सुरक्षित रूप से स्टोर करें।

चरण B: बिलिंग सक्षम करें

AI Studio में प्रोटोटाइप करना मुफ्त है, जबकि API के माध्यम से मॉडल का उपयोग करना एक भुगतान सेवा है। आपको अपने Google Cloud प्रोजेक्ट पर बिलिंग सक्षम करनी होगी।

API कुंजी प्रबंधन स्क्रीन में, अपने प्रोजेक्ट के आगे Set up billing पर क्लिक करें और ऑन-स्क्रीन निर्देशों का पालन करें।

Nano Banana की लागत कितनी है?

Nano Banana के साथ इमेज जनरेशन की लागत $0.039 प्रति इमेज * है। $1 में, आप लगभग 25 इमेज जनरेट कर सकते हैं।

* आधिकारिक मूल्य निर्धारण $0.30/1M इनपुट टोकन और $30/1M आउटपुट टोकन है। एक मानक 1024x1024px आउटपुट इमेज 1290 टोकन का उपभोग करती है, जो $0.039 प्रति इमेज के बराबर है। विवरण के लिए,

Gemini 2.5 Flash Image मूल्य निर्धारण तालिका देखें।

चरण C: SDK इंस्टॉल करें

अपनी पसंदीदा भाषा के लिए SDK चुनें।

1pip install -U google-genai
2# इमेज हेरफेर के लिए Pillow लाइब्रेरी इंस्टॉल करें
3pip install Pillow

1npm install @google/genai

निम्नलिखित उदाहरण प्रदर्शन के लिए Python SDK का उपयोग करते हैं।

JavaScript में Nano Banana का उपयोग करने

के लिए समकक्ष कोड स्निपेट इस

GitHub Gist में प्रदान किए गए हैं।

3. टेक्स्ट से इमेज जनरेशन

एक वर्णनात्मक टेक्स्ट प्रॉम्प्ट से एक या अधिक इमेज जनरेट करने के लिए Nano Banana का उपयोग करें। सभी API अनुरोधों के लिए मॉडल ID gemini-2.5-flash-image-preview का उपयोग करें।

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5# अपनी API कुंजी के साथ क्लाइंट कॉन्फ़िगर करें
6client = genai.Client(api_key="YOUR_API_KEY")
7
8prompt = """एक नारंगी बिल्ली की फोटोरियलिस्टिक इमेज बनाएं
9जिसकी आँखें हरी हों और जो एक सोफे पर बैठी हो।"""
10
11# कंटेंट जनरेट करने के लिए API को कॉल करें
12response = client.models.generate_content(
13    model="gemini-2.5-flash-image-preview",
14    contents=prompt,
15)
16
17# रिस्पॉन्स में टेक्स्ट और इमेज डेटा दोनों हो सकते हैं।
18# इमेज को खोजने और सेव करने के लिए पार्ट्स पर Iterate करें।
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")

आउटपुट

मॉडल मल्टीमॉडल है, इसलिए रिस्पॉन्स को पार्ट्स की एक सूची के रूप में संरचित किया गया है जिसमें इंटरलीव्ड टेक्स्ट और इमेज डेटा (inline_data) हो सकता है। उपरोक्त कोड जनरेट की गई इमेज को निकालने और सेव करने के लिए इन पार्ट्स पर Iterate करता है।

4. टेक्स्ट और इमेज इनपुट के साथ इमेज एडिटिंग

एडिट करने के लिए एक मौजूदा इमेज को टेक्स्ट प्रॉम्प्ट के साथ प्रदान करें। मॉडल इनपुट इमेज से कैरेक्टर और कंटेंट की स्थिरता बनाए रखने में उत्कृष्ट है।

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = """बिल्ली की इमेज का उपयोग करते हुए, एक फोटोरियलिस्टिक,
8सड़क-स्तरीय दृश्य बनाएं जिसमें बिल्ली एक न्यूयॉर्क सिटी
9पड़ोस में फुटपाथ पर चल रही हो, जिसमें पृष्ठभूमि में
10पैदल चलने वालों के धुंधले पैर और पीली टैक्सियाँ गुज़र रही हों।"""
11
12image = Image.open("cat.png")
13
14# 'contents' सूची में टेक्स्ट प्रॉम्प्ट और इमेज दोनों पास करें
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")

इनपुट और आउटपुट

5. Nano Banana के साथ फोटो रिस्टोरेशन

मॉडल के शक्तिशाली अनुप्रयोगों में से एक फोटो रिस्टोरेशन है। एक सरल प्रॉम्प्ट के साथ, यह प्रभावशाली परिणामों के साथ पुरानी तस्वीरों को पुनर्स्थापित और रंगीन कर सकता है।

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = "1932 की इस इमेज को पुनर्स्थापित और रंगीन करें"
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")

मूल और आउटपुट

6. एकाधिक इनपुट इमेज के साथ काम करना

आप अधिक जटिल एडिटिंग कार्यों के लिए इनपुट के रूप में कई इमेज प्रदान कर सकते हैं।

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = "लड़की को यह टी-शर्ट पहनाएं। बैकग्राउंड को अपरिवर्तित छोड़ दें।"
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")

इनपुट 1 और 2 और आउटपुट

7. वार्तालाप-आधारित इमेज एडिटिंग

पुनरावृत्त रिफाइनमेंट के लिए, आप एकाधिक अनुरोधों में संदर्भ बनाए रखने के लिए चैट सत्र का उपयोग कर सकते हैं। यह आपको इमेज को वार्तालापपूर्वक एडिट करने की अनुमति देता है।

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7# एक चैट बनाएं
8chat = client.chats.create(
9    model="gemini-2.5-flash-image-preview"
10)
11
12# पहला इमेज एडिट करें
13response1 = chat.send_message(
14    [
15        "बिल्ली को बंगाल बिल्ली में बदलें, बाकी सब कुछ वैसा ही रखें",
16        Image.open("cat.png"),
17    ]
18)
19# इमेज प्रदर्शित/सेव करें...
20
21# चैट और एडिटिंग जारी रखें
22response2 = chat.send_message("बिल्ली को एक मजेदार पार्टी हैट पहनना चाहिए")
23# इमेज प्रदर्शित/सेव करें...

इनपुट और आउटपुट 1 और 2

टिप

: यदि आप कई वार्तालाप एडिट के बाद इमेज फीचर्स में गिरावट या "ड्रिफ्ट" देखते हैं, तो उच्च फ़िडेलिटी बनाए रखने के लिए नवीनतम इमेज और अधिक विस्तृत, समेकित प्रॉम्प्ट के साथ एक नया सत्र शुरू करना सबसे अच्छा है।

8. Nano Banana के लिए सर्वोत्तम अभ्यास और प्रॉम्प्टिंग टिप्स

Nano Banana के साथ सर्वोत्तम परिणाम प्राप्त करने के लिए, इन प्रॉम्प्टिंग दिशानिर्देशों का पालन करें:

• अति-विशिष्ट बनें: आप विषयों, रंगों, प्रकाश और रचना के बारे में जितना अधिक विवरण देंगे, आउटपुट पर आपका उतना ही अधिक नियंत्रण होगा।
• संदर्भ और इरादा प्रदान करें: इमेज के उद्देश्य या वांछित मूड को समझाएँ। संदर्भ के बारे में मॉडल की समझ इसके रचनात्मक विकल्पों को प्रभावित करेगी।
• पुनरावृत्त करें और रिफाइन करें: पहले प्रयास में पूर्णता की अपेक्षा न करें। वृद्धिशील परिवर्तन करने और अपनी इमेज को रिफाइन करने के लिए मॉडल की वार्तालाप क्षमता का उपयोग करें।
• चरण-दर-चरण निर्देशों का उपयोग करें: जटिल दृश्यों के लिए, अपने प्रॉम्प्ट को स्पष्ट, अनुक्रमिक निर्देशों की एक श्रृंखला में तोड़ें।
• सकारात्मक फ्रेमिंग का उपयोग करें: "कोई कार नहीं" जैसे नकारात्मक प्रॉम्प्ट के बजाय, वांछित दृश्य का सकारात्मक वर्णन करें: "एक खाली, सुनसान सड़क जहाँ ट्रैफ़िक का कोई निशान नहीं है।"
• कैमरा नियंत्रित करें: रचना को निर्देशित करने के लिए फोटोग्राफिक और सिनेमैटिक शब्दों का उपयोग करें, जैसे "वाइड-एंगल शॉट", "मैक्रो शॉट", या "लो-एंगल परिप्रेक्ष्य"।

सर्वोत्तम अभ्यासों में गहराई से जाने के लिए, प्रॉम्प्टिंग सर्वोत्तम अभ्यास पर आधिकारिक ब्लॉग पोस्ट और डॉक्यूमेंटेशन में प्रॉम्प्टिंग गाइड देखें।

9. सामुदायिक उदाहरण और प्रेरणा

देखें कि समुदाय Nano Banana के साथ क्या बना रहा है:

• @henrydaubrez द्वारा कैमरा परिप्रेक्ष्य बदलना: X पोस्ट
• @multimodalart द्वारा लगातार कैरेक्टर डिज़ाइन के लिए फ़्यू-शॉट लर्निंग: X पोस्ट
• @tokumin द्वारा "लाल तीर क्या देखता है" Google Maps परिवर्तन: X पोस्ट
• @yachimat_manga द्वारा स्टिक फिगर एनोटेशन से इमेज जनरेट करना: X पोस्ट
• @deedydas द्वारा स्थिर इमेज से 3D मॉडल बनाना: X पोस्ट
• @bilawalsidhu द्वारा लोकेशन-आधारित AR अनुभव जनरेट करना: X पोस्ट
• @demishassabis द्वारा 2D मैप को 3D ग्राफिक में बदलना: X पोस्ट

10. संसाधन और अगले कदम

इस गाइड ने Nano Banana (उर्फ Gemini 2.5 Flash Image) के साथ बिल्डिंग की मूल बातें कवर की हैं। आपने सीखा है कि अपना वातावरण कैसे सेटअप करें, इमेज कैसे जनरेट और एडिट करें, और उन्नत तकनीकों को कैसे लागू करें। अब आप अपने स्वयं के प्रोजेक्ट में इन शक्तिशाली क्षमताओं को शामिल करना शुरू करने के लिए तैयार हैं।

आगे पढ़ने के लिए, आधिकारिक संसाधन देखें:

• Google AI Studio
• Gemini API दस्तावेज़
• Nano Banana Gemini API दस्तावेज़
• सर्वोत्तम परिणामों के लिए Gemini 2.5 Flash Image जनरेशन को कैसे प्रॉम्प्ट करें
• Nano Banana दस्तावेज़ प्रॉम्प्टिंग गाइड।
• AI Studio में Pixshop ऐप

यदि आप इसके साथ कुछ अच्छा बना रहे हैं, तो मुझे इसे देखना अच्छा लगेगा! बेझिझक मुझे X पर DM या टैग करें: @patloeber.

\मूल पोस्ट [Dev.to पर]