Nano Banana Pro 開発者向け完全チュートリアル

以下は、提供されたガイドラインに従って日本語に翻訳されたマークダウンコンテンツです。

この次世代 AI モデルの高度な機能 — 思考、検索グラウンディング、そして見事な 4K 出力 — が、どのようにして複雑で創造的なアプリケーションを構築する力を与えるのかをご紹介します。

Flash モデル（Nano Banana）がスピードと手頃さをもたらした一方で、Pro バージョンは「思考」機能、検索グラウンディング、そして高忠実度の 4K 出力を導入します。複雑な創造的タスクに熱中する時が来ました！

このガイドでは、Gemini Developer API を使用して、Nano Banana Pro の高度な機能を説明します。

**このガイドの内容:

**1. Google AI Studio で Nano Banana Pro を使用する

1. プロジェクトのセットアップ
2. クライアントの初期化
3. 基本生成（定番）
4. 「思考」プロセス
5. 検索グラウンディング
6. 高解像度 4K 生成
7. 多言語機能
8. 高度な画像合成
9. Pro 限定デモ
10. ベストプラクティスとプロンプティングのヒント

注記

: この投稿のインタラクティブバージョンについては、

Python クックブック

または AI Studio の

Javascript ノートブック

をご覧ください。

1. Google AI Studio で Nano Banana Pro を使用する

エンドユーザーは Gemini アプリ で Nano Banana Pro にアクセスできますが、開発者がプロトタイプを作成しプロンプトをテストするのに最適な環境は Google AI Studio です。AI Studio は、コードを書く前に利用可能なすべての AI モデルを試すことができる playground であり、Gemini API を使用した構築のエントリーポイントでもあります。

AI Studio 内で Nano Banana Pro を使用できます。開始するには、aistudio.google.com にアクセスし、Google アカウントでサインインして、モデルセレクターから Nano Banana Pro（Gemini 3 Pro Image）を選択してください。

Nano-Banana とは対照的に、Pro バージョンには 無料枠がありません。つまり、課金が有効な API キーを選択する必要があります（下記の「プロジェクトのセットアップ」セクションを参照）。

ヒント

: AI Studio で直接、Nano Banana ウェブアプリをバイブコーディングすることもできます。

ai.studio/apps

にアクセスするか、

既存のアプリ

のコードを探索してリミックスしてください。

2. プロジェクトのセットアップ

このガイドを進めるには、以下が必要です：

• Google AI Studio からの API キー
• プロジェクトに設定された課金
• Python または JavaScript/TypeScript 用の Google Gen AI SDK

すでにこれらの全てを備えた熱心な Gemini API ユーザーであれば、素晴らしい！このセクションはスキップして次のセクションに進んでください。そうでない場合は、以下のように始めてください：

ステップ A: API キーを取得する

AI Studio に初めてログインすると、Google Cloud プロジェクトと API キーが自動的に作成されます。

API キー管理画面 を開き、「コピー」アイコンをクリックして API キーをコピーします。

ステップ B: 課金を有効にする

Nano Banana Pro には無料枠がないため、Google Cloud プロジェクトで課金を有効にする必要があります。

API キー管理画面 で、プロジェクトの横にある 課金を設定 をクリックし、画面の指示に従ってください。

Nano Banana Pro の料金はいくらですか？

Nano Banana Pro での画像生成は、特に 4K 画像の場合、Flash バージョンよりも高価です。この投稿が公開された時点では、1K または 2K 画像は $0.134、4K 画像は $0.24 です（入力とテキスト出力のトークンコストに加えて）。

最新の詳細については、ドキュメントの 価格 を確認してください。

プロのヒント

: 生成コストを 50% 節約するには、

Batch API

を使用できます。その代わり、画像が得られるまでに最大 24 時間待つ必要がある場合があります。

ステップ C: SDK をインストールする

希望する言語の SDK を選択してください。

Python:

1pip install -U google-genai
2# 画像操作用に Pillow ライブラリをインストール
3pip install Pillow

JavaScript / TypeScript:

1npm install @google/genai

注記

: 以下の例では、デモンストレーションのために Python SDK を使用しています。JavaScript で Nano Banana を使用するための同等のコードスニペットは、この

JS ノートブック

にあります。

3. クライアントの初期化

Pro モデルを使用するには、gemini-3-pro-image-preview モデル ID を使用する必要があります。

1from google import genai
2from google.genai import types
3
4# クライアントを初期化
5client = genai.Client(api_key="YOUR_API_KEY")
6
7# モデル ID を設定
8PRO_MODEL_ID = "gemini-3-pro-image-preview"

4. 基本生成（定番）

凝った機能の前に、標準的な生成を見てみましょう。response_modalities（テキストと画像の両方を取得するか、画像のみにするか）と aspect_ratio を使用して出力を制御できます。

1prompt = "Create a photorealistic image of a siamese cat with a green left eye and a blue right one"
2aspect_ratio = "16:9" # "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9" or "21:9"
3
4response = client.models.generate_content(
5    model=PRO_MODEL_ID,
6    contents=prompt,
7    config=types.GenerateContentConfig(
8        response_modalities=['Text', 'Image'], # Or just ['Image']
9        image_config=types.ImageConfig(
10            aspect_ratio=aspect_ratio,
11        )
12    )
13)
14
15# 画像を表示
16for part in response.parts:
17    if image:= part.as_image():
18        image.save("cat.png")

チャットモードもオプションです（実際、マルチターン編集にはこれを推奨します）。8 番目の例「Polyglot Banana」を参照してください。

5. 「思考」プロセス

Nano Banana Pro は単に描画しているだけではありません。 考えている のです。つまり、最も複雑で捻りの効いたプロンプトを、画像を生成する前に推論できるということです。そして最も素晴らしい点は、その頭の中を覗けることです！

これを有効にするには、thinking_config で include_thoughts=True を設定します。

1prompt = "Create an unusual but realistic image that might go viral"
2aspect_ratio = "16:9"
3
4response = client.models.generate_content(
5    model=PRO_MODEL_ID,
6    contents=prompt,
7    config=types.GenerateContentConfig(
8        response_modalities=['Text', 'Image'],
9        image_config=types.ImageConfig(
10            aspect_ratio=aspect_ratio,
11        ),
12        thinking_config=types.ThinkingConfig(
13            include_thoughts=True # 思考を有効にする
14        )
15    )
16)
17
18# 画像と思考を表示
19for part in response.parts:
20  if part.thought:
21    print(f"Thought: {part.text}")
22  elif image:= part.as_image():
23    image.save("viral.png")

すると、以下のような出力が得られます：

1## Imagining Llama Commuters
2
3I'm focusing on the llamas now. The goal is to capture them as
4daily commuters on a bustling bus in La Paz, Bolivia. My plan
5involves a vintage bus crammed with amused passengers. The image
6will highlight details like one llama looking out the window,
7another interacting with a passenger, all while people take
8photos.
9
10[IMAGE]
11
12## Visualizing the Concept
13
14I'm now fully immersed in the requested scenario. My primary
15focus is on the "unusual yet realistic" aspects. The scene is
16starting to take shape with the key elements established.

この透明性により、モデルがリクエストをどのように解釈したかを理解するのに役立ちます。まるでアーティストと会話しているかのようです！

6. 検索グラウンディング（リアルタイムの魔法）

最も革新的な機能の 1 つは 検索グラウンディング です。Nano Banana Pro は過去の情報に縛られず、Google 検索からリアルタイムデータにアクセスして、正確で最新の画像を生成できます。天気を知りたければ、それも可能です。

例えば、現在の天気予報を視覚化するように依頼できます：

1prompt = "Visualize the current weather forecast for the next 5 days in Tokyo as a clean, modern weather chart. add a visual on what i should wear each day"
2
3response = client.models.generate_content(
4    model=PRO_MODEL_ID,
5    contents=prompt,
6    config=types.GenerateContentConfig(
7        response_modalities=['Text', 'Image'],
8        image_config=types.ImageConfig(
9            aspect_ratio="16:9",
10        ),
11        tools=[{"google_search": {}}] # Google 検索を有効にする
12    )
13)
14
15# 画像を保存
16for part in response.parts:
17    if image:= part.as_image():
18        image.save("weather.png")
19
20# ソースを表示（必須）
21print(response.candidates[0].grounding_metadata.search_entry_point.rendered_content)

7. 大きくやるか、やらないか: 4K 生成

印刷品質の画像が必要ですか？Nano Banana Pro は 4K 解像度をサポートしています。時には、大きい方が良いのです。

1prompt = "A photo of an oak tree experiencing every season"
2resolution = "4K" # オプション: "1K", "2K", "4K", 小文字は動作しないので注意。
3
4response = client.models.generate_content(
5    model=PRO_MODEL_ID,
6    contents=prompt,
7    config=types.GenerateContentConfig(
8        response_modalities=['Text', 'Image'],
9        image_config=types.ImageConfig(
10            aspect_ratio="1:1",
11            image_size=resolution
12        )
13    )
14)

注記

: 4K 生成はコストが高いため、賢く使用してください！

8. Polyglot Banana（多言語機能）

このモデルは、10 以上の言語で画像内のテキストを生成したり、翻訳したりすることもできます。まさに目のためのユニバーサル翻訳機です。

1# スペイン語でインフォグラフィックを生成
2message = "Make an infographic explaining Einstein's theory of General Relativity suitable for a 6th grader in Spanish"
3
4response = chat.send_message(message,
5    config=types.GenerateContentConfig(
6        image_config=types.ImageConfig(aspect_ratio="16:9")
7    )
8)
9
10# 画像を保存
11for part in response.parts:
12    if image:= part.as_image():
13        image.save("relativity.png")

1# 日本語に翻訳
2message = "Translate this infographic in Japanese, keeping everything else the same"
3response = chat.send_message(message)
4
5# 画像を保存
6for part in response.parts:
7    if image:= part.as_image():
8        image.save("relativity_JP.png")

9. ミックスしよう！（高度な画像合成）

Flash モデルが最大 3 つの画像を合成できるのに対し、Pro モデルは最大 14 枚 の画像を扱えます！1 つのプロンプトでパーティー全体を表現できます。複雑なコラージュを作成したり、製品ライン全体を紹介したりするのに最適です。

1# 複数の画像を合成
2response = client.models.generate_content(
3    model=PRO_MODEL_ID,
4    contents=[
5        "An office group photo of these people, they are making funny faces.",
6        PIL.Image.open('John.png'),
7        PIL.Image.open('Jane.png'),
8        # ... 最大 14 枚の画像を追加
9    ],
10)
11
12# 画像を保存
13for part in response.parts:
14    if image:= part.as_image():
15        image.save("group_picture.png")

注記

: キャラクターの非常に高い忠実度を求める場合は、5 枚に制限してください。パーティーの夜にはそれで十分以上です！

10. 披露する時間です！（Pro 限定デモ）

以下は、Nano Banana Pro でのみ可能な例です。驚く準備をしてください：

パーソナライズされたピクセルアート（検索グラウンディング）

プロンプト

: 「Web を検索して、Guillaume Vernade のキャリアを表す、アイソメトリック視点の詳細なピクセルアート画像を生成してください」

これは検索グラウンディングを使用して特定の人物に関する情報を見つけ、それを特定のスタイルで視覚化します。

複雑なテキスト統合

プロンプト

: 「ソネットの仕組みについてのインフォグラフィックを表示してください。バナナについてのソネットを内部に書き込み、その詩の長文の文学的分析も含めてください。良いヴィンテージの美学で」

このモデルは、首尾一貫した長文のテキストを生成し、それを複雑なレイアウトに完璧に統合できます。

高忠実度モックアップ

プロンプト

: 「素敵な劇場の座席にある、TCG プレイヤーについてのブロードウェイショーのプログラムの写真。プロフェッショナルでよく作られており、光沢があり、表紙とステージの写真が載っているページが見える」

正確な照明とテクスチャで、印刷物のフォトリアリスティックなモックアップを作成します。

11. Nano Banana および Nano Banana Pro のベストプラクティスとプロンプティングのヒント

Nano Banana モデルで最良の結果を得るには、以下のプロンプティングガイドラインに従ってください：

超具体的に: 被写体、色、照明、構図についてより詳細な情報を提供するほど、出力をより細かく制御できます。

コンテキストと意図を提供する: 画像の目的や望ましい雰囲気を説明します。モデルのコンテキスト理解が創造的な選択に影響を与えます。

反復して洗練させる: 最初の試行で完璧を期待しないでください。モデルの会話能力を利用して、段階的に変更を加え、画像を洗練させましょう。

段階的な指示を使用する: 複雑なシーンの場合は、プロンプトを一連の明確で順序立てた指示に分解します。

肯定的な表現を使用する: 「車なし」のような否定的なプロンプトではなく、望ましいシーンを積極的に説明します。「交通の痕跡がなく、静かで人がいない通り」のように。

カメラを制御する: 「広角ショット」、「マクロショット」、「ローアングル視点」など、写真や映画の用語を使用して構図を指示します。

検索グラウンディングを活用する: モデルにリアルタイムまたは実世界のデータを使用させたい場合は、非常に正確に指定します。「Olympique Lyonnais の最後の試合について Web を検索し、インフォグラフィックを作成してください」は、「OL の最後の試合のインフォグラフィック」というプロンプトよりもうまく機能します（後者でも機能するはずですが、リスクは避けましょう）。

[Batch API](https://ai.google.dev/gemini-api/docs/image-generation?batch=file#batch-api) を使用してコストを削減し、クォータを増やす: Batch API は、小規模または非常に大規模なリクエストのバッチを一緒に送信する方法です。処理に最大 24 時間かかる場合がありますが、その代わりに生成コストを 50% 節約できます。また、クォータも高くなります！

ベストプラクティスの詳細については、ドキュメントの プロンプティングガイド と、公式ブログで公開されている Nano Banana の プロンプティングベストプラクティス を確認してください。

まとめ

Nano Banana Pro（Gemini 3 Pro Image）は、AI 画像生成に新たなフロンティアを開きます。思考、検索、4K レンダリング機能により、本格的なクリエイター（そして本格的な楽しみ）のためのツールです。

試してみる準備はできましたか？ Google AI Studio にアクセスし、アプリ を試すかカスタマイズするか、クックブック をご覧ください。