Nano Banana Pro 開發者完整教學

這款次世代 AI 模型的先進功能——包括思考能力、搜尋驗證（Search Grounding）、以及令人驚豔的 4K 輸出——將幫助你打造複雜且富有創意的應用程式。

雖然 Flash 模型（Nano Banana）帶來了速度與經濟性，但 Pro 版本引入了「思考」能力、搜尋驗證（Search Grounding）以及高畫質 4K 輸出。是時候用複雜的創意任務來大展身手了！

本指南將帶你了解如何使用 Gemini Developer API 來操作 Nano Banana Pro 的進階功能。

**本指南涵蓋：

**1. 在 Google AI Studio 中使用 Nano Banana Pro

1. 專案設定
2. 初始化客戶端
3. 基本生成（經典功能）
4. 「思考」過程
5. 搜尋驗證（Search Grounding）
6. 高解析度 4K 生成
7. 多語言能力
8. 進階圖片混合
9. Pro 專屬示範
10. 最佳實踐與提示技巧

注意

：如需這篇文章的互動式版本，請查看

Python 食譜

或 AI Studio 的

Javascript Notebook

。

1. 在 Google AI Studio 中使用 Nano Banana Pro

雖然一般使用者可以在 Gemini 應用程式 中使用 Nano Banana Pro，但開發人員進行原型設計和測試提示的最佳環境是 Google AI Studio。AI Studio 是一個遊樂場，讓你在撰寫任何程式碼之前就能實驗所有可用的 AI 模型，同時也是使用 Gemini API 建構應用程式的入口。

你可以在 AI Studio 內使用 Nano Banana Pro。首先，前往 aistudio.google.com，使用你的 Google 帳戶登入，然後從模型選取器中選擇 Nano Banana Pro（Gemini 3 Pro Image）。

與 Nano-Banana 不同，Pro 版本 沒有免費方案，這表示你需要選取一個已啟用計費功能的 API 金鑰（請參閱下方的「專案設定」章節）。

提示

：你也可以直接在 AI Studio 中使用 vibe code 方式建立 Nano Banana 網頁應用程式，網址為

ai.studio/apps

，或探索程式碼並改編其中一個

現有應用程式

。

2. 專案設定

若要依照本指南操作，你需要準備以下項目：

• 來自 Google AI Studio 的 API 金鑰。
• 為你的專案設定計費功能。
• 適用於 Python 或 JavaScript/TypeScript 的 Google Gen AI SDK。

如果你已經是經驗豐富的 Gemini API 使用者，而且所有項目都已就緒，那太好了！直接跳過這個章節，前往下一章。否則，請按照以下步驟開始：

步驟 A：取得你的 API 金鑰

當你首次登入 AI Studio 時，系統應該會自動建立一個 Google Cloud 專案和一組 API 金鑰。

開啟 API 金鑰管理畫面，然後按一下「複製」圖示來複製你的 API 金鑰。

步驟 B：啟用計費功能

由於 Nano Banana Pro 沒有免費方案，你必須在你的 Google Cloud 專案中啟用計費功能。

在 API 金鑰管理畫面中，按一下專案旁邊的 設定計費，然後依照螢幕上的指示操作。

Nano Banana Pro 的費用是多少？

與 Flash 版本相比，使用 Nano Banana Pro 生成圖片的費用較高，尤其是 4K 圖片。根據本文發布時的資訊，1K 或 2K 圖片每張費用為 $0.134，而 4K 圖片則為 $0.24（另需加上輸入和文字輸出的 Token 費用）。

請查閱文件中的 定價頁面，以取得最新詳細資訊。

專業小技巧

：若要節省 50% 的生成費用，你可以使用

Batch API

。不過代價是可能需要等待最多 24 小時才能取得你的圖片。

步驟 C：安裝 SDK

選擇你偏好的語言對應的 SDK。

Python：

1pip install -U google-genai
2# 安裝 Pillow 函式庫以處理圖片
3pip install Pillow

JavaScript / TypeScript：

1npm install @google/genai

注意

：以下範例使用 Python SDK 進行示範。在 JavaScript 中使用 Nano Banana 的等效程式碼片段，請參閱此

JS Notebook

。

3. 初始化客戶端

若要使用 Pro 模型，你需要使用 gemini-3-pro-image-preview 模型 ID。

1from google import genai
2from google.genai import types
3
4# 初始化客戶端
5client = genai.Client(api_key="YOUR_API_KEY")
6
7# 設定模型 ID
8PRO_MODEL_ID = "gemini-3-pro-image-preview"

4. 基本生成（經典功能）

在我們進入進階功能之前，先來看看標準的生成方式。你可以使用 response_modalities（設定取得文字和圖片，或僅取得圖片）以及 aspect_ratio 來控制輸出。

1prompt = "建立一張照片級的逼真圖片：一隻暹羅貓，左眼綠色、右眼藍色"
2aspect_ratio = "16:9" # "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9" 或 "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'], # 或僅使用 ['Image']
9        image_config=types.ImageConfig(
10            aspect_ratio=aspect_ratio,
11        )
12    )
13)
14
15# 顯示圖片
16for part in response.parts:
17    if image:= part.as_image():
18        image.save("cat.png")

你也可以選擇對話模式（Chat mode）（實際上也是我建議用於多輪編輯的方式）。請參閱第 8 個範例「Polyglot Banana」中的示範。

5. 「思考」過程

Nano Banana Pro 不只是在繪圖；它還會 思考。這表示它可以在生成圖片之前，先對你最複雜、最曲折的提示進行推理。最棒的是，你還可以窺探它的大腦！

若要啟用此功能，請在 thinking_config 中設定 include_thoughts=True。

1prompt = "建立一張不尋常但逼真、可能爆紅的圖片"
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 # 啟用思考過程
14        )
15    )
16)
17
18# 顯示圖片和思考過程
19for part in response.parts:
20  if part.thought:
21    print(f"思考：{part.text}")
22  elif image:= part.as_image():
23    image.save("viral.png")

你應該會得到類似這樣的結果：

1## 想像羊駝通勤族
2
3我現在專注於羊駝。目標是捕捉牠們在玻利維亞拉巴斯一輛繁忙公車上作為日常通勤者的畫面。我的計畫是構想一輛擠滿了有趣乘客的復古公車。這張圖片將會凸顯細節，例如一隻羊駝看著窗外，另一隻與乘客互動，同時人群正在拍照。
4
5[圖片]
6
7## 視覺化概念
8
9我現在完全投入於所要求的場景。我主要的重點在於「不尋常且逼真」的方面。這個場景開始成形，關鍵元素已經建立。

這種透明度有助於你了解模型如何解讀你的要求。這就像是與你的藝術家對話！

6. 搜尋驗證（Search Grounding，即時魔法）

最具變革性的功能之一就是 搜尋驗證（Search Grounding）。Nano Banana Pro 並不受限於過去；它可以存取來自 Google 搜尋的即時數據，以生成準確且最新的圖片。想要天氣資訊？沒問題。

例如，你可以要求它視覺化目前的天氣預報：

1prompt = "將東京未來 5 天的天氣預報視覺化，製作成一張乾淨、現代的氣象圖表。並加上每天應該穿什麼的視覺提示"
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": {}}] # 啟用 Google 搜尋
12    )
13)
14
15# 儲存圖片
16for part in response.parts:
17    if image:= part.as_image():
18        image.save("weather.png")
19
20# 顯示來源（你務必這麼做）
21print(response.candidates[0].grounding_metadata.search_entry_point.rendered_content)

7. 要大就大：4K 生成

需要印刷品質的圖片嗎？Nano Banana Pro 支援 4K 解析度。因為有時候，越大越好。

1prompt = "一棵橡樹經歷四季變化的照片"
2resolution = "4K" # 選項："1K"、"2K"、"4K"，注意小寫無效。
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)

注意

：4K 生成的費用較高，請明智使用！

8. Polyglot Banana（多語言能力）

該模型可以在圖片內生成甚至翻譯超過十種語言的文字。它基本上是你的通用視覺翻譯機。

1# 用西班牙文生成資訊圖表
2message = "製作一張資訊圖表，用西班牙文向六年級學生解釋愛因斯坦的廣義相對論"
3
4response = chat.send_message(message,
5    config=types.GenerateContentConfig(
6        image_config=types.ImageConfig(aspect_ratio="16:9")
7    )
8)
9
10# 儲存圖片
11for part in response.parts:
12    if image:= part.as_image():
13        image.save("relativity.png")

1# 翻譯成日文
2message = "將這張資訊圖表翻譯成日文，其他部分保持不變"
3response = chat.send_message(message)
4
5# 儲存圖片
6for part in response.parts:
7    if image:= part.as_image():
8        image.save("relativity_JP.png")

9. 混合搭配！（進階圖片混合）

雖然 Flash 模型可以混合最多 3 張圖片，但 Pro 模型可以處理多達 14 張圖片！這相當於在一個提示中開了一場派對。非常適合製作複雜的拼貼畫或展示完整的產品線。

1# 混合多張圖片
2response = client.models.generate_content(
3    model=PRO_MODEL_ID,
4    contents=[
5        "這些人的辦公室團體照，他們正在做鬼臉。",
6        PIL.Image.open('John.png'),
7        PIL.Image.open('Jane.png'),
8        # ... 最多可加入 14 張圖片
9    ],
10)
11
12# 儲存圖片
13for part in response.parts:
14    if image:= part.as_image():
15        image.save("group_picture.png")

注意

：如果你希望角色具有非常高的保真度，請將數量限制在 5 張以內，這對於一個派對之夜來說已經綽綽有餘了！

10. 炫耀時間！（Pro 專屬示範）

以下是一些只有 Nano Banana Pro 才能實現的範例。準備好驚豔吧：

個人化像素藝術（搜尋驗證）

提示

：「搜尋網路，然後生成一幅等角透視的詳細像素藝術圖，展示 Guillaume Vernade 的職業生涯」

這使用搜尋驗證來尋找關於特定人物的資訊，並以特定風格視覺化呈現。

複雜文字整合

提示

：「給我一張關於十四行詩如何運作的資訊圖表，其中要包含一首關於香蕉的十四行詩，以及對這首詩的詳細文學分析。使用復古美學風格」

該模型可以生成連貫且較長的文字，並將其完美整合到複雜的版面中。

高保真度模型稿

提示

：「一張照片，內容是關於 TCG 玩家在一個舒適劇院座位上的百老匯節目單，節目單專業且製作精良，具有光澤感，我們可以看到封面以及一頁展示舞台照片的內頁。」

建立具有精確光影和材質的照片級逼真印刷品模型稿。

11. Nano Banana 與 Nano Banana Pro 的最佳實踐與提示技巧

為了在使用 Nano Banana 模型時獲得最佳結果，請遵循以下提示指南：

越具體越好：你提供關於主題、顏色、光線和構圖的細節越多，對輸出的控制力就越強。

提供背景與意圖：解釋圖片的用途或期望的氛圍。模型對背景的理解會影響其創作選擇。

疊代與微調：不要期望一次就能達到完美。利用模型的對話能力進行逐步調整並完善你的圖片。

使用逐步指示：對於複雜場景，將你的提示分解成一系列清晰、順序的指令。

使用正面描述：與其使用負面提示如「沒有車子」，不如正面描述你想要的場景：「一條空曠、無人的街道，沒有任何交通跡象」。

控制畫面：使用攝影和電影術語來引導構圖，例如「廣角鏡頭」、「微距鏡頭」或「低角度視角」。

善用搜尋驗證：當你希望模型使用即時或真實世界數據時，要非常精確地說明。例如「搜尋網路關於里昂奧林匹克隊最近一場比賽的資訊，並製作資訊圖表」會比單純的「OL 最近比賽的資訊圖表」效果更好（後者可能仍可運作，但不要冒險）。

使用 Batch API 來降低費用並獲得更多配額：Batch API 是一種可以同時發送少量或大量請求批次的方式。這些請求最多可能需要 24 小時才能處理完成，但作為交換，你可以節省 50% 的生成費用，而且配額也更高！

如需深入瞭解最佳實踐，請參閱文件中的 提示指南，以及官方部落格上針對 Nano Banana 發布的 提示最佳實踐。

總結

Nano Banana Pro（Gemini 3 Pro Image）為 AI 圖像生成開啟了新領域。憑藉其思考、搜尋和 4K 渲染的能力，它是一個適合認真創作者（也能帶來極致樂趣）的工具。

準備好試試看了嗎？前往 Google AI Studio，嘗試或客製化我們的 應用程式，或查看 食譜。