Google 官方发布：Nano Banana 2 入门指南：10 分钟从新手到精通（含提示词示例）

本文来自 Google 的 Banana 产品，深入解析 Nano Banana 2（也叫 "Gemini 3.1 Flash Image"）的新功能，帮你判断何时该用（或不该用），以及如何高效利用它的最新能力。

文章内容包括：

1. 模型对比矩阵：Nano Banana 1 vs. 2 vs. Pro
2. 颠覆性功能：视觉锚定 + Google 搜索
3. 新参数：极致宽高比与 512px 分辨率
4. 控制 "思考" 模式
5. 提示词示例
6. 应用介绍

作者： @Giom_V 翻译： Berryxia.AI

本文中的图片示例使用了 Youmind 工具，因此与原文示例略有不同。

1. 模型对比矩阵：Nano Banana 1 vs. 2 vs. Pro

Nano Banana 产品线如今有三款不同模型，为具体工作流选择正确的引擎至关重要。以下是 Nano Banana 2 在整个生态中的定位。

Nano Banana 1 vs. Nano Banana 2

别急着放弃 Nano Banana 1。如果你现有的应用或工作流正在用 Nano Banana 1，并且完全满足需求，那就继续用！目前没有强制迁移的要求。

Nano Banana 1 仍然是最便宜的选择，而且由于不是思考模型，速度也比 Nano Banana 2 更快。

不过，对于需要更多细节、更好遵循提示词或使用新图像锚定功能的新管线来说，Nano Banana 2 绝对值得稍微增加的成本。

此外，现在就开始在新模型上测试提示词，可以为将来从 NB 迁移到 NB2 节省成本。

专业建议：用 NB2 生成 512px 图片，费用大致与 NB1 持平。

Nano Banana Pro vs. Nano Banana 2

现在开发者和创作者面临的最大问题是：如果 2 这么好，为什么还要用 Pro？

把 Nano Banana 2（Gemini-3.1-Flash）看作以极低成本提供 Pro 约 95% 的能力。几乎所有新项目都应该默认选择 Nano Banana 2。它在文本渲染、复杂风格和新的视觉锚定功能上表现非常出色。

只有在遇到瓶颈时才升级到 Nano Banana Pro。如果 Nano Banana 2 始终无法处理高度复杂、多层提示词，或者难以应对极端逻辑约束，Pro 仍然是终极的重磅冠军。

（注：如果你发现 Pro 在特定边缘案例中始终优于 Nano Banana 2，请在评论区分享！我们需要知道需要改进的地方。）

总结矩阵

这是一个快速参考指南，帮助你进行 API 调用路由：

2. 颠覆性功能：视觉锚定 + Google 搜索

虽然 Nano Banana Pro 引入了搜索网络获取文本信息的能力，但 Nano Banana 2 迈出了一大步：图像锚定。

现在模型可以在生成前搜索互联网上的特定图片，从而准确理解真实世界的对象长什么样。当你需要表现特定地点、纪念碑或高度特异性的生物物种时，这个功能非常强大。

最佳实践：

• 地点：询问特定的教堂、桥梁、城市广场或小众建筑。
• 自然：询问精确的动物物种、品种或昆虫。
• 需注意的限制：模型不能搜索人物。

1. 示例提示词：

特定地点锚定

："生成一张电影级的金色时刻照片，内容是法国瓦龙的主要历史教堂。确保建筑细节、尖顶、周围广场和景观（山脉）与真实情况准确对齐。"（你可以把城市换成自己的家乡）

特定物种锚定

："创建一张逼真的燕尾蝶和闪蝶的图像，突出它们的区别，并展示如何区分它们。"

如果你想了解如何在代码中使用这个新的图像锚定工具，请查看文档或我们的食谱中的Python colab。

3. 新参数：极致宽高比与 512px 分辨率

Nano Banana 2 引入了几项新参数，让开发者和创作者能更精确地控制输出格式和成本优化。

1. 512px 批量生成到放大流程

Nano Banana 2 引入了以 512 像素分辨率生成图像的能力。使用这些新分辨率，生成速度稍快，成本降低到与 Nano Banana 1 大致相同。

专业建议

：如果你是希望在保持高质量输出的同时优化成本的开发者，这里有一个黄金工作流： 使用 Batch API（提供 50% 折扣）以 512px 生成数十个提示词变体。 浏览网格并选出最佳构图。 让 Nano Banana 2 将该特定图像放大到 1K、2K 或 4K。

2. 极致宽高比（1:8 和 1:4）

Nano Banana 2 还引入了极致的宽高比——1:8 和 1:4，支持竖版和横版。这些非常适合网页横幅、连续滚动素材和漫画布局。

3. 示例提示词：

横向漫画条

："创建一个 4 格横向漫画条（宽高比 4:1）。故事讲一只顽皮的猫试图从厨房台面上偷鱼，结尾有反转。使用鲜艳的法国-比利时漫画风格。在所有面板中保持猫的设计一致。"

4. 控制 "思考" 模式

和前辈一样，Nano Banana 2 也有一个 "思考" 模式，在生成前会推理提示词。不过现在你可以开启或关闭这个功能。

1. 我的建议：默认关闭。

对于标准图像生成，关闭它可以节省时间和处理资源。只有在以下情况下才应开启思考模式：

• 模型生成无意义的结果，需要帮助推理提示词。
• 你正在生成高度复杂的信息图。
• 你正在结合复杂的图像锚定与空间推理。

（再次说明，如果你发现开启 "思考" 模式是一个完全颠覆性的绝妙用例，请在评论区告诉我！）

5. 提示词示例

一份没有提示词示例的 Nano Banana 指南就像没有奶酪的饭，所以这里是我目前最喜欢的一些：

1. 卡通肖像

将个人照片转化为风格化的高保真 3D 角色，并与真实的自己互动。

提示词

：严格基于上传的参考图像，创建一个真实场景：一个真人站在一个巨大的 3D 动画风格版的自己旁边。两者必须具有相同的面部结构、服装和姿势。真人自然地微笑，手搭在 3D 角色的肩膀上。3D 版本尺寸更大，解剖结构一致，但风格化，眼神生动，露齿坏笑。干净的灰蓝色工作室背景，电影级灯光，纹理清晰。（注意：需要上传图像）。

2. 动漫转照片

上传动漫静帧，让模型将这些线条解读为超写实摄影图像。

提示词

：将上传的动漫静帧转换为超写实、电影级、完全真实的场景。将动漫角色转化为真实人类，同时完美保留其原始身份、面部结构、服装、表情和整体相似度。（注意：需要上传图像）。

（原始图片来自 https://archive.org/details/mobile_suit_gundam_coloring_bookhttps://archive.org/details/mobile_suit_gundam_coloring_book)）

3. 地图上的历史

生成超写实的地图风格街景图像，将历史事件（如公元 800 年查理曼大帝加冕） "重新想象" 成现代 360 度相机拍摄的画面。

提示词

：生成一张公元 800 年 12 月 25 日查理曼大帝加冕的超写实图像，完美复刻 Google 地图街景的拍摄效果。展示教皇利奥三世在旧圣彼得大教堂内将王冠戴在跪着的查理曼头上。包含 123 度广角桶形失真、半透明的 Google 地图 UI 叠加元素（导航罗盘、2D 缩略图、石地板上漂浮的白色方向箭头）、以及 "© Google 800" 水印。自动模糊查理曼、教皇及周围中世纪贵族的面部以保护隐私。使用温暖的昏暗火炬光和烛光穿过大教堂，戏剧性的阴影，以及典型的 360 相机在低光室内拍摄时的高 ISO 数码噪点。

4. 幼儿园滤镜

庆祝人类的不完美和童年怀旧，生成刻意凌乱的蜡笔涂鸦。

提示词

：白色横格笔记本纸上的一幅儿童蜡笔画，画的是雪枫糖浆。使用粗蜡笔笔触、歪歪扭扭的轮廓、鲜艳的大胆色彩，不规则地溢出线条。包含可见的重压痕迹、蜡质污渍以及不均匀的涂鸦阴影。重要元素画得不成比例地大，使用简单的扁平形状、圆圆的友好面孔、点状眼睛和大弧线微笑。角落加上经典的黄色大太阳、蓬松的云朵，没有真实的透视感。欢乐、天真的艺术风格。

6. 应用介绍

现在你了解了 Nano Banana 2 的新功能，是时候开始构建了！

以下是一些很酷的应用，可以作为起点：

• Window seat：根据实时天气和特定位置生成逼真的窗外景色。
• Pet passport adventure：使用 Nano Banana 带你的宠物环游世界。
• Global Kit Generator：一个用于规模化本地化营销素材的开发者工具。

请在评论区分享你最好的应用，看到大家的创意总是很棒！