Cách xây dựng ứng dụng với Nano Banana: Hướng dẫn toàn diện cho lập trình viên

Từ [@patloeber](https://x.com/@patloeber): **Google vừa giới thiệu Gemini 2.5 Flash Image, một mô hình mới mạnh mẽ để tạo và chỉnh sửa hình ảnh, còn được biết đến với tên mã là Nano Banana. Mô hình này mang đến những khả năng tiên tiến trong việc tạo và thao tác với hình ảnh, mở ra một loạt ứng dụng mới.

Hướng dẫn này cung cấp một lộ trình toàn diện cho các nhà phát triển muốn tích hợp Gemini 2.5 Flash Image hay Nano Banana vào ứng dụng của họ bằng cách sử dụng Gemini Developer API.

Hướng dẫn này sẽ bao gồm:

1. Sử dụng Nano Banana trong AI Studio
2. Thiết lập dự án
3. Tạo hình ảnh
4. Chỉnh sửa hình ảnh
5. Phục hồi ảnh
6. Nhiều ảnh đầu vào
7. Chỉnh sửa ảnh theo hội thoại
8. Các phương pháp hay nhất và cách tạo prompt hiệu quả
9. Ví dụ từ cộng đồng và nguồn cảm hứng
10. Tài nguyên

Đây là ví dụ về những gì bạn sẽ xây dựng trong hướng dẫn này:

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)

Hãy cùng bắt đầu!

1. Sử dụng Nano Banana trong Google AI Studio

Trong khi người dùng cuối có thể truy cập Nano Banana trong ứng dụng Gemini, môi trường tốt nhất cho các nhà phát triển để tạo mẫu thử và kiểm tra prompt là Google AI Studio. AI Studio là một sân chơi để thử nghiệm tất cả các mô hình AI hiện có trước khi viết bất kỳ mã nào và cũng là điểm khởi đầu để xây dựng với Gemini API.

Bạn có thể sử dụng Nano Banana miễn phí trong AI Studio. Để bắt đầu, hãy truy cập aistudio.google.com, đăng nhập bằng tài khoản Google của bạn và chọn Nano Banana từ bộ chọn mô hình.

Để truy cập trực tiếp, hãy sử dụng liên kết này để bắt đầu một phiên mới với mô hình: ai.studio/banana

Mẹo

: Bạn cũng có thể vibe code các ứng dụng web Nano Banana trực tiếp trong AI Studio tại

ai.studio/apps , hoặc khám phá mã nguồn và phối lại một trong các

ứng dụng hiện có .

2. Thiết lập dự án

Để làm theo hướng dẫn này, bạn sẽ cần những thứ sau:

• Một khóa API từ Google AI Studio.
• Thanh toán được thiết lập cho dự án của bạn.
• Google Gen AI SDK cho Python hoặc JavaScript/TypeScript.

Bước A: Tạo khóa API

Thực hiện theo các bước sau:

• Trong Google AI Studio, nhấp vào Get API key trong bảng điều hướng bên trái.
• Trên trang tiếp theo, nhấp vào Create API key.
• Chọn một dự án Google Cloud hiện có hoặc tạo một dự án mới. Dự án này được sử dụng để quản lý thanh toán cho việc sử dụng API.

Khi quá trình hoàn tất, khóa API của bạn sẽ được hiển thị. Hãy sao chép và lưu trữ nó một cách an toàn.

Bước B: Bật thanh toán

Mặc dù việc tạo mẫu thử trong AI Studio là miễn phí, nhưng việc sử dụng mô hình qua API là một dịch vụ trả phí. Bạn phải bật thanh toán trên dự án Google Cloud của mình.

Trong màn hình quản lý khóa API, nhấp vào Set up billing bên cạnh dự án của bạn và làm theo hướng dẫn trên màn hình.

Nano Banana có giá bao nhiêu?

Tạo hình ảnh với Nano Banana có giá $0.039 mỗi hình ảnh *. Với $1, bạn có thể tạo khoảng 25 hình ảnh.

* Giá chính thức là $0.30/1 triệu token đầu vào và $30/1 triệu token đầu ra. Một hình ảnh đầu ra tiêu chuẩn 1024x1024px tiêu tốn 1290 token, tương đương $0.039 mỗi hình ảnh. Để biết chi tiết, hãy tham khảo

bảng giá Gemini 2.5 Flash Image .

Bước C: Cài đặt SDK

Chọn SDK cho ngôn ngữ bạn ưa thích.

1pip install -U google-genai
2# Cài đặt thư viện Pillow để thao tác với hình ảnh
3pip install Pillow

1npm install @google/genai

Các ví dụ sau đây sử dụng Python SDK để minh họa. Các đoạn mã tương đương để

sử dụng Nano Banana trong JavaScript

được cung cấp trong

GitHub Gist .

3. Tạo hình ảnh từ văn bản

Sử dụng Nano Banana để tạo một hoặc nhiều hình ảnh từ một prompt văn bản mô tả. Sử dụng ID mô hình gemini-2.5-flash-image-preview cho tất cả các yêu cầu API.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5# Cấu hình client với khóa API của bạn
6client = genai.Client(api_key="YOUR_API_KEY")
7
8prompt = """Tạo một hình ảnh chân thực như ảnh thật về một con mèo màu cam
9với đôi mắt xanh lá cây, đang ngồi trên ghế sofa."""
10
11# Gọi API để tạo nội dung
12response = client.models.generate_content(
13    model="gemini-2.5-flash-image-preview",
14    contents=prompt,
15)
16
17# Phản hồi có thể chứa cả dữ liệu văn bản và hình ảnh.
18# Lặp qua các phần để tìm và lưu hình ảnh.
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")

Đầu ra

Mô hình là đa phương thức, vì vậy phản hồi được cấu trúc dưới dạng một danh sách các phần có thể chứa dữ liệu văn bản và hình ảnh (inline_data) xen kẽ nhau. Đoạn mã trên lặp qua các phần này để trích xuất và lưu hình ảnh đã tạo.

4. Chỉnh sửa hình ảnh với đầu vào là văn bản và hình ảnh

Cung cấp một hình ảnh hiện có cùng với một prompt văn bản để thực hiện chỉnh sửa. Mô hình vượt trội trong việc duy trì tính nhất quán của nhân vật và nội dung từ hình ảnh đầu vào.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = """Sử dụng hình ảnh con mèo, tạo một góc nhìn chân thực như ảnh thật,
8ngang tầm đường phố, cảnh con mèo đang đi dọc theo vỉa hè trong một
9khu phố ở Thành phố New York, với chân người đi bộ bị làm mờ
10và xe taxi màu vàng chạy qua ở hậu cảnh."""
11
12image = Image.open("cat.png")
13
14# Truyền cả prompt văn bản và hình ảnh trong danh sách '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")

Đầu vào và Đầu ra

5. Phục hồi ảnh với Nano Banana

Một trong những ứng dụng mạnh mẽ của mô hình là phục hồi ảnh. Chỉ với một prompt đơn giản, nó có thể phục hồi và tô màu những bức ảnh cũ với kết quả ấn tượng.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = "Phục hồi và tô màu bức ảnh này từ năm 1932"
8
9image = Image.open("lunch.jpg")  # "Bữa trưa trên đỉnh cao ốc, 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")

Bản gốc và Đầu ra

6. Làm việc với nhiều ảnh đầu vào

Bạn có thể cung cấp nhiều ảnh làm đầu vào cho các tác vụ chỉnh sửa phức tạp hơn.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7prompt = "Cho cô gái mặc chiếc áo phông này. Giữ nguyên nền."
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")

Đầu vào 1 & 2 và Đầu ra

7. Chỉnh sửa hình ảnh theo hội thoại

Để tinh chỉnh lặp đi lặp lại, bạn có thể sử dụng một phiên chats để duy trì ngữ cảnh qua nhiều yêu cầu. Điều này cho phép bạn chỉnh sửa hình ảnh một cách đối thoại.

1from google import genai
2from PIL import Image
3from io import BytesIO
4
5client = genai.Client(api_key="YOUR_API_KEY")
6
7# Tạo một cuộc trò chuyện
8chat = client.chats.create(
9    model="gemini-2.5-flash-image-preview"
10)
11
12# Thực hiện chỉnh sửa hình ảnh đầu tiên
13response1 = chat.send_message(
14    [
15        "Đổi con mèo thành mèo Bengal, giữ nguyên mọi thứ khác",
16        Image.open("cat.png"),
17    ]
18)
19# hiển thị / lưu hình ảnh...
20
21# Tiếp tục trò chuyện và chỉnh sửa
22response2 = chat.send_message("Con mèo nên đội một chiếc mũ dự tiệc ngộ nghĩnh")
23# hiển thị / lưu hình ảnh...

Đầu vào và Đầu ra 1 & 2

Mẹo

: Nếu bạn nhận thấy các đặc điểm của hình ảnh bắt đầu xuống cấp hoặc "trôi dạt" sau nhiều lần chỉnh sửa theo hội thoại, tốt nhất bạn nên bắt đầu một phiên mới với hình ảnh mới nhất và một prompt tổng hợp chi tiết hơn để duy trì độ trung thực cao.

8. Các phương pháp hay nhất và mẹo tạo prompt cho Nano Banana

Để đạt được kết quả tốt nhất với Nano Banana, hãy làm theo các hướng dẫn tạo prompt sau đây:

• Cực kỳ cụ thể: Bạn càng cung cấp nhiều chi tiết về chủ thể, màu sắc, ánh sáng và bố cục, bạn càng có nhiều quyền kiểm soát đối với đầu ra.
• Cung cấp ngữ cảnh và mục đích: Giải thích mục đích hoặc tâm trạng mong muốn của hình ảnh. Sự hiểu biết về ngữ cảnh của mô hình sẽ ảnh hưởng đến các lựa chọn sáng tạo của nó.
• Lặp lại và tinh chỉnh: Đừng mong đợi sự hoàn hảo ngay lần thử đầu tiên. Sử dụng khả năng hội thoại của mô hình để thực hiện các thay đổi gia tăng và tinh chỉnh hình ảnh của bạn.
• Sử dụng hướng dẫn từng bước: Đối với các cảnh phức tạp, hãy chia nhỏ prompt của bạn thành một loạt các hướng dẫn rõ ràng, tuần tự.
• Sử dụng khung khẳng định: Thay vì các prompt phủ định như "không có xe hơi", hãy mô tả cảnh mong muốn một cách tích cực: "một con đường vắng vẻ, không có dấu hiệu giao thông."
• Kiểm soát máy ảnh: Sử dụng các thuật ngữ nhiếp ảnh và điện ảnh để chỉ đạo bố cục, chẳng hạn như "chụp góc rộng", "chụp macro" hoặc "góc nhìn thấp".

Để tìm hiểu sâu hơn về các phương pháp hay nhất, hãy xem xét bài đăng blog chính thức về các phương pháp hay nhất khi tạo prompt và hướng dẫn tạo prompt trong tài liệu.

9. Ví dụ từ cộng đồng và nguồn cảm hứng

Khám phá những gì cộng đồng đang xây dựng với Nano Banana:

• Thay đổi góc nhìn máy ảnh bởi @henrydaubrez: Bài đăng trên X
• Học từ ít mẫu để thiết kế nhân vật nhất quán bởi @multimodalart: Bài đăng trên X
• Biến đổi Google Maps "Mũi tên đỏ nhìn thấy gì" bởi @tokumin: Bài đăng trên X
• Tạo hình ảnh từ chú thích hình người que bởi @yachimat_manga: Bài đăng trên X
• Tạo mô hình 3D từ hình ảnh tĩnh bởi @deedydas: Bài đăng trên X
• Tạo trải nghiệm AR dựa trên vị trí bởi @bilawalsidhu: Bài đăng trên X
• Chuyển đổi bản đồ 2D thành đồ họa 3D bởi @demishassabis: Bài đăng trên X

10. Tài nguyên và các bước tiếp theo

Hướng dẫn này đã đề cập đến những kiến thức cơ bản về xây dựng với Nano Banana hay Gemini 2.5 Flash Image. Bạn đã học cách thiết lập môi trường, tạo và chỉnh sửa hình ảnh cũng như áp dụng các kỹ thuật nâng cao. Bây giờ bạn đã sẵn sàng để bắt đầu tích hợp các khả năng mạnh mẽ này vào các dự án của riêng mình.

Để đọc thêm, hãy xem các tài nguyên chính thức:

• Google AI Studio
• Tài liệu Gemini API
• Tài liệu Gemini API về Nano Banana
• Cách tạo prompt cho Gemini 2.5 Flash Image Generation để có kết quả tốt nhất
• Hướng dẫn tạo prompt trong tài liệu Nano Banana.
• Ứng dụng Pixshop trong AI Studio

Nếu bạn đang xây dựng một thứ gì đó thú vị với công cụ này, tôi rất muốn xem! Đừng ngần ngại nhắn tin trực tiếp hoặc gắn thẻ tôi trên X: @patloeber.

\Bài đăng gốc tại [Dev.to