Nano-Banana Pro 是相较前几代模型的重大飞跃，从"有趣"的图像生成进化为"实用"的专业素材生产。它在 文本渲染、角色一致性、视觉合成、世界知识（搜索）以及高清（4K）输出 方面表现出色。
首先参考开发者指南了解如何开始使用 AI Studio 和 API，本指南则介绍其核心能力以及如何有效提示。
作者：Guillaume Vernade，Google DeepMind Gemini 开发者倡导者
本文内容：
- 提示词黄金法则
- 文本渲染、信息图与视觉合成
- 角色一致性与爆款缩略图
- 结合 Google 搜索的 grounding
- 高级编辑、修复与上色
- 维度转换（2D ↔ 3D）
- 高分辨率与纹理
- 思考与推理
- 一次性分镜与概念艺术
- 结构控制与布局引导
- 接下来是什么？
🛑 第 0 节：提示词黄金法则
Nano-Banana Pro 是一个"思考"模型。它不仅仅是匹配关键词，而是理解意图、物理规律和构图。要获得最佳结果，请停止使用"标签堆砌"（例如：dog, park, 4k, realistic），开始像创意总监一样行动。
1. 编辑，不要重新生成
该模型非常擅长理解对话式编辑。如果一张图像有 80% 正确，不要从头生成一张新的。只需直接要求你需要的具体修改。
示例：
"很好，但把光照改成日落，把文字变成霓虹蓝色。"
2. 使用自然语言与完整句子
像向人类艺术家说明意图一样与模型对话。使用正确的语法和描述性的形容词。
❌
不好：
"酷车，霓虹，城市，夜晚，8k。"
✅
很好：
"一辆未来主义跑车在雨夜的东京街头疾驰的电影宽屏镜头。霓虹灯招牌倒映在湿漉漉的路面和汽车金属车身上。"
3. 具体且描述详细
模糊的提示会产生平庸的结果。定义主体、场景、光照和氛围。
主体：
不要说"一个女人"，而是说"一位穿着复古香奈儿风格套装的优雅老年女性"。
质感：
描述纹理。"哑光表面"、"拉丝钢"、"柔软天鹅绒"、"皱纸"。
4. 提供上下文（"为什么"或"为谁"）
因为模型会"思考"，给它上下文有助于它做出合乎逻辑的艺术决策。
示例：
"创建一个三明治的图像
用于一本巴西高端美食烹饪书
。"（模型会推断出专业的摆盘、浅景深和完美的光照）。
1. 文本渲染、信息图与视觉合成
Nano-Banana Pro 在渲染清晰、风格化的文本以及将复杂信息合成为可视化格式方面具备 SOTA 能力。
最佳做法：
- 压缩： 要求模型将密集的文本或 PDF "压缩"成视觉辅助工具。
- 风格： 指定你希望是"精致的编辑风格"、"技术图表"还是"手绘白板"风格。
- 引号： 清晰指定你希望出现在引号中的文本。
提示示例：
财报信息图（数据输入）：
[输入 Google 最新
"生成一个干净、现代的信息图，总结这份财报的主要财务亮点。包含 '收入增长' 和 '净利润' 的图表，并将 CEO 的关键引用放在一个风格化的引用框中高亮显示。"
在 AI Studio 中尝试 （注意：需要上传 PDF）
复古信息图：
"制作一张复古的 20 世纪 50 年代风格信息图，展示美国小餐馆的历史。包含不同的板块：'食物'、'点唱机' 和 '装饰'。确保所有文字清晰可读且风格与时代匹配。"
技术图表：
"创建一张正交蓝图，以平面图、立面图和剖面图描述该建筑。使用技术建筑字体清晰标注 '北立面' 和 '主入口'。格式 16:9。"
白板总结（教育用途）：
"将 'Transformer 神经网络架构' 的概念总结为手绘白板图表，适合大学讲座。对编码器和解码器模块使用不同颜色的马克笔，并为 '自注意力' 和 '前馈' 包含清晰可读的标签。"
2. 角色一致性与爆款缩略图
Nano-Banana Pro 支持 最多 14 张参考图像（其中 6 张具有高保真度）。这允许"身份锁定"——将特定的人或角色放入新场景中而不会出现面部变形。
最佳做法：
- 身份锁定： 明确说明："保持该人的面部特征与图像 1 完全相同。"
- 表情/动作： 在保持身份的同时描述情感或姿势的 变化。
- 爆款构图： 将主体与醒目的图形和文本一次性结合。
提示示例：
"爆款缩略图"（身份 + 文本 + 图形）：
"使用图像 1 中的人物设计一个爆款视频缩略图。
面部一致性：
保持该人的面部特征与图像 1 完全相同，但将其表情改为兴奋和惊讶。
动作：
将该人放在左侧，手指指向右侧画面。
主体：
在右侧放置一张美味的牛油果吐司高清图片。
图形：
添加一个粗体黄色箭头，从该人的手指指向吐司。
文本：
在中间叠加巨大的流行风格文字：'3分钟搞定！'。使用粗白轮廓和投影。
背景：
模糊、明亮的厨房背景。高饱和度和高对比度。"
在 AI Studio 中尝试 （注意：需要上传参考图像）
"毛茸茸的朋友"场景（群体一致性）：
[输入 3 张不同毛绒生物的图像]
"创建这 3 位毛茸茸的朋友去热带度假的 10 张搞笑连续故事。故事全程紧张刺激，有情感高潮和低谷，并以快乐结局收尾。
保持所有 3 个角色的服装和身份一致
，但它们的表情和角度应在所有 10 张图中有所变化。确保每张图中每个角色只出现一次。"
在 AI Studio 中尝试 （注意：需要上传参考图像）
品牌资产生成：
[输入 1 张产品图像]
"创建 9 张令人惊艳的时尚大片，仿佛来自获奖时尚杂志。以此参考作为品牌风格，但在范围内增加细微差别和多样性，以传达专业设计感。请每次生成一张，共九张。"
在 AI Studio 中尝试 （注意：需要上传参考图像）
3. 结合 Google 搜索的 Grounding
Nano-Banana Pro 使用 Google 搜索基于实时数据、当前事件或事实核查生成图像，减少在时效性话题上的幻觉。
最佳做法：
- 要求可视化动态数据（天气、股票、新闻）。
- 模型会先"思考"（推理）搜索结果，再生成图像。
提示示例：
事件可视化：
"根据当前旅游趋势，生成一张关于 2025 年游览美国国家公园最佳时间的信息图。"
在 AI Studio 中尝试.%20For%20each%20team%2C%20add%20an%20explanation%20regarding%20recent%20results%2C%20injuries%2C%20or%20managerial%20changes%20that%20explain%20their%20current%20trajectory.&model=gemini-3-pro-image-preview)
4. 高级编辑、修复与上色
该模型擅长通过对话式提示进行复杂编辑。包括"修补"（移除/添加物体）、"修复"（修复旧照片）、"上色"（漫画/黑白照片）和"风格转换"。
最佳做法：
- 语义指令： 你无需手动遮罩，只需自然地告诉模型要更改什么。
- 物理理解： 你可以要求复杂的变化，如"将玻璃杯装满液体"，以测试物理生成。
提示示例：
物体移除与修补：
"移除这张照片背景中的游客，并用与周围环境相符的合理纹理（鹅卵石和店面）填充空白区域。"
在 AI Studio 中尝试%20that%20match%20the%20surrounding%20environment.&model=gemini-3-pro-image-preview) （注意：需要上传照片）
漫画/上色：
[输入黑白漫画面板]
"给这个漫画面板上色。使用鲜艳的动漫风格调色板。确保能量光束上的光照效果是发光的霓虹蓝色，角色的服装与其官方配色一致。"
在 AI Studio 中尝试 （注意：需要上传图像）
本地化（文本翻译 + 文化适应）：
[输入伦敦公交站广告图像]
"把这个概念本地化到东京场景，包括将标语翻译成日语。将背景改为夜晚繁华的涩谷街道。"
在 AI Studio 中尝试 （注意：需要上传图像）
光照/季节控制：
[输入夏季房屋图像]
"将这个场景变成冬天。房屋建筑完全保持不变，但在屋顶和院子里添加积雪，并将光照改为阴冷的午后。"
在 AI Studio 中尝试 （注意：需要上传图像）
5. 维度转换（2D ↔ 3D）
一项强大的新功能是将 2D 原理图转换为 3D 可视化，反之亦然。这对室内设计师、建筑师和表情包创作者来说非常理想。
提示示例：
2D 平面图到 3D 室内设计展板：
"根据上传的 2D 平面图，在一张图像中生成专业室内设计展示板。
布局：
一张拼贴画，顶部有一张大尺寸主图（起居区广角透视），下方有三张较小图像（主卧室、家庭办公室和一张 3D 俯视平面图）。
风格：
对所有图像应用现代简约风格，搭配暖橡木地板和米白色墙壁。
质量：
照片级渲染，柔和自然光照。"
在 AI Studio 中尝试%2C%20and%20three%20smaller%20images%20below%20(Master%20Bedroom%2C%20Home%20Office%2C%20and%20a%203D%20top-down%20floor%20plan).%20Style%3A%20Apply%20a%20Modern%20Minimalist%20style%20with%20warm%20oak%20wood%20flooring%20and%20off-white%20walls%20across%20ALL%20images.%20Quality%3A%20Photorealistic%20rendering%2C%20soft%20natural%20lighting.&model=gemini-3-pro-image-preview) （注意：需要上传平面图）
2D 到 3D 表情包转换：
"将 'This is Fine' 狗表情包转换为照片级 3D 渲染。构图保持不变，但让狗看起来像毛绒玩具，火焰看起来像真实火焰。"
6. 高分辨率与纹理
Nano-Banana Pro 支持原生 1K 到 4K 图像生成。这对精细纹理或大幅面印刷特别有用。
最佳做法：
- 如果 API 或界面允许，明确要求高分辨率（2K 或 4K）。
- 描述高保真细节（瑕疵、表面纹理）。
提示示例：
4K 纹理生成：
"利用原生高保真输出，打造一个令人惊叹、有氛围的青苔森林地面环境。掌控复杂的光照效果和细腻纹理，确保每一根苔藓和每一道光束都以适合 4K 壁纸的像素级精度渲染。"
复杂逻辑（思考模式）：
"创建一个超写实的信息图，展示一份美食芝士汉堡，拆解后呈现烤制奶油面包的纹理、肉饼的焦脆外壳以及奶酪的光滑融化物。为每一层标注其风味特征。"
7. 思考与推理
Nano-Banana Pro 默认采用"思考"过程，在此过程中生成中间思维图像（不计费）以完善构图，再渲染最终输出。这使得数据分析和解决视觉问题成为可能。
示例提示词：
解方程：
"在复数域中解方程 log_{x^2+1}(x^4-1)=2，并在白板上展示清晰步骤。"
在 AI Studio 中尝试%3D2%20in%20C%20on%20a%20white%20board.%20Show%20the%20steps%20clearly.&model=gemini-3-pro-image-preview)
视觉推理：
"分析这张房间图片，生成一张'施工前'的图像，展示房间在建造期间可能的样子，显示骨架和未完成的干墙。"
在 AI Studio 中尝试 (注意：需要上传一张图片)
8. 一次性故事板与概念艺术
你可以生成连续艺术或故事板，无需网格，在单次会话中确保连贯的叙事流。这也常用于"电影概念艺术"（例如，即将上映电影的假泄露图）。
示例提示词：
"在一个获奖的奢侈品行李箱广告中，用 9 张图片创作一个引人入胜的 9 部分故事，主角是一位女人和一位男人。故事应有情感起伏，最后以女人与 logo 的优雅镜头结束。
女人和男人的身份及着装必须自始至终保持一致
但可以从不同角度和距离观察他们。请一次生成一张图像。确保每张图像均为 16:9 的横向格式。"
9. 结构控制与布局引导
输入图像不仅限于角色参考或要编辑的对象。你可以用它们严格控制最终输出的构图和布局。这对设计师来说是一项革命性的功能，他们可以将餐巾纸草图、线框图或特定网格布局转化为精美的成品。
最佳实践：
- 草稿与草图： 上传手绘草图，精确定义文本和对象的位置。
- 线框图： 使用现有布局或线框图的截图，生成高保真 UI 模型。
- 网格： 使用网格图像强制模型为基于网格的游戏或 LED 显示器生成素材。
示例提示词：
从草图到最终广告：
"根据这张草图，为 [产品] 创建一则广告。"
在 AI Studio 中尝试 (注意：需要上传一张草图)
从线框图到 UI 模型：
"根据这些指导原则，为 [产品] 创建一个模型。"
在 AI Studio 中尝试 (注意：需要上传一张线框图)
像素艺术与 LED 显示器：
"生成一个独角兽的像素艺术精灵，使其完美适合这张 64x64 的网格图像。使用高对比度颜色。"
(提示：开发者随后可以通过编程提取每个单元格的中心颜色，以驱动连接的 64x64 LED 矩阵显示器。)
在 AI Studio 中尝试 (注意：需要上传一张网格图像)
精灵图：
"一个女人在无人机上做后空翻的精灵图，3x3 网格，序列，逐帧动画，正方形宽高比。严格遵循参考图像的结构。"
(提示：然后你可以提取每个单元格，制作一个 GIF 动图)
GIF
10. 下一步是什么？
现在你已经掌握了提示词的基础，以下是如何开始构建：
- 在 UI 中实验： Google AI Studio 是测试提示词和参数最快的方式。
- 查看 应用画廊 中非常酷的 Nano-banana 驱动应用。
- 为你的梦想应用编写代码： 将你最好的提示词转化为一个应用，并在 AI Studio Build 中轻松与朋友分享。
- 构建应用程序： 准备编码？查看开发者指南或 Gemini API Cookbook 获取指南和代码片段。
- 技术深度探讨： 阅读完整的 Gemini API 文档 了解速率限制、定价和集成详情。
