Nano-Banana Pro 是前一代模型的重大躍進，從「有趣」的影像生成進化到「實用」的專業素材製作。它在 文字渲染、角色一致性、視覺合成、世界知識（Google 搜尋）以及高解析度（4K）輸出方面表現出色。
繼開發者指南介紹如何開始使用 AI Studio 和 API 後，本指南將涵蓋其核心功能以及如何有效地使用提示詞（Prompt）。
作者：Guillaume Vernade，Gemini 開發人員推廣工程師，Google DeepMind
本文內容導覽：
- 提示詞黃金法則
- 文字渲染、資訊圖表與視覺合成
- 角色一致性與爆款縮圖
- 透過 Google 搜尋進行事實校驗（Grounding）
- 進階編輯、修復與上色
- 維度轉換（2D ↔ 3D）
- 高解析度與紋理
- 思考與推理
- 一次生成的分鏡腳本與概念藝術
- 結構控制與版面引導
- 下一步是什麼？
🛑 第 0 節：提示詞黃金法則
Nano-Banana Pro 是一個「思考」模型。它不僅僅匹配關鍵詞，而是理解意圖、物理規則和構圖。為了獲得最佳效果，請停止使用「標籤堆疊」（例如：狗、公園、4k、寫實），開始像創意總監一樣思考。
1. 編輯，而非重製
這個模型非常擅長理解對話式編輯。如果一張圖片有 80% 正確，請不要從頭生成新的。只需直接告訴它你需要的具體修改即可。
範例：
「這張很棒，但請把光線改成夕陽，然後把文字變成霓虹藍色。」
2. 使用自然語言與完整句子
像對人類藝術家下達簡報一樣與模型對話。使用正確的文法和描述性的形容詞。
❌
不良範例：
「酷車，霓虹，城市，夜晚，8k。」
✅
良好範例：
「一個電影級廣角鏡頭，一輛未來感跑車在雨夜中疾駛過東京街道。霓虹招牌倒映在濕漉漉的柏油路面和跑車的金屬車身上。」
3. 具體且有描述性
模糊的提示詞只會產生平庸的結果。明確定義主體、場景、光線和氣氛。
主體：
不要只說「一個女人」，請說「一位穿著復古香奈兒風格套裝的高雅老婦人」。
材質感：
描述紋理。「霧面質感」、「拉絲鋼」、「柔軟天鵝絨」、「皺巴巴的紙」。
4. 提供上下文（「為什麼」或「為誰而做」）
由於模型會「思考」，提供上下文能幫助它做出符合邏輯的藝術決策。
範例：
「製作一份三明治的圖片
專為一本巴西高級美食食譜書而設計
。」（模型會推斷出專業擺盤、淺景深和完美光線）。
1. 文字渲染、資訊圖表與視覺合成
Nano-Banana Pro 具備業界頂尖（SOTA）能力，可渲染清晰、具有風格化的文字，並將複雜資訊合成為視覺化格式。
最佳做法：
- 濃縮： 要求模型將密集的文字或 PDF「濃縮」成視覺輔助資料。
- 風格： 明確指定你想要的風格，例如「精緻編輯風格」、「技術圖表」或「手繪白板風格」。
- 引號： 將你想要顯示的文字以引號清楚標示。
提示詞範例：
財報資訊圖表（資料匯入）：
[輸入 Google 最新
財報 的 PDF]
「生成一份乾淨、現代的資訊圖表，總結這份財報的主要財務亮點。包含『營收成長』和『淨利潤』的圖表，並將執行長的關鍵引言以風格化的引用框凸顯出來。」
在 AI Studio 中試試看 （注意：需要上傳 PDF）
復古資訊圖表：
「製作一份復古風、1950年代風格的美式餐廳歷史資訊圖表。包含『食物』、『點唱機』和『裝潢』等不同區塊。確保所有文字清晰可讀，並與時代風格相符。」
技術圖表：
「製作一份正投影藍圖，以平面圖、立面圖和剖面圖呈現這棟建築。使用技術建築字體清楚標示『北立面』和『主要入口』。格式為 16:9。」
白板摘要（教育用途）：
「將『Transformer 神經網路架構』的概念摘要成一份手繪白板圖表，適合在大學課堂上使用。對編碼器（Encoder）和解碼器（Decoder）區塊使用不同顏色的麥克筆，並為『自注意力』和『前饋』加上清晰可讀的標籤。」
2. 角色一致性與爆款縮圖
Nano-Banana Pro 支援多達 14 張參考圖片（其中 6 張可達到高保真度）。這項功能可實現「身份鎖定」，將特定人物或角色置入新場景，同時避免面部變形。
最佳做法：
- 身份鎖定： 明確指出：「保持人物的面部特徵與圖片 1 完全一致。」
- 表情/動作： 在維持身份的同時，描述情緒或姿勢的變化。
- 爆款構圖： 一次性地將主體與大膽的圖形和文字結合。
提示詞範例：
「爆款縮圖」（身份 + 文字 + 圖形）：
「使用圖片 1 中的人物設計一個爆款影片縮圖。
臉部一致性：
保持人物的面部特徵與圖片 1 完全一致，但將其表情改為興奮和驚訝。
動作：
將人物放在左側，手指指向框架的右側。
主體：
在右側放置一張美味的酪梨吐司高品質圖片。
圖形：
添加一個大膽的黃色箭頭，將人物的手指連接到吐司。
文字：
在中間覆蓋巨大的流行風格文字：『3 分鐘搞定！』。使用粗體白色輪廓和陰影效果。
背景：
一個模糊、明亮的廚房背景。高飽和度和高對比度。」
在 AI Studio 中試試看 （注意：需要上傳參考圖片）
「毛茸茸的朋友」情境（群組一致性）：
[輸入 3 張不同絨毛玩偶的圖片]
「用這 3 個毛茸茸的朋友去熱帶度假為主題，創作一個有趣的 10 集故事。故事從頭到尾驚險刺激，充滿情緒起伏，最後以快樂的時刻結束。
保持所有 3 個角色的服裝和身份一致
，但他們的表情和角度在全部 10 張圖片中應有所變化。確保每張圖片中每個角色只出現一次。」
在 AI Studio 中試試看 （注意：需要上傳參考圖片）
品牌素材生成：
[輸入 1 張產品圖片]
「製作 9 張令人驚豔的時尚照片，彷彿出自獲獎的時尚專題。以此參考圖片作為品牌風格，但要為整個系列增添細微變化和多樣性，以展現專業設計感。請一次生成一張，共九張圖片。」
在 AI Studio 中試試看 （注意：需要上傳參考圖片）
3. 透過 Google 搜尋進行事實校驗（Grounding）
Nano-Banana Pro 使用 Google 搜尋來生成基於即時資料、時事或事實驗證的影像，從而減少在熱門話題上的幻覺（Hallucination）。
最佳做法：
- 要求視覺化動態資料（天氣、股票、新聞）。
- 模型會在生成圖片前先「思考」（推理）搜尋結果。
提示詞範例：
事件視覺化：
「根據目前的旅遊趨勢，生成一份關於 2025 年造訪美國國家公園最佳時間的資訊圖表。」
在 AI Studio 中試試看.%20For%20each%20team,%20add%20an%20explanation%20regarding%20recent%20results,%20injuries,%20or%20managerial%20changes%20that%20explain%20their%20current%20trajectory.&model=gemini-3-pro-image-preview)
4. 進階編輯、修復與上色
該模型擅長透過對話式提示詞進行複雜編輯。這包括「去背修補」（移除/添加物體）、「修復」（修復舊照片）、「上色」（漫畫/黑白照片）以及「風格切換」。
最佳做法：
- 語義指令： 你不需要手動遮罩；只需自然地告訴模型要更改的內容即可。
- 物理理解： 你可以要求進行複雜的更改，例如「將這個杯子裝滿液體」來測試其物理生成能力。
提示詞範例：
物體移除與去背修補（In-painting）：
「將這張照片背景中的遊客移除，並用與周圍環境相符的合理紋理（鵝卵石和店面）填補空白區域。」
在 AI Studio 中試試看%20that%20match%20the%20surrounding%20environment.&model=gemini-3-pro-image-preview) （注意：需要上傳照片）
漫畫/連環漫畫上色：
[輸入黑白漫畫頁]
「為這幅漫畫頁面上色。使用充滿活力的動漫風格調色板。確保能量光束上的光影效果呈現霓虹藍色，且角色的服裝與其官方配色一致。」
在 AI Studio 中試試看 （注意：需要上傳圖片）
在地化（文字翻譯 + 文化適應）：
[輸入倫敦公車站廣告圖片]
「將這個概念在地化為東京場景，包括將標語翻譯成日文。將背景改為夜晚繁忙的澀谷街道。」
在 AI Studio 中試試看 （注意：需要上傳圖片）
光線/季節控制：
[輸入夏季房屋的圖片]
「將這個場景變成冬季。保持房屋建築完全一致，但在屋頂和庭院添加積雪，並將光線改為陰冷、多雲的午後。」
在 AI Studio 中試試看 （注意：需要上傳圖片）
5. 維度轉換（2D ↔ 3D）
一項強大的新功能是將 2D 示意圖轉換為 3D 視覺化效果，反之亦然。這對於室內設計師、建築師和迷因（Meme）創作者來說非常理想。
提示詞範例：
2D 平面圖轉 3D 室內設計提案板：
「根據上傳的 2D 平面圖，在一張圖片中生成專業的室內設計提案板。
版面配置：
一張拼貼圖，頂部是一張大型主圖（客廳的廣角透視圖），下方是三張較小的圖片（主臥室、家庭辦公室和 3D 俯視平面圖）。
風格：
在所有圖片中套用現代極簡風格，搭配溫暖的橡木地板和米白色牆面。
品質：
照片級寫實渲染，柔和自然光。」
在 AI Studio 中試試看%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：需要上傳平面圖）
2D 迷因轉 3D：
「將『This is Fine』狗狗迷因轉換成照片級寫實的 3D 渲染效果。保持構圖完全相同，但讓狗看起來像絨毛玩具，讓火焰看起來像真實的火焰。」
6. 高解析度與紋理
Nano-Banana Pro 支援原生 1K 到 4K 的圖片生成。這對於需要精細紋理或大尺寸印刷的用途特別有用。
最佳做法：
- 如果 API/介面允許，明確要求高解析度（2K 或 4K）。
- 描述高保真細節（瑕疵、表面紋理）。
提示詞範例：
4K 紋理生成：
「利用原生高保真輸出能力，打造一個令人嘆為觀止、充滿氛圍的苔蘚森林地面環境。操控複雜的光影效果和細膩的紋理，確保每一縷苔蘚和每一束光線都以適合 4K 桌布的像素完美解析度呈現。」
複雜邏輯（思考模式）：
「創建一個超寫實的美食漢堡資訊圖，解構以展示烤奶油麵包的質地、肉餅的焦香外皮，以及起司的光澤融化狀態。為每一層標註其風味特徵。」
7. 思考與推理
Nano-Banana Pro 預設採用「思考」流程，在渲染最終輸出前，會先生成中間思考影像（不計費）來優化構圖。這使得數據分析和解決視覺問題成為可能。
範例提示詞：
解方程式：
「在一個白板上解 log_{x^2+1}(x^4-1)=2 in C。清楚展示步驟。」
在 AI Studio 中試試%3D2%20in%20C%20on%20a%20white%20board.%20Show%20the%20steps%20clearly.&model=gemini-3-pro-image-preview)
視覺推理：
「分析這張房間的圖片，並生成一張『施工前』的圖片，展示這個房間在建造過程中可能看起來的樣子，呈現出骨架結構和未完成的乾牆。」
在 AI Studio 中試試 (注意：需要上傳圖片)
8. 一次性分鏡腳本與概念藝術
你可以在單次會話中，無需網格就能生成連續藝術或分鏡腳本，確保連貫的敘事流程。這在「電影概念藝術」領域也很受歡迎（例如，為即將上映的電影製作偽造的洩漏畫面）。
範例提示詞：
「創作一個令人上癮且引人入勝的 9 部分故事，包含 9 張圖片，主角是一男一女，場景是一個獲獎的奢華行李箱廣告。故事應有情緒起伏，最後以女主角和標誌的優雅畫面結束。
男女主角的身份和服裝在整個故事中必須保持一致
但他們可以也應該從不同的角度和距離被看到。請一次生成一張圖片。確保每張圖片都是 16:9 的橫向格式。」
9. 結構控制與佈局指導
輸入圖片的用途不限於角色參考或要編輯的主體。你可以用它們來嚴格控制最終輸出的構圖和佈局。對於需要將餐巾紙草稿、線框圖或特定網格佈局轉化為精美素材的設計師來說，這是一項革命性的功能。
最佳實踐：
- 草稿與素描： 上傳手繪草稿，以精確定義文字和物件應在的位置。
- 線框圖： 使用現有佈局或線框圖的螢幕截圖，來生成高保真度的 UI 模型。
- 網格： 使用網格圖片來強制模型生成適用於基於瓷磚的遊戲 或 LED 顯示器的素材。
範例提示詞：
草稿到最終廣告：
「根據此草稿為 [產品] 創建一個廣告。」
在 AI Studio 中試試 (注意：需要上傳草稿)
從線框圖生成 UI 模型：
「根據這些指南為 [產品] 創建一個模型。」
在 AI Studio 中試試 (注意：需要上傳線框圖)
像素藝術與 LED 顯示器：
「生成一個獨角獸的像素藝術精靈圖，使其完美契合這個 64x64 的網格圖片。使用高對比度的顏色。」
(提示：開發者之後可以透過程式提取每個儲存格的中心顏色，來驅動一個連接的 64x64 LED 矩陣顯示器)。
在 AI Studio 中試試 (注意：需要上傳網格圖片)
精靈圖：
「一位女性在無人機上做後空翻的精靈圖表，3x3 網格，序列，逐格動畫，正方形比例。嚴格遵循所附參考圖片的結構。」
（提示：之後你可以提取每個儲存格並製作成 GIF）
GIF
10. 接下來呢？
現在你已經掌握了提示詞設計的基礎知識，以下是開始建構的方法：
- 在 UI 中實驗： Google AI Studio 是測試提示詞和參數最快的方式。
- 在 應用程式畫廊 中查看非常酷的 Nano-banana 驅動應用程式。
- 用語感編碼實現你的夢想應用：將你最好的提示詞轉換成一個應用程式，並在 AI Studio Build 中輕鬆與朋友分享。
- 建構應用程式： 準備好編碼了嗎？請查看開發者指南或 Gemini API Cookbook，以獲取指南和程式碼片段。
- 技術深度探討： 閱讀完整的 Gemini API 文檔，了解速率限制、定價和整合的詳細資訊。
