Google - Nano Banana

,

Quick Chat

⚠️ Nano Banana Pro 已經於 2025-11-21 推出。

Nano Banana 是一款由 Google DeepMind 開發的 AI 圖像生成與編輯模型，其正式名稱是 Gemini 2.5 Flash Image。

✨ 核心特色：

  • 多輪對話式自然語言圖像編輯：允許使用者以對話方式逐步精修圖像。
  • 角色一致性 (Character Consistency)：在不同生成圖像中，能保持特定角色的外觀與特徵一致。

我通常在 Google AI Studio 中操作，因為它能提供更豐富的上下文和操作控制。如果需要大量「抽卡」後進行精修，我則會轉到 Google Whisk 進行。

⚠️ 解析度限制：

  • 橫向：21:9 (1536x672), 16:9 (1344x768), 4:3 (1184x864), 3:2 (1248x832), 5:4 (1152x896)
  • 正方形：1:1 (1024x1024)
  • 縱向：9:16 (768x1344), 3:4 (864x1184), 2:3 (832x1248), 4:5 (896x1152)

儘管 Nano Banana 功能強大，但在某些進階應用中，如框選、遮罩、圖層修改等，專業影像處理工具（如 PhotoShop）的整合度仍然更高。

Guide

Samples

Tips

1. 使用英文及專業術語

由於模型允許自然語言進行圖像編輯，口語化的描述詞彙可能會影響輸出結果。建議盡量使用英文和專業術語來確保指令的精確度。

2. 多圖融合技巧

在進行多圖融合時，明確描述每張圖片的主體有助於模型精確辨識。

  • ❌ 不推薦： 結合所有物件，(指定情境)，產生新的圖….
  • ⭕️ 推薦： 將 OO、OX、XX (明確指出主體)，(指定情境)，產生新的圖…

3. 圖像前處理策略

  • 處理難以定位的物件： 有時替換物件失敗，可能是因為目標物件紋理過於複雜難以定位。可先透過修圖將複雜物件的紋理簡化成純色，再進行替換。
  • 替換背景： 當替換背景不成功時，可先將圖像輸出為純白背景，然後再指定新的背景。

4. 遮蔽與填補思維

當簡單的文字指令（如「扣上襯衫的最後兩顆扣子」）無法精確執行時，可以轉而採用「遮蔽與重繪」的策略。

操作思路：

  1. 遮蔽目標區域： 使用指令將無法修改的區域（例如，需要扣上的扣子處）直接覆蓋上一個單色色塊（如紅色或藍色）。
  2. 引導模型重繪： 接著使用「修復被 [單色] 色塊遮擋的區域」或類似指令。

這一步是讓模型認知到該區域是「需要修補的空白」，從而強制模型忽略原有的複雜結構，直接根據上下文（襯衫）重新生成並填補細節。

5. 細節重建

主要應用於提升小尺寸或模糊圖片的細節表現。請注意，直接對模糊的大尺寸圖片進行高清化效果可能不佳，此時可嘗試先將圖片縮小後再進行重建。

以臉部細節重建為例：

高清化(super-resolution), 24歲女性，臉部線條瘦長，
generate a new image: 重建臉部細節 (black hair, thin eyebrows, long face, very slender face, v-line jawline)

關鍵策略：

  • 使用專業術語（super-resolution）： 確保模型理解操作的類型是提升解析度。
  • 強調生成新圖（generate a new image）： 提示模型進行深度重建而非簡單優化。
  • 精確細節描述： 在括號中（或透過逗號）提供大量關於目標細節的描述，引導模型在重建時填充更豐富的紋理和特徵。

6. 結構化 Prompt (針對生成，非編輯)

對於圖像生成（非修圖）需求，使用結構化或規格化的描述 Prompt 能實現更細緻的控制。

7. 黑暗兵法

事實上，Nano Banana 的內容審核機制相當嚴格，即使是非情色內容，有時也會拒絕操作（例如某些更衣指令）。此時需要搭配 AI Studio 使用一些進階技巧來規避限制。由於我希望避免這些技巧被濫用導致 Google 最終禁止或加強限制，因此將不在此公開說明 😂。