教程：Nano-Banana Pro，谷歌官方指南

谷歌生成式AI团队发布了Nano-Banana的首个官方教程——《The Complete Guide to Nano Banana Pro: 10 Tips for Professional Asset Production》。核心信息是如何用 Nano-Banana Pro 制作专业级的素材！

Nano-Banana Pro 相较于前一代模型是一次重大飞跃，从“有趣”的图像生成迈向“实用”的专业素材制作。它在文本呈现、角色一致性、视觉合成、世界知识（Search）和高分辨率（4K）输出方面表现出色。

以下是谷歌团队的官方指南：

附教程地址：

x.com/GoogleAIStu…

本文内容概览：

• 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 吸睛的 缩略图
• 基于 Google 搜索的现实锚定
• 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

一 、 Nano-Banana Pro的 提示词黄 金法则

Nano-Banana Pro 是一个 “会思考”的模型 。它不仅仅是匹配关键词，它能理解你的意图、 物理规律和画面构图 。要 想 获得最佳效果，请停止通过 “标签堆砌” （例如：狗, 公园, 4k, 真实感）来抽卡，开始 像一位创意总监那样去下达指令 。

1、编辑，不要重新抽卡

该模型非常擅长理解对话式的修改指令。如果生成的图片有 80% 是正确的， 不要 从头重新生成，直接告诉它你需要调整哪里。

2、使用自然语言和完整句子

像在向一位人类艺术家汇报一样与模型对话， 使用正确的语法和描述性形容词。

3、具体且有描述性

模糊的提示词只会带来平庸的结果， 定义主体、环境、光照和情绪。

4、提供上下文（“为什么”或“给谁看”）

因为模型会“思考”， 给它提供上下文 有助于它做出合乎逻辑的艺术决策。

二、 文本渲染、信息图表与视觉合成

Nano-Banana Pro 在渲染清晰、风格化的文本以及将复杂信息转化为视觉格式方面拥有 SOTA（当前最佳）的能力。

最佳实践：

• 压缩：要求模型将密集文本或 PDF “压缩”成视觉辅助材料。
• 风格：明确指定你想要的风格，如“精致的编辑风”、“技术图表”或“手绘白板”效果。
• 引用：明确指定你想要的文本， 用引号括起来。

示例提示词：

财报信息图（数据输入）

复古信息图 ：

技术图表：

白板总结（教育类）：

三、角色 一致性与吸睛的缩略图

Nano-Ba nana Pro 最多支持 14 张参考图像 （高保真模式下为 6 张） 。 这使得“身份锁定”成为可能 ——将特定人物或角色放入新场景中而不会出现面部扭曲。

最佳实践：

• 身份锁定：明确说明：“保持人物的面部特征与图像 1 完全相同。”
• 表情/动作： 在保持身份特征的同时描述情绪或姿势的变化。
• 病毒式构图： 在一次处理内将主体与醒目的图形和文字结合。

示例提示词：

“毛绒伙伴”场景（群体一致性）

[输入 3 张不同毛绒玩偶的图片]

品牌资产生成：

[输入 1 张产品图像]

四、 基于 Google 搜索的现实锚定

Nano-Ba nana Pro 可以利用 Google 搜索，基于实时数据、时事或事实核查生成图像， 从而在时效性话题上减少幻觉。

最佳实践：

• 要求 对 动态数据（天气、股票、新闻）进行可视化。
• 模型在生成图像之前“思考”（推理）搜索结果。

示例提示词：

事件可视化：

五、高级编辑、修复与上色

模型擅长通过对话式提示进行复杂编辑。这包括“ 图像修补 ”（移除/添加对象）、“修复”（修复老照片）、“上色”（漫画/黑白照片）和“风格转换”。

最佳实践：

• 语义指令 ：你不需要手动遮罩；只需自然地告诉模型要更改什么。
• 物理 理解： 你可以提出复杂的更改请求， 例如“把这个 杯子装满液体”来测试物理生成能力。

示例提示词：

对象移除与图像修补：

漫画/连环画上色：

[输入黑白漫画分镜]

本地化（文本翻译 + 文化适配）

[输入伦敦公交车站广告图像]

光线/季节控制：

[输入一张夏季房屋图像]

六、维度转换 (2D ↔ 3D）:

Nano-Ba nana Pro一项强大的新功能是将 2D 示意图转换为 3D 可视化效果，反之亦然，非常适合室内设计师、建筑师和表情包创作者。

示例提示词：

2D 平面图转 3D 室内设计板：

2D 转 3D 表情包转换：

七、高分辨率与纹理

Nano-Banana Pro 支持原生 1K 至 4K 图像生成。这对于细节纹理或大幅面打印特别有用。

最佳实践：

• 如果你的 API/界面允许，请明确要求高分辨率（2K 或 4K）。
• 描述高保真细节（瑕疵、表面纹理）。

示例提示词：

4K 纹理生成：

复杂逻辑（思考模式）：

八、思考与推理

Nano-Banana Pro 默认采用“思考”过程，在渲染最终输出前会生成临时的思考图像（不收费）来细化构图。 这样可以进行数据分析并解决视觉问题。

示例提示词：

解方程：

视觉推理：

九、 一次性分镜与概念艺术

Nano- Banana Pro 支持 在一次会话中生成连续画面或分镜而无需使用网格，确保叙事连贯流畅。 这也常用于“电影概念艺术”（例如，即将上映 电影的虚假泄露图）。

示例提示词：

十、结构控制与布局引导

输入图像不限于角色参考或待编辑的主体。你可以用它们来严格控制最终输出的构图和布局。 这对于需要将草图、线框图或特定网格布局转化为精美资产的设计师来说是革命性的。

最佳实践：

• 草稿与 草图： 上传手绘草图以精确指定文本和对象应放置的位置。
• 线框图：使用现有布局或线框图的截图来生成高保真 UI 模型。
• 网格：使用网格图像强制模型为基于图块的游戏或 LED 显示屏生成 素材。

示例提示词：

草图转最终广告：

线框图转 UI 模型：

像素艺术与 LED 显示屏：

（提示：开发人员随 后可以 以编程方式 提取每个单元格的中心 颜色，来驱动连接的 64x64 LED 矩阵显示屏）。

精灵图集：

（提示：你可以随后提取每个单元格并制作 GIF 动画）。

作者 GitHub： github.com/NLP-LOVE

微信公众号：