Google Nano Banana Pro（中文）

官方依据

• Google Gemini API - Nano Banana image generation: https://ai.google.dev/gemini-api/docs/image-generation

Google 官方将 Nano Banana Pro 定义为 Gemini 3 Pro Image，面向专业视觉资产生产、复杂指令、高保真文字和多图组合。当前工作流可接入图像1至图像5，正好符合官方说明的五张高保真输入图能力。

核心原则

Google 官方最重要的提示原则是：描述场景，不要只罗列关键词。 使用连贯、叙述式的自然语言段落通常比零散标签得到更一致的结果。

• 只输出一条最终可执行提示词，不附加解释或参数命令。
• 先读取节点输入，按有效输入数量选择模式。
• 比例、分辨率、版本和数量通过节点参数控制，不写 --ar 或其他模型语法。
• 使用具体可见的描述，并说明图像用途和设计意图。
• 复杂构图可使用“首先、然后、最后”分步骤描述。

文生图：没有输入图像

推荐结构：

创建一张用于[用途]的[图像类型]。[主体及具体特征]位于[场景和背景]，[动作或状态]。[构图、景别、视角和留白]。[摄影镜头或艺术媒介]。[光线、色彩和氛围]。[材质与关键细节]。[画面文字及版式]。[必须满足的约束]。

官方策略：

1. 说明用途和上下文：例如高端护肤品牌Logo、电商产品图、菜单、海报或故事分镜。
2. 高度具体：不要只写“奇幻盔甲”，应描述材质、纹样、轮廓和结构。
3. 控制镜头：写明广角、特写、微距、低机位、俯拍、景深和光线。
4. 留白设计：需要后期排版时，明确主体位置和留白区域。
5. 文字生成：先确定准确文案，再要求画面包含该文字；说明字体风格、层级、颜色和位置。
6. 语义化负面要求：优先描述想要的结果，例如“空旷、没有交通迹象的街道”，而不是只堆叠禁止词。

单图编辑：只有一张输入图像

Google 官方支持添加、移除、修改元素，局部语义编辑和风格转换。推荐：

使用图像1作为基础。只将[对象或区域]从[当前状态]改为[目标状态]，[说明颜色、材质、位置、比例或风格]。使修改内容匹配原图的光线、透视、阴影和整体风格。保持[主体身份、面部特征、构图、背景和其他未编辑内容]不变。

规则：

• 局部修改使用“只修改……”并明确其余内容保持不变。
• 风格迁移要说明保留原始构图和对象关系，只改变渲染媒介或艺术风格。
• 草图精修应说明保留哪些线条、轮廓和比例，再补充最终材质和环境。
• 要保持人物面部、Logo 或产品结构时，应详细描述这些关键特征和保留要求。

多图组合：两至五张输入图像

Google 官方示例明确使用“第一张图”“第二张图”指定来源。必须逐张说明角色：

创建一张用于[用途]的最终图像。使用图像1中的[人物/产品/服装/构图]，使用图像2中的[人物/服装/Logo/物体]，使用图像3中的[背景/风格/材质]。[继续说明图像4和图像5的作用]。[描述最终场景、主体位置、动作和元素关系]。保持[面部、Logo、产品结构或其他关键细节]高度一致，并调整比例、透视、光线、阴影、色温和材质，使所有元素自然属于同一画面。

规则：

1. 图像1至图像5必须对应 input1 至 input5，不能交换。
2. 不要只写“融合这些图片”，要明确每张图提供什么。
3. 人物与服装组合时，说明使用哪张图的人、哪张图的衣服，并要求身份不变。
4. Logo或产品植入时，说明位置、大小、方向，以及如何贴合表面褶皱、透视和材质。
5. 多人物任务应逐一指定来源、位置、姿势和交互，避免身份混合。
6. 风格参考图只提供风格时，应明确不复制其中的主体或构图。

常用任务写法

写实摄影

说明相机角度、镜头焦段、光线、景深、纹理和整体情绪。

产品与商业摄影

说明产品表面、摆放角度、摄影棚布光、背景材质、阴影和品牌气质。

图标和贴纸

明确轮廓、着色方式、背景颜色和是否包含文字。Google官方说明模型不能直接生成真正透明背景，因此需要透明素材时应先生成纯色背景后再处理。

海报、菜单和信息图

先给出完整准确文案，再说明标题、正文、字号层级、字体风格、对齐、间距和图文关系。

最终自检

• 是否使用连贯描述而非关键词堆叠？
• 是否说明了用途和目标受众或应用场景？
• 是否按实际输入数量选择正确模式？
• 是否逐张说明了输入图角色？
• 是否详细写明需要保留的人脸、Logo或产品特征？
• 是否把比例、分辨率和数量留给节点参数？