关于 nano-banana-image-gen
为使用 Google Gemini 图像生成模型的创作者提供参考指南，涵盖 Nano Banana 模型选择、视觉 grounding、参数和提示词配方。
主要功能
- 01比较 NB1、NB2 与 Pro
- 02说明 NB2 视觉 grounding
- 03提供分辨率与比例建议
- 04介绍批量生成后放大
- 05提供多种提示词配方
适用场景
- 01按任务复杂度选择图像模型
- 02生成真实地点或历史场景
- 03批量生成草图并放大优选图
- 04制作漫画、风格转换或角色图像
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/nano-banana-image-gen确认已加载。
详细介绍
Nano Banana 2 图像生成参考
Nano Banana（NB）是 Google 的 Gemini 图像生成系列。NB2 = Gemini 3.1 Flash。
模型选择
| 模型 | 最适合 | 权衡 |
|---|---|---|
| NB1 | 已经运行良好的现有工作流、最低成本、对速度要求高的场景 | 不支持思考、视觉定位或极端比例 |
| NB2 | 新项目的默认选择（质量约为 Pro 的 95%） | 2K 下比 Pro 慢约 15%，手臂／腿部构图较弱，信息图中容易拼写错误 |
| Pro | 复杂的多层提示词、极端逻辑约束、室内空间比例／逻辑 | 成本最高 |
决策： 从 NB2 开始。只有在 NB2 持续无法满足你的特定提示词时，才升级到 Pro。
视觉定位（仅限 NB2）
NB2 会在生成前搜索互联网，查找参考图像。适用于：
- 特定的现实地点（教堂、桥梁、城市广场、小众建筑）
- 确切的动物物种、品种、昆虫
- 符合历史事实的场景
示例：“生成一张电影感的黄金时刻照片，拍摄法国 Voiron 的主要历史教堂。确保建筑细节、尖塔、周围广场和景观（山脉）都与现实相符。”
成本优化
512px 批量生成后再放大工作流：
- 使用 Batch API（折扣 50%）生成数十张 512px 变体
- 检查并挑选构图最佳的图像
- 将该图像放大到 1K／2K／4K
512px 输出的运行速度更快，成本与 NB1 大致相同。
参数
| 参数 | 值 | 备注 |
|---|---|---|
| 分辨率 | 512px、1K、2K、4K | 草稿使用 512px，再放大效果最佳的图像 |
| 宽高比 | 标准比例 + 1:4、1:8、4:1、8:1 | 极端比例适用于横幅、漫画、滚动内容 |
| 思考模式 | 开／关 | 默认保持关闭。复杂信息图，或需要视觉定位 + 空间推理时启用 |
提示词配方
3D 角色自拍（需要上传图像）：将个人照片转换为与真人互动的风格化 3D 角色。
动漫转写实（需要上传图像）：“将这张上传的动画静帧转换为超写实、电影感且完全逼真的场景。将动画角色变为真人，同时完美保留其原有身份、面部结构、服装、表情和整体相似度。”
历史街景：“生成一张超写实图像，完美复现 [事件] 的 Google Maps 街景画面。加入 123 度广角桶形畸变……”
蜡笔滤镜：“在白色横线笔记本纸上，用儿童蜡笔绘制的 [主题]。使用粗大的蜡笔笔触、摇摆不定的轮廓和鲜艳明亮的颜色，让颜色不规整地溢出线条。加入明显的重压痕迹、蜡质污迹和不均匀的涂鸦式阴影。”
连环漫画：“创作一幅 4 格横向连环漫画（宽高比 4:1）。[故事]。采用鲜艳的法比漫画风格。确保 [角色] 在所有画格中的设计保持一致。”
已知限制
- 信息图中容易出现拼写错误（NB1 在这方面表现更好）
- 多次生成之间的一致性不如 Pro
- 手臂／腿部构图问题比其他模型更常见
- 知识截止时间导致即使开启搜索，也无法引用非常近期的产品
- 尚不支持种子值（不同次生成的风格会变化）
署名
基于 X 上 @NanoBanana 于 2026 年 3 月 11 日发布的《充分利用 Nano Banana 2》。原帖介绍了 Google Gemini 图像生成模型的模型比较、视觉定位、参数和提示词技巧。