nanobanana-infographic

Nano Banana 2.1 信息图

制作清晰易读、忠于事实并符合用户要求的信息图。低干扰的编辑式版面是实用的预设方案，但并非唯一有效的风格。

此技能仅通过可调用的模型 ID gemini-nano-banana-2.1 使用 Nano Banana 2.1；内置脚本将其硬编码。较旧的 Nano Banana 模型不能作为备用方案：它们成本更高、效果更差，或者即将停止服务。如果调用失败或 ID 看起来已过时，请查阅当前官方模型文档和 ListModels，然后报告情况；不要换用其他模型。如果要编辑照片、使用参考图、多轮优化或生成基于搜索的图像，请在已安装 nanobanana 技能时使用它。

决策树

你需要做什么？

• 要求不完整或含糊不清
  根据上下文推断合理的必要信息。只有当缺失事实或尚未解决的选择会实质性影响结果时才提问；不要编造事实性内容。

• 用户现在就要一张信息图
  按照要求的数量、格式和风格制作；如果未指定数量且请求使用单数，则表示一张图，而不是一组四张渲染图。需要时，使用 references/patterns.md 中的构图示例。

• 用户想要 Gemini 实时渲染，或验证提示词是否有效
  阅读 references/configuration.md，确认授权范围和预算，然后选择合适的单提示词或批量方案。

• 用户想要精确的 API 语法、模型 ID 或请求字段
  阅读 references/api.md。

• 结果看起来杂乱、文字过多或像海报
  如有需要，阅读 references/gotchas.md，找出结果与要求不符之处并进行修改。大胆的海报风格本身并非缺陷。

默认工作模式

• 以用户要求的数量、渠道、比例、风格、配色和内容为准。否则，选择适合目标受众的连贯构图；简要说明会对结果产生实质影响的假设。
• 如果预设方案不合适，请直接编写自定义提示词。深色画布、大胆配色、渐变、较长文字和其他版式，只要清晰易读且恰当，都是有效选择。
• 不同图像应分别发起请求，不要指望一次请求能返回准确数量的图像。检查实际输出。
• 默认使用 medium 思考级别；事实密集时使用 high；仅在不涉及事实的版式草稿中使用 minimal。
• 只渲染获得授权的图像和轮次。仅要求提示词时无需调用 API；仅要求一张图，并不代表授权生成四个付费备选方案或进行不受限制的重试。
• 准确保留事实、单位、限定语、标签和必需的署名。渲染前确定可见文案，渲染后进行检查；不要为了满足字数预设而截断含义。
• 妥善保管凭据，只向外部服务发送已获授权的内容。保存的提示词和响应可能包含敏感材料；默认不要公开。

信息收集问题

仅在要求中存在无法自行解决的重大信息缺口时提问：

缺少的信息	提问
主题或主张	“请用一句话说明信息图的主题。”
受众或渠道	“信息图会用于哪里：博客文章、演示文稿、报告、主题演讲，还是其他场合？”
事实或章节	“哪些数字、主张或章节必须包含？”
风格限制	“是否有品牌色、必须避免的风格或参考基调？”

如果必要信息已提供或可合理推断，就直接继续，不必逐项询问。缺少可选的风格偏好不构成阻碍。

快速参考

需求	操作	输出
自定义图像	直接编写提示词；仅在获得授权的情况下使用 scripts/probe_gemini_image_api.py 进行渲染	不受预设限制的指定构图
低干扰提示词包	使用简短的 JSON 运行 scripts/build_variant_pack.py	1-4 条预设提示词；默认为四条，并附带 Markdown 审阅表
已批准的并行渲染	对经过审阅的提示词包运行 scripts/render_variant_pack.py	并发渲染所有包含的变体，并生成批次清单
可选构图示例	试试 Executive Snapshot、Editorial Column、Decision Board 或 Insight Ribbon	起点，而非详尽的设计菜单
减少干扰	重新渲染前，删去多余面板、颜色和文字	更简洁的第二版

可选低干扰预设

对于克制风格的幻灯片或博客视觉内容，可尝试 16:9、白色或近白色底色、2-3 种强调色、约五个词的标题，以及简短标签，并将说明文字放在图像之外。这些只是起始建议，并非普遍限制；当格式需要时，应保留较长的必需文案、来源说明或段落。生成器采用了更严格的预设，包括标题截断：若要精确措辞或自定义风格，请在使用前参阅 references/configuration.md。

变体	最适合	方向
Executive Snapshot	高管层幻灯片、董事会预读材料、战略摘要	一个主导性观点或数字，搭配 3-4 个规整的辅助模块
Editorial Column	博客文章、报告、说明文	垂直堆叠的面板，留白充足，并以细线分隔
Decision Board	权衡分析、框架、比较	模块化网格或并排布局，各部分视觉权重相同
Insight Ribbon	主题演讲主视觉幻灯片、开场视觉和宽幅摘要	一条水平叙事带，搭配间距均匀的辅助模块

使用 references/patterns.md 获取可调整的提示词结构和针对性迭代方法。

渲染规则

• 在提示词和 API 配置中都注明所选比例；使用受支持的格式，不要悄然覆盖用户指定的目标。
• 以清晰的层级组织相关概念。只要彼此关系仍然易于理解，组合流程、比较、插图或术语表元素也可以奏效。
• 在预期的显示尺寸下，检查文本和视觉编码，并确保除颜色之外也能传达含义。若要将图像用于无障碍出版，请提供替代文本或文本等效内容。
• 交付前，修正事实错误、缺失的必需内容和难以辨认之处。应在用户的范围内规划后续付费尝试，不要为了达到主观的风格目标而自动反复渲染。

注意事项

1. 要求生成“详细的信息图”通常会增加杂乱，而非提升清晰度。应改为要求清晰的层级、留白和克制。
2. Google 说明，模型可能无法生成请求的确切图像数量。针对每张预期图像分别提出一个明确请求，然后检查返回数量。
3. Google 还说明，先确定文本再将其渲染进图像，效果最好。不要在图像提示词中临时编写长篇文案。引用精确文案，并以“No other text.”结尾；2.1 版本否则会添加未请求的标签。
4. 如果图像未能呈现预期的基调或浏览路径，可调整层级、分组或强调方式，但不要舍弃用户要求的醒目风格。
5. 如果用户需要密集且精确的定量信息，手工制作的图表或矢量布局可能比 Gemini 图像生成更合适。

让指导保持实用

遵循稳定原则：事实准确性、层级、对比度、易读性，以及与发布场景的契合度。如果指导信息不足，或与观察到的行为相冲突，请查阅最新的官方 Gemini／工具文档或可信的主题资料，以核实有争议的事实；不要在每次编写提示词时都进行网络搜索。提出有来源依据的修正建议，并附上示例或检查方法，供更新规范技能使用，而不要悄悄修改已安装的副本。历史模型测试只能证明测试当时的情况，不能保证当前仍然可用。

阅读指南

任务	阅读
模型 ID、请求字段、比例、尺寸、思考级别、成本	references/api.md
变体设计、问题流程、提示词公式、迭代阶梯	references/patterns.md
环境设置、脚本和实时验证命令	references/configuration.md
噪点、文本、语言和重试方面的陷阱	references/gotchas.md