Nano Banana Pro 图片生成与编辑

Nano Banana Pro 是什么

Nano Banana Pro 是 Google 的图像生成与编辑模型，发布于 2025 年 11 月 20 日，在 Google 自己的资料里对应架构名 Gemini 3 Pro Image。它建立在 Gemini 3 Pro 之上，因此会对需求本身做推理，而不只是照着字面匹配关键词。

在本站它与其他模型共用同一个图片工作台。本页给出模型身份、本工作台暴露的控件、Google 随官方样例一并公布的提示词，以及在任务提交前由服务端给出的实时报价。

选择模型时最该看的是 Google 自己划的分工。Nano Banana Pro 面向需要最高事实准确度、可读文字与精细控制的高保真任务。初代 Nano Banana（即 Gemini 2.5 Flash Image）仍是快速、轻量的选项。

Nano Banana Pro 适合的七类任务

下面这份清单依据 Google 用这个模型展示出来的效果，而不是任何转售商的宣传口径。

• 海报与包装这类必须承载可读文字的画面。Google 把这个能力列为首要强项，并展示了短标语、长段落、手写感字体，以及用实物堆出整句话的效果。
• 由真实信息拼出的信息图与图解。Google 自己的样例里既有室内植物的养护指南，也有分步食谱，都靠模型自身的世界知识生成，而不是靠上传一张版式稿。
• 依赖当下事实的内容。模型可以连接 Google 搜索，Google 的发布文章里展示了一张用实时天气数据做成的波普风天气图。
• 故事板与系列图。一次生成多张，让同一组角色、风格与色调在一段序列里保持一致。
• 需要混合大量输入图的合成：Google 公布的可用上限是单次工作流内 14 张输入图，并保持最多 5 个角色与 14 个物体的一致性。这也是群像或整条产品线能靠参考素材成立的原因。
• 偏工作室思路的修图决策：改变光照方向、把白天变成夜晚、把焦点移到前景，或者把同一份素材适配成多个画面比例而不重建场景。
• 多语言投放。模型能用多种语言渲染文字，也能翻译图片里已有的文字，让一张现成设计直接复用给另一个市场。

可以直接复制的提示词

下面几条是 Google 随上方图例一并公布的提示词，逐字照录。把它们当起点用：保留结构，替换主体。点开任意一条即可载入工作台。

Create an infographic about this plant focusing on interesting information.

Create an infographic that shows how to make elaichi chai

Create a storyboard for this scene

View of a cozy street in Berlin on a bright sunny day, stark shadows. the old houses are oddly shaped like letters that spell out "BERLIN" Colored in Blue, Red, White and black. The houses still look like houses and the resemblance to letters is subtle.

Google 公布的规格

以下数字来自 Google 自己的模型页与发布资料，不是转售商的转述。Google 同时提醒输入图数量会随使用场景变化，因此实际能提交什么，以本工作台为准。

本工作台暴露哪些控件

能提交什么以选择器为准。其他站点的页面描述的是他们自己的账号，报价也由服务端解析，而不是由本页写死。

竞品站点会给出它们自己的积分价目，那些数字描述的是它们的账号而非本账号。你实际看到的数字，是工作台在你提交前打印出来的那一个。

Nano Banana Pro 与同门两代的对照

本站三个档位都已上架。定位那一行来自 Google 自己的表述，控件那几行来自本工作台的选择器，因此可能与别家提供的选项不同。

由于三个档位在本工作台共用同一套分辨率阶梯和同一参考图上限，你真正能感受到的差异是推理深度、文字准确度与速度，而不是输出尺寸的天花板。这个选择重要时，用同一份需求跑两个档位对比。

工作室级控件与改图流程

一次改图从你有权使用的图片，加上一条说清「要改什么、什么必须保留」的指令开始。这里不需要画蒙版：模型自己判断指令指向画面的哪一部分，其余部分保持不动。

Google 把更细的控制归在工作室级编辑之下，并直接演示了其中四项：调整机位、改变焦点、施加色彩分级，以及整体替换场景光照。本页收了两张对应样例，一张把雪地场景从白天改成夜晚，一张把焦点移到前景的花上。

指令分两半写。前半句给主体和改动，后半句点名不能动的东西，比如轮廓、机位，或者画面里其他部分的颜色。

• 先看脸和手。人像改图里最常见的不受控变化就是相似度漂移。
• 回读小字。Google 把「小尺寸文字与拼写」列为它自己已知的弱项，所以标价、法务字样这类内容最容易出事。
• 在增删物体的位置比对反光、阴影和接触点。
• 每次只改一条指令再重跑，这样任何差异才能归因到那条指令，而不是模型的随机波动。

在本站生成或改图的步骤

四步，按工作台要求的顺序。

1. 粘贴你的提示词，或用上方图例里的复制按钮载入一条现成提示词。
2. 选择分辨率档位与画面比例。如果这次是改图而不是新生成，加上参考图。
3. 先读报价，然后在工作台提示时登录。
4. 提交、检查结果，下载你要保留的那一版。如果任务失败，先看它的状态再决定是否重试，避免重复提交。

怎么写一条经得起反复修改的提示词

Google 给的是公式而不是关键词表。先说清交付物，再说主体、动作与场景，然后往下补。

Google 自己的指南把工作拆成两遍。第一遍立住构想：主体、构图、动作、地点与风格；如果是改图，就直接写明改动指令。第二遍细化：画面比例、机位与光照细节、画面上文字的确切内容与位置，以及输出是图解时对事实准确性的要求。

涉及多张图片时，Google 建议逐一说明每张图的角色，比如一张定角色姿势、一张定画风、一张定背景。宁可具体也不要简短。修改时一次只改一个决策，否则你无法判断是哪一处改动造成了差异。

Google 自己公开的局限

模型页应当说明自己的说法到哪里为止。Google 为这个模型公布了局限清单，以下五项按它自己的分类照录。

• 视觉与文字保真度：并非每张图都完美，模型仍可能在小尺寸人脸、拼写准确度和细节上失手。
• 数据与事实准确性：世界知识覆盖面很广但并非不会出错，信息图、标注图解与数据类画面在发布前都应核对。
• 翻译与本地化：可以生成和翻译多种语言的文字，但语法、拼写、文化语感与习语仍可能出问题。
• 复杂编辑与图像融合：带蒙版的编辑、大幅度光照变化与多图融合，有时会产生不自然的结果或明显瑕疵。
• 角色特征：一致性是它的强项但不是保证，Google 表示仍在继续改进。

图例与规格的来源

本页每一个数字与每一张图都能追溯到下列来源之一。凡数值来自竞品站点而非 Google 的，表格里都会写明。