🛑 章节 0：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；它能理解意图、物理原理和构图。要获得最佳效果，请停止使用“标签堆砌”（例如：狗、公园、4k、写实），开始像创意总监一样思考。
1、编辑，而非重新生成 (Edit, Don’t Re-roll)
该模型在理解对话式编辑方面表现出色。如果一张图像有 80% 是正确的，不要从头开始生成新图像。相反，只需要求进行你需要的具体更改。
示例： “这很棒，但请将光线改为日落效果，并将文本改为霓虹蓝色。”
2、使用自然语言和完整句子 (Use Natural Language & Full Sentences)
像向人类艺术家做简报一样与模型对话。使用正确的语法和描述性形容词。
❌ 差： “酷车，霓虹，城市，夜晚，8k。”
✅ 好： “一张电影感的广角镜头，展示一辆未来主义跑车在雨夜中飞驰穿过东京街道。霓虹灯招牌的灯光反射在湿漉漉的路面和跑车的金属底盘上。”
3、具体且具有描述性 (Be Specific and Descriptive)
模糊的提示词会产生通用的结果。定义主体、场景、光线和氛围。
主体：不要说“一个女人”，而要说“一位穿着复古香奈儿风格套装的优雅老妇人”。
材质：描述纹理。“哑光饰面”、“拉丝钢”、“柔软天鹅绒”、“皱纸”。
4、提供上下文（“为什么”或“为谁”）(Provide Context (The “Why” or “For whom”))
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。
示例： “为巴西高端美食食谱创作一张三明治的图像。”（模型将推断出专业的摆盘、浅景深和完美的光线）。
🛑 章节 1：文本渲染、信息图与视觉合成
Nano-Banana Pro 拥有最先进（SOTA）的能力，可渲染清晰易读、风格化的文本，并将复杂信息合成为视觉格式。
最佳实践：
- 压缩 (Compression)： 要求模型将密集文本或 PDF “压缩”成视觉辅助工具。
- 风格 (Style)： 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。
- 引文 (Quotes)： 明确指定你想要的文本，并用引号括起来。
示例提示词：
财报信息图（数据输入）
[输入 Google 最新财报的 PDF]
“生成一张简洁、现代的信息图，总结这份财报中的关键财务亮点。包括‘收入增长’和‘净利润’的图表，并将 CEO 的关键引述高亮显示在一个风格化的引文框中。”
复古信息图 ：
“制作一张关于美国小餐馆历史的复古 1950 年代风格信息图。包含‘食物’、‘点唱机’和‘装饰’等独立版块。确保所有文本清晰易读，并采用符合该时期的风格化设计。”
技术图表：
“创建一张正交蓝图，从平面图、立面图和剖面图描述这座建筑。用技术性建筑字体清晰标注‘北立面’和‘主入口’。格式为 16:9。”
白板总结（教育类）：
“将‘Transformer 神经网络架构’的概念总结为一张手绘白板图，适用于大学讲座。使用不同颜色的记号笔区分编码器（Encoder）和解码器（Decoder）模块，并为‘自注意力（Self-Attention）’和‘前馈网络（Feed Forward）’添加清晰标签。”
🛑 章节2：角色一致性与病毒式缩略图
Nano-Banana Pro 最多支持 14 张参考图像（其中 6 张具有高保真度）。这允许进行“身份锁定 (Identity Locking)”——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 完全一致。”
- 表情/动作： 描述情绪或姿势的变化，同时保持身份不变。
- 病毒式构图 ： 一次性将主体与醒目的图形和文本结合起来。
示例提示词：
“病毒式缩略图”（身份 + 文本 + 图形）(The “Viral Thumbnail” (Identity + Text + Graphics))：
“使用图像 1 中的人物设计一个病毒式视频缩略图。
面部一致性：保持人物的面部特征与图像 1 完全一致，但将其表情改为兴奋和惊讶。
动作：将人物摆放在画面左侧，手指指向画面右侧。
主体：在右侧放置一张高质量的牛油果吐司美食图片。
图形：添加一个醒目的黄色箭头，连接人物的手指和吐司。
文本：在中间叠加巨大的流行风格文字：‘3分钟搞定！’。使用粗体白色描边和投影效果。
背景：模糊、明亮的厨房背景。高饱和度和对比度。”
“毛绒伙伴”场景（群体一致性）
[输入 3 张不同毛绒玩偶的图像]
“创作一个由 10 个部分组成的搞笑故事，讲述这 3 个毛绒朋友去热带度假的经历。故事全程充满刺激，有情感起伏，并以一个幸福的时刻结束。确保所有 3 个角色的服装和身份保持一致，但他们的表情和角度应在所有 10 张图像中有所变化。确保每张图像中每个角色只出现一次。”
品牌资产生成：
[输入 1 张产品图像]
“创建 9 张惊艳的时尚照片，仿佛出自获奖时尚杂志大片。使用此参考图像作为品牌风格，但在系列中添加细微差别和变化，以传达专业的设计感。请一次生成一张图像，共生成九张。”
🛑 章节3：基于 Google 搜索的信息锚定
Nano-Banana Pro 利用 Google 搜索，基于实时数据、时事或事实核查生成图像，减少在时效性话题上的幻觉（hallucinations）。
最佳实践：
- 要求可视化动态数据（天气、股票、新闻）。
- 模型在生成图像前会“思考”（推理）搜索结果。
示例提示词：
事件可视化 (Event Visualization)：
“根据当前的旅行趋势，生成一张关于 2025 年美国国家公园最佳游览时间的信息图。”
🛑 章节3：高级编辑、修复与着色
该模型擅长通过对话式提示进行复杂编辑。这包括“图像修补 (In-painting)”（移除/添加对象）、“修复 (Restoration)”（修复老照片）、“着色 (Colorization)”（漫画/黑白照片）和“风格转换 (Style Swapping)”。
最佳实践：
- 语义指令 ： 你不需要手动绘制遮罩；只需自然地告诉模型要更改什么。
- 物理理解： 你可以要求进行复杂更改，例如“给这个杯子装满液体”来测试物理生成能力。
示例提示词：
对象移除与图像修补 (Object Removal & In-painting)：
“移除这张照片背景中的游客，并用符合周围环境的合理纹理（鹅卵石和店面）填充该空间。”
漫画/连环画着色 (Manga/Comic Colorization)：
[输入黑白漫画分镜]
“为这张漫画分镜上色。使用充满活力的动漫风格调色板。确保能量光束上的光照效果呈现发光的霓虹蓝色，角色的服装与其官方配色保持一致。”
本地化（文本翻译 + 文化适配）
[输入伦敦公交车站广告图像]
“采用这个概念并将其本地化到东京场景，包括将标语翻译成日语。将背景改为夜晚繁忙的涩谷街道。”
光线/季节控制 (Lighting/Seasonal Control)：
[输入夏季房屋图像]
“将此场景转换为冬季。保持房屋结构完全相同，但在屋顶和院子里添加积雪，并将光线改为寒冷、阴沉的下午光线。”
🛑 章节4：维度转换 (2D ↔ 3D:
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。这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 Floor Plan to 3D Interior Design Board)：
“基于上传的 2D 平面图，在一张图像中生成专业的室内设计演示板。
布局：拼贴形式，顶部一张大型主图（客厅区域的广角透视图），下方三张小图（主卧室、家庭办公室和一个 3D 俯视平面图）。
风格：应用现代极简主义风格，所有图像均采用温暖的橡木地板和灰白色墙壁。
质量：照片级真实感渲染，柔和的自然光线。”
2D 转 3D 表情包转换：
“将‘This is Fine’狗表情包转换为照片级真实感的 3D 渲染。保持构图完全相同，但让狗看起来像一个毛绒玩具，让火看起来像真实的火焰。”
🛑 章节5：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：
“利用原生高保真输出，打造一个令人惊叹的青苔森林地面的氛围环境。掌控复杂的光照效果和细腻的纹理，确保每一缕苔藓和每一束光线都以适合 4K 壁纸的像素级完美分辨率呈现。”
复杂逻辑（思考模式）：
“创建一张超写实的信息图，展示一个解构的精致芝士汉堡，展示烤布里欧面包的纹理、肉饼的焦化外壳以及芝士闪亮的融化状态。为每一层标注其风味特征。”
🛑 章节6：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），以优化构图。这允许进行数据分析和解决视觉问题。
示例提示词：
解方程 (Solve Equations)：
“在白板上解方程 log_{x^2+1}(x^4-1)=2 in C。清晰地展示步骤。”
视觉推理：
“分析这张房间的图像，并生成一张‘之前’的图像，展示该房间在施工期间可能的样子，显示框架和未完成的石膏板。”
🛑 章节7：一次性故事板与概念艺术:
你可以无需网格即可生成连续艺术或故事板，确保在单次会话中获得连贯的叙事流。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：
“创作一个引人入胜的 9 部分故事，包含 9 张图像，讲述一个获奖奢华行李箱广告中的一男一女。故事应有情感起伏，以一个展示女性和品牌标志的优雅镜头结束。女性和男性的身份及其着装必须贯穿始终保持一致，但可以且应该从不同的角度和距离展现他们。请一次生成一张图像。确保每张图像均为 16:9 的横向格式。”
🛑 章节9：结构控制与布局引导
输入图像不仅限于角色参考或待编辑的主体。你可以使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定义文本和对象的位置。
- 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 显示屏生成资产。
示例提示词：
草图转最终广告 (Sketch to Final Ad)：
“根据这张草图，为 [产品] 创建一个广告。”
线框图转 UI 模型 (UI Mockup from Wireframe)：
“根据这些指南，为 [产品] 创建一个模型。”
像素艺术与 LED 显示屏 (Pixel Art & LED Displays)：
“生成一个独角兽的像素艺术精灵，完美适配这张 64×64 网格图像。使用高对比度颜色。”
(提示：开发人员随后可以编程提取每个单元格的中心颜色，以驱动连接的 64×64 LED 矩阵显示屏)。
精灵图 (Sprites)：
“精灵图：一个女人在无人机上做后空翻，3×3 网格，序列，逐帧动画，正方形宽高比。严格按照所附参考图像的结构。”
(提示：你可以提取每个单元格并制作 GIF 动画)。
原文档地址：
https://x.com/googleaistudio/status/1994480371061469306?s=46
