下面這篇文章由 Google DeepMind 的主管撰寫，我認為對喜歡使用 AI 生成影像的人來說非常有參考價值。我用 AI 將原文完整翻譯成中文分享給大家，若可以讀英文，可直接前往原文網頁閱讀。特別是提示詞 (prompts) 的部分建議盡量使用英文，效果最佳。
原文：7 tips to get the most out of Nano Banana Pro
作者：Bea Alessio, Google DeepMind 產品管理部門經理
我們最新推出的影像生成與編輯更新—— Nano Banana Pro（Gemini 3 Pro Image）——在文字呈現、世界知識、創意控制等方面都有大幅進步。以下是一些小技巧，幫助你充分發揮這款模型的威力。
我們替 Nano Banana 做了一次超大升級。
基於 Gemini 3 打造，Nano Banana Pro 是我們目前最先進的影像模型，能完美銜接想像力與專業級影像製作之間的差距。 它現在已可在 Gemini App 使用，並正陸續在 AI Studio、Vertex 等平台上推出。此版本具備跨多語言的最先進文字渲染能力，以及高階控制功能，例如可在單一組圖中輸入最多 14 張圖片（依平台而異）。
想開始體驗這款強大的新模型，可以先看看我們的發佈文章，以及以下的專業提示詞，幫助你打造更有效的高品質提示詞。
建立影像願景：故事、主題與風格
想獲得最佳成果並擁有更細膩的創意控制力，你可以在提示詞中加入以下元素
- 主體（Subject）：畫面中是誰或什麼？請具體描述。例如：有著藍色發光眼部的冷靜機器人咖啡師；戴著迷你巫師帽的蓬鬆三花貓
- 構圖（Composition）：畫面是怎麼取景的？例如：特寫、廣角、低角度拍攝、肖像構圖。 - 行動（Action）：主體在做什麼？例如：正在沖煮一杯咖啡、施放魔法、奔跑在草地上、動作定格瞬間
- 地點（Location）：場景發生在哪裡？例如：火星上的未來咖啡館、雜亂的煉金術士圖書館、被金色夕陽照亮的草地 - 風格（Style）：整體美學是什麼？例如：3D 動畫、黑色電影（film noir）、水彩畫、寫實風格、90 年代商品攝影。
- 編輯指令（Editing Instructions）：若是修改現有圖片，請直接且明確。例如：把男人的領帶改成綠色、移除背景中的車子
細緻調整：相機、燈光與格式
雖然簡單的提示詞也能產生結果，但若你追求專業級呈現，就需要更精準的指示。撰寫提示詞時，試著跳脫基本描述，並考慮以下進階設定：
- 構圖與長寬比（Composition and aspect ratio）：決定畫布的形式。例如：「9:16 直式海報」、「21:9 電影級寬畫面」 - 相機與燈光細節（Camera and lighting details）：像電影攝影師一樣指揮畫面。例如：「低角度拍攝，景深淺（f/1.8）」、「黃金時刻的背光，形成長長的陰影」、「電影感調色，使用柔和的青色系」
- 特定文字呈現（Specific text integration）：明確說出要出現的文字以及呈現方式。例如： 「將標題『URBAN EXPLORER』以粗體白色無襯線字體置於畫面上方」
- 事實性限制（Factual constraints，用於圖示、示意圖等）：如需準確性，請明確指出；同時確保你提供的資訊本身就正確。例如：「需為科學上正確的剖面示意圖」、「確保畫面符合維多利亞時代的歷史準確度」
- 參考圖片的角色（Reference inputs）：使用上傳圖片時，清楚描述每張圖片的用途。例如： 「使用圖片 A 作為角色姿勢參考，圖片 B 作為藝術風格，圖片 C 作為背景環境」
提示詞範例：展示多種創意技巧
不同的提示詞策略，可以幫你打造從寫實影像到奇幻世界的各種作品。以下是一些值得嘗試的技巧：
1. 生成具備精準文字渲染的畫面：銳利、清晰、可讀性高的文字，能幫你打造有衝擊力的海報、複雜的示意圖，甚至高細節的產品模型圖。
2. 運用真實世界知識創作：Nano Banana 基於 Gemini 3 Pro，能運用其真實世界知識與深度推理能力，產生精準、豐富又細緻的影像成果。
3. 翻譯與在地化你的概念：生成在地語言文字，或翻譯圖片內文字。你能看到產品以多語版本呈現的樣貌，適用於國際市場；也能製作不同地區使用的海報與資訊圖表。
說明文字： 一張黑白分鏡草圖，顯示電影場景的定場鏡頭 (establishing shot)、中景 (medium shot)、特寫 (close-up) 和主觀鏡頭 (POV shot)。
提示詞： 為這個場景製作分鏡腳本。
提示詞：製作一張圖片，內容是以土撥鼠能夠啃出的木頭拼出一句話：「How much wood would a woodchuck chuck if a woodchuck could chuck wood」。
提示詞： 製作一張資訊圖表 (infographic)，展示如何製作荳蔻茶 (elaichi chai)。
提示詞： 將三個黃藍色罐子上的所有英文文字翻譯成韓文，同時保持其他所有內容不變。
4. 使用專業級控制來進行編輯：提供如同攝影棚般的高階調控，包含：光線、鏡位、焦距、色彩分級等，能直接影響畫面的專業呈現。
5. 精準調整尺寸：嘗試不同長寬比，並在多種產品上生成清晰銳利的 1K、2K、4K 高品質畫面。
6. 合成多張圖片並保持角色一致性：即使多位角色同時出現，也能維持外觀一致。可以將 6 到 14 張（依平台而異）彼此完全無關的圖片混合，創作出全新的合成作品。
7. 建立與維持你的品牌視覺風格：以一致的品牌風格進行渲染與套用，輕鬆視覺化各種設計概念。能將圖案、標誌、藝術作品自然披覆在 3D 物件與材質上——從服裝到包裝皆適用——同時保留真實光線與質感。
提示詞 1：設計一個帶有流暢感的圖形風格標誌，以 1960～1970 年代的復古美學為靈感，並以草圖為基礎但不需精確遵循，只需從中獲得概念。它的核心特色是一種受迷幻風格啟發的律動字體，字形柔軟、圓潤、流動。字母會被巧妙地扭曲、拉長、壓縮，放棄僵硬結構，彼此連接並形成一個統一、可辨識的形狀。這種技巧稱為書寫圖形（calligram），能巧妙結合文字與圖像，讓單字的形態本身視覺化其含義。單字「WAVE」會被藝術化排列成一道海浪的流動輪廓。整體設計形成一種聰明的視覺雙關，使訊息立即易懂又令人印象深刻。色彩選擇強化了復古感，僅使用雙色系：淺藍背景與深藍標誌，帶有溫暖、柔和或略帶泥土色調的氛圍。這種搭配讓作品更具懷舊魅力。整體效果洋溢著異想天開的復古感與巧妙的平面設計語彙，透過形與字的完美結合，以簡單、正向、直覺的方式傳達訊息，帶來立即且愉悉的視覺衝擊。
提示詞 2：現在請逐一建立完整的識別系統，並使用 10 張高品質模型圖（mockups），包含多種相關產品、廣告、看板、公車站牌等，每次產生一張，比例為 16:9。
提示詞： 把這個場景改成夜晚場景。
提示詞： 將焦點放在花朵上。
提示詞： 透過調整長寬比，為不同平台更改影像的外觀與風格。
提示詞： 將這些圖片合併成一張以 16:9 格式呈現、構圖適當的電影感影像，並把人台上的洋裝換成圖片中的那件洋裝。
關於目前的限制
在我們持續開發與微調模型的過程中，仍有一些地方需要改進：
1. 視覺與文字的精確度 渲染小字、細微細節，以及完全正確的拼字，有時可能無法百分之百到位。
2. 資料與事實準確性 對於依賴資料的視覺內容（例如示意圖、資訊圖表），請務必再次確認資訊是否正確。
3. 翻譯與在地化 多語言文字生成可能會出現語法錯誤，或忽略特定文化語境的細微差異。
4. 複雜編輯與影像合成 像是進階影像混合、光線調整等編輯，有時可能產生不自然的痕跡或破綻。
5. 角色特徵一致性 雖然大多時候表現穩定，但在多次編輯後，角色外觀或細節仍有可能出現些微差異。 我們正積極改善這些部分，也非常感謝你的創意與耐心，陪我們一起打造下一代的影像工具。
