Nano Banana 圖像編輯 — Gemini 爆紅修圖模型完整玩法

由 FeiYueh 親自審稿驗證 · 最後更新於 2026-09-17

Nano Banana 是 Google DeepMind 於 2025 年 8 月發布的 Gemini 2.5 Flash Image 模型代號，它的核心突破不是畫質，而是「角色一致性」——同一個人物、同一隻寵物、同一件商品，能在連續多次編輯中保持長相不變。這解決了過去 AI 修圖最致命的缺陷：改一次臉就換一個人。2

Nano Banana 是 Google DeepMind 於 2025 年 8 月發布的 Gemini 2.5 Flash Image 模型代號，它的核心突破不是畫質，而是「角色一致性」——同一個人物、同一隻寵物、同一件商品，能在連續多次編輯中保持長相不變。這解決了過去 AI 修圖最致命的缺陷：改一次臉就換一個人。2026 年的升級版 Nano Banana Pro 進一步把文字渲染與多圖合成拉進可商用水準。 Nano Banana 是什麼：從神秘代號到 Gemini 官方模型 Nano Banana 最初是 2025 年 8 月出現在 LMArena 匿名競技場的一個測試模型代號，因為修圖表現遠超同場對手而在社群引爆討論，Google 隨後承認那就是自家的 Gemini 2.5 Flash Image。這個「先匿名測試、再認領」的操作讓它在正式發布前就累積了大量口碑。 模型的定位是「對話式圖像編輯」，不是一次性生成。你上傳一張照片，用自然語言下指令（「把背景換成夜晚的東京街頭」），拿到結果後再繼續說「人物的外套改成米色」，模型會在保留前一版所有細節的前提下只改你指定的部分。 「Gemini 應用在 Nano Banana 推出後單月新增超過 2,300 萬名新使用者」（來源：Google 官方部落格） ，這個數字說明它觸及的不只是設計師族群。 2025 年 11 月，Google 推出基於 Gemini 3 Pro Image 的 Nano Banana Pro ，主打 2K/4K 輸出、精準文字渲染與最多 14 張參考圖合成。目前 Gemini 應用內兩個版本並存：免費版走 Flash Image，付費訂閱可用 Pro。 三個真正拉開差距的能力 角色一致性：同一張臉編輯十次不變形 角色一致性是 Nano Banana 最常被引用的能力。傳統 diffusion 模型每次重繪都在重新採樣，人臉的骨架比例、痣的位置、髮流會逐次漂移；Nano Banana 把參考影像的身分特徵鎖進生成流程，實測連續編輯 5-10 輪後主體仍可辨識為同一人。這對三類需求特別關鍵：電商的商品多角度圖、個人品牌的形象照系列、以及需要固定角色的漫畫或繪本分鏡。 多圖融合：把三張照片合成一個場景 Flash Image 支援同時輸入多張圖片並融合，Pro 版把上限拉到 14 張。實際用法例如：上傳一張你的照片、一張沙發商品圖、一張客廳空間照，下指令「把這張沙發放進這個客廳，我坐在上面」，模型會處理透視、光源方向與陰影落點。室內設計提案與虛擬試穿是目前最成熟的兩個應用場景。 文字渲染：中文招牌不再是亂碼 Pro 版的文字渲染是相對前代最明顯的量化改進。過去 AI 生成圖裡的中文字幾乎必然是筆畫錯亂的「偽漢字」，Pro 版可穩定生成正確的中英文短句，並支援指定字型風格與排版位置。這讓「AI 直接產出可用的社群貼文圖、活動海報、簡報封面」從半成品變成可交付的成果，省下匯出後再用 Canva 補字的步驟。 五個立刻可用的實戰提示詞結構 Nano Banana 的提示詞邏輯偏向「描述場景」而非「堆疊關鍵字」。Google 官方 Gemini API 圖像生成文件 明確建議用完整句子描述你要的畫面，而不是用逗號串接標籤。以下五種結構涵蓋多數日常需求： 局部替換 ：「只把 [物件] 改成 [新樣貌]，其他部分完全不動，保持原本的光線與陰影。」——關鍵在明確講出「其他不動」，模型才不會順手重繪全圖。 風格轉換 ：「把這張照片轉成 [風格描述]，保留人物的臉部特徵與姿勢。」——風格描述越具體越好，例如「1990 年代日本雜誌底片質感、暖色調、輕微顆粒」勝過「復古風」。 背景更換 ：「把背景換成 [場景]，調整主體邊緣的光線讓它符合新環境的光源方向。」——加上光源指令能大幅減少「貼圖感」。 商品情境圖 ：「把這個商品放在 [場景] 的 [位置]，用 [角度] 拍攝，加上自然的接觸陰影。」——「接觸陰影」是讓商品看起來真的落在桌面上的關鍵詞。 文字合成 （Pro 版）：「在圖片 [位置] 加上文字『[內容]』，字型為 [風格]，顏色 [色碼]，不要遮住主體。」 失敗時的修正策略比重寫提示詞更有效：不要推翻重來，而是接著上一輪的結果說「剛剛那版很好，但把 X 再調整成 Y」。這正是對話式編輯的設計意圖，也是它與一次性生成模型的根本差別。 三種存取途徑與成本比較 存取方式決定成本與可控性，三條路徑差異明顯： Gemini 應用（網頁／手機） ：免費帳號可用 Flash Image，每日有生成次數上限；Google AI Pro/Ultra 訂閱者可用 Pro 版並取得更高額度。適合個人使用者與不寫程式的創作者。 Gemini API ： 「Gemini 2.5 Flash Im

由 FeiYueh 親自審稿驗證 · 最後更新於 2026-09-17. Independently maintained — not AI-generated boilerplate.