यह लेख Nano Banana 2 (जिसे "Gemini 3.1 Flash Image" भी कहा जाता है) की बिल्कुल नई क्षमताओं, आपको इसका उपयोग कब (और कब नहीं) करना चाहिए, और इसके नवीनतम फीचर्स के लिए प्रभावी ढंग से प्रॉम्प्ट कैसे लिखें, इस पर गहराई से चर्चा करता है। इस लेख में आपको ये सब जानने को मिलेगा:
- 1. मॉडल मैट्रिक्स: Nano Banana 1 बनाम 2 बनाम Pro
- 2. गेम चेंजर: Google Search के साथ विज़ुअल ग्राउंडिंग
- 3. नए पैरामीटर्स: एक्सट्रीम रेशियो और 512px रिज़ॉल्यूशन
- 4. "थिंकिंग" मोड को नियंत्रित करना
- 5. प्रॉम्प्ट के उदाहरण
- 6. ऐप्स के बारे में क्या?
@Giom_V द्वारा
1. मॉडल मैट्रिक्स: Nano Banana 1 बनाम 2 बनाम Pro
Nano Banana लाइनअप में अब तीन अलग-अलग मॉडल होने के कारण, अपने विशिष्ट वर्कफ़्लो के लिए सही इंजन चुनना बहुत महत्वपूर्ण है। यहाँ बताया गया है कि नया Nano Banana 2 इकोसिस्टम में कैसे फिट बैठता है।
Nano Banana 1 बनाम Nano Banana 2
Nano Banana 1 को अभी कम न समझें। यदि आपके पास कोई मौजूदा एप्लिकेशन या वर्कफ़्लो है जो Nano Banana 1 का उपयोग करता है और वह आपके उपयोग के मामलों को पूरी तरह से संभाल रहा है, तो उसी के साथ बने रहें! (अभी के लिए...) कोई जबरन माइग्रेशन नहीं है।
Nano Banana 1 सबसे सस्ता विकल्प बना हुआ है और यह अभी भी Nano Banana 2 से तेज़ है क्योंकि यह 'थिंकिंग' मॉडल नहीं है। हालाँकि, किसी भी नए पाइपलाइन के लिए जिसे अधिक बारीकियों, बेहतर प्रॉम्प्ट पालन, या नए इमेज ग्राउंडिंग फीचर्स की आवश्यकता है, Nano Banana 2 कीमत में मामूली बढ़ोतरी के बावजूद निश्चित रूप से बेहतर है।
साथ ही, आप भविष्य में NB से NB2 पर माइग्रेट करने की परेशानी से बचेंगे, इसलिए पुराने मॉडल के बजाय नए मॉडल पर अपने प्रॉम्प्ट का परीक्षण शुरू करें।
प्रो-टिप:
NB1 जैसी ही कीमत बनाए रखने के लिए NB2 के साथ 512px इमेज बनाएं।
Nano Banana Pro बनाम Nano Banana 2
डेवलपर्स और क्रिएटर्स के लिए अभी सबसे बड़ा सवाल यह है: अगर 2 इतना अच्छा है, तो Pro का उपयोग क्यों करें?
Nano Banana 2 (Gemini-3.1-Flash) को ऐसे देखें कि यह Pro की लगभग 95% क्षमताएं कम कीमत पर प्रदान करता है। लगभग सभी नए प्रोजेक्ट्स के लिए, Nano Banana 2 आपका तत्काल डिफ़ॉल्ट विकल्प होना चाहिए। यह टेक्स्ट रेंडरिंग, जटिल शैलियों और नई विज़ुअल ग्राउंडिंग को असाधारण रूप से अच्छी तरह संभालता है।
आपको केवल तभी Nano Banana Pro पर जाना चाहिए जब आप किसी बाधा का सामना करें। यदि Nano Banana 2 लगातार किसी अत्यधिक जटिल, बहु-स्तरीय प्रॉम्प्ट में विफल रहता है, या अत्यधिक तार्किक बाधाओं के साथ संघर्ष करता है, तो Pro सबसे शक्तिशाली विकल्प बना रहता है।
(नोट: यदि आपको कोई विशिष्ट एज केस मिलते हैं जहाँ Pro लगातार Nano Banana 2 से बेहतर प्रदर्शन करता है, तो कृपया उन्हें कमेंट्स में बताएं! हमें यह जानने की आवश्यकता है कि क्या सुधार करना है।)
सारांश मैट्रिक्स
अपने API कॉल को रूट करने में मदद के लिए यहाँ एक त्वरित संदर्भ गाइड दी गई है:
2. गेम चेंजर: Google Search के साथ विज़ुअल ग्राउंडिंग
जहाँ Nano Banana Pro ने टेक्स्ट संबंधी जानकारी के लिए वेब पर सर्च करने की क्षमता पेश की थी, वहीं Nano Banana 2 एक बड़ा कदम आगे बढ़ाता है: इमेज ग्राउंडिंग।
मॉडल अब यह समझने के लिए इंटरनेट पर विशिष्ट इमेज सर्च कर सकता है कि वास्तविक दुनिया का कोई विषय कैसा दिखता है, और फिर उसे जेनरेट कर सकता है। यह तब अविश्वसनीय रूप से शक्तिशाली होता है जब आपको विशिष्ट स्थानों, स्मारकों, या अत्यधिक विशिष्ट जैविक प्रजातियों को बिल्कुल वैसा ही दिखाना हो जैसे वे वास्तविकता में दिखते हैं।
सर्वोत्तम अभ्यास:
- स्थान: विशिष्ट चर्चों, पुलों, शहर के चौराहों, या खास इमारतों के बारे में पूछें।
- प्रकृति: सटीक पशु प्रजातियों, नस्लों, या कीड़ों के बारे में पूछें।
- ध्यान रखने योग्य सीमा: मॉडल लोगों के लिए सर्च नहीं कर सकता है।
प्रॉम्प्ट के उदाहरण:
विशिष्ट स्थान ग्राउंडिंग:
"वोइरॉन, फ्रांस में मुख्य ऐतिहासिक चर्च की एक सिनेमाई, गोल्डन-ऑवर तस्वीर जेनरेट करें। सुनिश्चित करें कि स्थापत्य विवरण, शिखर, आसपास का चौराहा, और परिदृश्य (पहाड़) वास्तविकता के अनुरूप सटीक हों।"
(अपने गृहनगर के लिए शहर का नाम बदलें)
विशिष्ट प्रजाति ग्राउंडिंग: "एक मैकेओन तितली और एक फ्लैम्बे तितली की यथार्थवादी तस्वीर बनाएं, और उनके अंतर को उजागर करें ताकि यह दिखाया जा सके कि उनमें अंतर कैसे किया जाए।"
यदि आप जानना चाहते हैं कि कोड में इस नए इमेज ग्राउंडिंग टूल का उपयोग कैसे करें, तो डॉक्यूमेंटेशन या हमारे कुकबुक से यह Python colab देखें।
3. नए पैरामीटर्स: एक्सट्रीम रेशियो और 512px रिज़ॉल्यूशन
Nano Banana 2 कई नए पैरामीटर्स पेश करता है जो डेवलपर्स और क्रिएटर्स को आउटपुट फॉर्मेट और लागत अनुकूलन पर बेहतर नियंत्रण देते हैं।
512px बैच-टू-अपस्केल वर्कफ़्लो
Nano Banana 2 512-पिक्सेल रिज़ॉल्यूशन पर इमेज जेनरेट करने की क्षमता पेश करता है। इन नए रिज़ॉल्यूशन के साथ, जनरेशन थोड़ी तेज़ होती है और लागत लगभग Nano Banana 1 के बराबर हो जाती है।
प्रो-टिप:
यदि आप एक डेवलपर हैं जो उच्च-स्तरीय आउटपुट बनाए रखते हुए अपनी लागत को अनुकूलित करना चाहते हैं, तो यहाँ सबसे बेहतरीन वर्कफ़्लो है:
1. 512px पर अपने प्रॉम्प्ट के दर्जनों वेरिएशन जेनरेट करने के लिए बैच API (जो 50% छूट देता है) का उपयोग करें। 2. ग्रिड की समीक्षा करें और सबसे बेहतरीन कंपोज़िशन चुनें। 3. Nano Banana 2 से उस विशिष्ट इमेज को 1K, 2K, या 4K में अपस्केल करने के लिए कहें।
एक्सट्रीम आस्पेक्ट रेशियो (1:8 और 1:4)
Nano Banana 2 अत्यधिक नए आस्पेक्ट रेशियो भी पेश करता है—1:8 और 1:4—जो वर्टिकल और हॉरिजॉन्टल दोनों फॉर्मेट में उपलब्ध हैं। ये वेब बैनर, निरंतर स्क्रॉलिंग एसेट, और कॉमिक बुक (BD) लेआउट के लिए एकदम सही हैं।
प्रॉम्प्ट का उदाहरण:
हॉरिजॉन्टल कॉमिक स्ट्रिप:
"एक 4-पैनल वाली हॉरिजॉन्टल कॉमिक स्ट्रिप (आस्पेक्ट रेशियो 4:1) बनाएं। कहानी एक शरारती बिल्ली के बारे में है जो किचन काउंटर से मछली चुराने की कोशिश करती है और अंत में एक ट्विस्ट आता है। एक जीवंत, फ्रेंको-बेल्जियन कॉमिक बुक शैली का उपयोग करें। सभी पैनलों में बिल्ली का डिज़ाइन एक जैसा रखें।"
4. "थिंकिंग" मोड को नियंत्रित करना
अपने पूर्ववर्ती की तरह, Nano Banana 2 में एक "थिंकिंग" मोड है जहाँ यह इमेज जेनरेट करने से पहले प्रॉम्प्ट के बारे में तर्क करता है। हालाँकि, अब आप इस फीचर को ON या OFF कर सकते हैं।
मेरी सलाह: इसे डिफ़ॉल्ट रूप से OFF रखें। सामान्य इमेज जनरेशन के लिए, इसे बंद करने से समय और प्रोसेसिंग की बचत होती है। आपको 'थिंकिंग' को केवल तभी ON करना चाहिए जब:
- मॉडल निरर्थक परिणाम जेनरेट कर रहा हो और उसे प्रॉम्प्ट के माध्यम से तर्क करने में मदद की आवश्यकता हो।
- आप अत्यधिक जटिल इन्फोग्राफिक्स जेनरेट कर रहे हों।
- आप स्थानिक तर्क (spatial reasoning) के साथ जटिल इमेज ग्राउंडिंग को जोड़ रहे हों।
(फिर से, यदि आपको ऐसे अद्भुत उपयोग के मामले मिलते हैं जहाँ "थिंकिंग" को ON करने से सब कुछ पूरी तरह बदल जाता है, तो मुझे कमेंट्स में बताएं!)
5. प्रॉम्प्ट के उदाहरण
कुछ प्रॉम्प्ट उदाहरणों के बिना Nano Banana गाइड पनीर बिना भोजन जैसा होगा, इसलिए यहाँ मेरे पसंदीदा उदाहरण दिए गए हैं:
- कार्टून पोर्ट्रेट्स: व्यक्तिगत तस्वीरों को स्टाइलिश, हाई-फिडेलिटी 3D कैरेक्टर्स में बदलें जो उनके वास्तविक जीवन के स्वरूप के साथ इंटरैक्ट करते हैं।
प्रॉम्प्ट:
अपलोड की गई संदर्भ इमेज के आधार पर, एक फोटो-यथार्थवादी दृश्य बनाएं जिसमें वास्तविक इंसान अपने एक विशाल 3D एनीमेशन-शैली संस्करण के बगल में खड़ा हो। दोनों की चेहरे की संरचना, कपड़े और पोज़ बिल्कुल समान होने चाहिए। वास्तविक व्यक्ति अपने हाथ को 3D कैरेक्टर के कंधे पर रखकर स्वाभाविक रूप से मुस्कुरा रहा है। 3D संस्करण आनुपातिक रूप से बड़ा, शारीरिक रूप से समान लेकिन स्टाइलिश है, जिसकी आँखें अभिव्यंजक हैं और चेहरे पर एक चंचल मुस्कान है। साफ ग्रे-ब्लू स्टूडियो बैकग्राउंड, सिनेमाई लाइटिंग, स्पष्ट टेक्सचर।
(नोट: इमेज अपलोड करना आवश्यक है)।
एनीमेशन से इमेज: एनिमेटेड स्टिल्स अपलोड करें और उन आउटलाइन्स को अति-यथार्थवादी, फोटोग्राफिक इमेज में बदलने के लिए मॉडल का उपयोग करें।
प्रॉम्प्ट:
इस अपलोड किए गए एनिमेटेड स्टिल को एक अति-यथार्थवादी, सिनेमाई और पूरी तरह से फोटो-यथार्थवादी दृश्य में बदलें। एनिमेटेड कैरेक्टर्स को वास्तविक इंसानों में बदलें, जबकि उनकी मूल पहचान, चेहरे की संरचना, पोशाक, अभिव्यक्ति और समग्र समानता को पूरी तरह से संरक्षित रखें।
(नोट: इमेज अपलोड करना आवश्यक है)।
(मूल इमेज https://archive.org/details/mobile_suit_gundam_coloring_book से)
मैप्स पर इतिहास: अति-यथार्थवादी, मैप्स-शैली के स्ट्रीट व्यू इमेज जेनरेट करें जो ऐतिहासिक घटनाओं (जैसे 800 ईस्वी में चार्लेमेन का राज्याभिषेक) को ऐसे "पुनर्कल्पित" करते हैं जैसे कि उन्हें आधुनिक 360-डिग्री कैमरों द्वारा कैप्चर किया गया हो।
प्रॉम्प्ट:
25 दिसंबर, 800 ईस्वी को चार्लेमेन के राज्याभिषेक की एक अति-यथार्थवादी इमेज जेनरेट करें, जो Google Maps स्ट्रीट व्यू कैप्चर की हूबहू नकल करती हो। पोप लियो III को ओल्ड सेंट पीटर्स बेसिलिका के अंदर घुटने टेकते चार्लेमेन पर शाही ताज रखते हुए दिखाएं। 123-डिग्री वाइड-एंगल बैरल डिस्टॉर्शन, एक अर्ध-पारदर्शी Google Maps UI ओवरले (नेविगेशन कंपास, 2D मैप थंबनेल, पत्थर के फर्श पर तैरते सफेद दिशात्मक शेवरॉन तीर), और एक '© Google 800' वॉटरमार्क शामिल करें। गोपनीयता के लिए चार्लेमेन, पोप और आसपास के मध्ययुगीन रईसों के चेहरों को स्वचालित रूप से धुंधला करें। बेसिलिका के माध्यम से छनकर आने वाली गर्म, मंद मशाल और मोमबत्ती की रोशनी, नाटकीय छाया, और कम रोशनी वाले इंटीरियर में संघर्ष कर रहे 360-डिग्री कैमरे के लिए विशिष्ट हाई-ISO डिजिटल नॉइज़ का उपयोग करें।
किंडरगार्टन फ़िल्टर: मानवीय खामियों और बचपन की यादों का जश्न मनाएं, लाइन वाली पेपर पर जानबूझकर बिखरे हुए, मोमी क्रेयॉन डूडल जेनरेट करके।
प्रॉम्प्ट:
सफेद लाइन वाली नोटबुक पेपर पर बर्फ पर मेपल टॉफी का बच्चे का क्रेयॉन ड्राइंग। मोटे वैक्स-क्रेयॉन स्ट्रोक, डगमगाती आउटलाइन, और चमकीले बोल्ड रंगों का उपयोग करें जो लाइनों से बाहर निकल रहे हों। भारी दबाव के निशान, मोमी धब्बे, और असमान स्क्रिबल शेडिंग शामिल करें। महत्वपूर्ण तत्वों को अनुपातहीन रूप से बड़ा बनाएं, सरल सपाट आकृतियों, गोल दोस्ताना चेहरों, बिंदु जैसी आँखों और बड़ी घुमावदार मुस्कान के साथ। कोने में एक क्लासिक बड़ा पीला सूरज, फूले हुए बादल, और शून्य यथार्थवादी परिप्रेक्ष्य जोड़ें। आनंदमय, भोली कला शैली।
6. ऐप्स के बारे में क्या?
अब जब आप Nano Banana 2 की नई क्षमताओं के बारे में जानते हैं, तो निर्माण करने का समय आ गया है!
यहाँ कुछ बेहतरीन ऐप्स दिए गए हैं जिनका उपयोग आप शुरुआती बिंदु के रूप में कर सकते हैं:
- Window seat: लाइव मौसम और विशिष्ट स्थानों के आधार पर फोटो-यथार्थवादी विंडो व्यू जेनरेट करें।
- Pet passport adventure: Nano Banana का उपयोग करके अपने पालतू जानवर को एक वैश्विक साहसिक यात्रा पर भेजें।
- Global Kit Generator: स्थानीय मार्केटिंग एसेट्स को स्केल करने के लिए डेवलपर टूल। कृपया अपने सबसे बेहतरीन ऐप्स कमेंट्स में साझा करें, यह देखना हमेशा अच्छा लगता है कि हर कोई कितना रचनात्मक है!
