ประกาศอย่างเป็นทางการจาก Google: คู่มือเริ่มต้นใช้งาน Nano Banana 2: จากมือใหม่สู่มือโปรใน 10 นาที (พร้อมตัวอย่าง Prompt)

บทความนี้มาจากผลิตภัณฑ์ Banana ของ Google เจาะลึกฟีเจอร์ใหม่ของ Nano Banana 2 (หรือที่รู้จักในชื่อ "Gemini 3.1 Flash Image") เพื่อช่วยให้คุณเข้าใจว่าเมื่อไหร่ที่คุณควร (หรือไม่ควร) ใช้งานมัน และวิธีใช้ประโยชน์จากความสามารถล่าสุดของมันอย่างมีประสิทธิภาพ

เนื้อหาในบทความประกอบด้วย:

1. ตารางเปรียบเทียบโมเดล: Nano Banana 1 vs. 2 vs. Pro
2. ตัวเปลี่ยนเกม: Visual Grounding ผสานกับ Google Search
3. พารามิเตอร์ใหม่: อัตราส่วนภาพที่รุนแรงและความละเอียด 512px
4. การควบคุมโหมด "Thinking"
5. ตัวอย่าง Prompt
6. การแนะนำแอปพลิเคชัน

ผู้เขียน: @Giom_V แปลโดย: Berryxia.AI

ตัวอย่างภาพในบทความนี้ใช้เครื่องมือ Youmind ดังนั้นจึงแตกต่างจากตัวอย่างในโพสต์ต้นฉบับเล็กน้อย

1. ตารางเปรียบเทียบโมเดล: Nano Banana 1 vs. 2 vs. Pro

ด้วยโมเดลที่แตกต่างกันถึงสามแบบในกลุ่มผลิตภัณฑ์ Nano Banana การเลือกเอนจิ้นที่เหมาะสมกับเวิร์กโฟลว์เฉพาะของคุณจึงเป็นสิ่งสำคัญ นี่คือตำแหน่งที่ Nano Banana 2 ตัวใหม่เข้ามาอยู่ในระบบนิเวศ

Nano Banana 1 vs. Nano Banana 2

อย่ารีบเลิกใช้ Nano Banana 1 หากแอปพลิเคชันหรือเวิร์กโฟลว์ที่มีอยู่ของคุณใช้ Nano Banana 1 และมันจัดการกับเคสการใช้งานของคุณได้อย่างสมบูรณ์แบบ ก็ให้ใช้มันต่อไป! ขณะนี้ยังไม่มีข้อกำหนดในการย้ายข้อมูลที่จำเป็น

Nano Banana 1 ยังคงเป็นตัวเลือกที่ถูกที่สุด และเนื่องจากมันไม่ใช่โมเดลแบบคิด (thinking model) มันจึงยังคงเร็วกว่า Nano Banana 2

อย่างไรก็ตาม สำหรับไปป์ไลน์ใหม่ๆ ที่ต้องการความละเอียดอ่อนมากขึ้น การทำตาม Prompt ได้ดีขึ้น หรือฟีเจอร์ Image Grounding ใหม่ Nano Banana 2 ก็คุ้มค่ากับราคาที่เพิ่มขึ้นเล็กน้อยอย่างแน่นอน

นอกจากนี้ การเริ่มทดสอบ Prompt บนโมเดลใหม่ตอนนี้สามารถช่วยประหยัดต้นทุนสำหรับการย้ายข้อมูลในอนาคตจาก NB ไปยัง NB2

เคล็ดลับมือโปร: ใช้ NB2 เพื่อสร้างภาพขนาด 512px เพื่อรักษาราคาให้ใกล้เคียงกับ NB1

Nano Banana Pro vs. Nano Banana 2

คำถามที่ใหญ่ที่สุดที่นักพัฒนาและครีเอเตอร์ต้องเผชิญในตอนนี้คือ: ถ้า 2 ดีขนาดนี้ ทำไมต้องใช้ Pro?

ลองนึกถึง Nano Banana 2 (Gemini-3.1-Flash) ว่ามีความสามารถประมาณ 95% ของ Pro ในราคาที่ถูกกว่ามาก สำหรับโปรเจกต์ใหม่เกือบทั้งหมด Nano Banana 2 ควรเป็นตัวเลือกเริ่มต้นของคุณ มันจัดการกับการเรนเดอร์ข้อความ สไตล์ที่ซับซ้อน และฟีเจอร์ Visual Grounding ใหม่ได้เป็นอย่างดี

ให้อัปเกรดเป็น Nano Banana Pro ก็ต่อเมื่อคุณเจอจุดติดขัดเท่านั้น หาก Nano Banana 2 ล้มเหลวอย่างต่อเนื่องในการจัดการกับ Prompt ที่ซับซ้อนหลายชั้น หรือมีปัญหากับข้อจำกัดเชิงตรรกะที่รุนแรง Pro ก็ยังคงเป็นแชมป์รุ่นเฮฟวี่เวทสูงสุด

(หมายเหตุ: หากคุณพบว่า Pro มีประสิทธิภาพเหนือกว่า Nano Banana 2 ใน Edge Case เฉพาะเจาะจง โปรดแชร์ในความคิดเห็น! เราจำเป็นต้องรู้ว่าส่วนไหนที่ต้องปรับปรุง)

ตารางสรุป

นี่คือคู่มืออ้างอิงด่วนเพื่อช่วยในการกำหนดเส้นทางการเรียก API ของคุณ:

2. ตัวเปลี่ยนเกม: Visual Grounding ผสานกับ Google Search

ในขณะที่ Nano Banana Pro ได้แนะนำความสามารถในการค้นหาเว็บเพื่อหาข้อมูลที่เป็นข้อความ Nano Banana 2 ก้าวกระโดดครั้งใหญ่ด้วย: Image Grounding

ตอนนี้โมเดลสามารถค้นหารูปภาพเฉพาะบนอินเทอร์เน็ตก่อนที่จะสร้าง เพื่อทำความเข้าใจอย่างถ่องแท้ว่าวัตถุในโลกแห่งความเป็นจริงมีลักษณะอย่างไร ฟีเจอร์นี้ทรงพลังอย่างเหลือเชื่อเมื่อคุณต้องการแสดงสถานที่ อนุสาวรีย์ หรือสปีชีส์ทางชีววิทยาที่เฉพาะเจาะจงสูง

แนวทางปฏิบัติที่ดีที่สุด:

• สถานที่: ขอโบสถ์ สะพาน จัตุรัสเมือง หรือสถาปัตยกรรมเฉพาะเจาะจง
• ธรรมชาติ: ขอสปีชีส์สัตว์ สายพันธุ์ หรือแมลงที่แน่นอน
• ข้อจำกัดที่ควรทราบ: โมเดลไม่สามารถค้นหาคนได้

1. ตัวอย่าง Prompt:

การระบุตำแหน่งที่ตั้งเฉพาะ

: "สร้างภาพถ่ายยามโกลเดนเอาเวอร์แบบ cinematic ของโบสถ์เก่าแก่หลักในเมืองวัวรง ประเทศฝรั่งเศส ตรวจสอบให้แน่ใจว่ารายละเอียดทางสถาปัตยกรรม ยอดแหลม จัตุรัสโดยรอบ และภูมิทัศน์ (ภูเขา) สอดคล้องกับความเป็นจริงอย่างถูกต้อง" (คุณสามารถเปลี่ยนเมืองเป็นบ้านเกิดของคุณได้)

การระบุสปีชีส์เฉพาะ

: "สร้างภาพเหมือนจริงของผีเสื้อหางติ่งและผีเสื้อมอร์โฟ โดยเน้นความแตกต่างและแสดงวิธีแยกแยะพวกมัน"

หากคุณต้องการเรียนรู้วิธีใช้เครื่องมือ Image Grounding ใหม่นี้ในโค้ด โปรดดูที่ เอกสารประกอบ หรือ Python colab นี้ใน ตำราอาหาร ของเรา

3. พารามิเตอร์ใหม่: อัตราส่วนภาพที่รุนแรงและความละเอียด 512px

Nano Banana 2 เปิดตัวพารามิเตอร์ใหม่หลายตัว ทำให้นักพัฒนาและครีเอเตอร์สามารถควบคุมรูปแบบเอาต์พุตและการปรับต้นทุนได้อย่างแม่นยำยิ่งขึ้น

1. เวิร์กโฟลว์การสร้าง Batch ขนาด 512px เพื่อ Upscaling

Nano Banana 2 เปิดตัวความสามารถในการสร้างภาพที่ความละเอียด 512 พิกเซล การใช้ความละเอียดใหม่นี้ทำให้การสร้างเร็วขึ้นเล็กน้อย และต้นทุนลดลงจนใกล้เคียงกับราคาของ Nano Banana 1

เคล็ดลับมือโปร

: หากคุณเป็นนักพัฒนาที่ต้องการปรับต้นทุนให้เหมาะสมในขณะที่ยังคงรักษาเอาต์พุตคุณภาพสูง นี่คือเวิร์กโฟลว์ทองคำ: ใช้ Batch API (ซึ่งมีส่วนลด 50%) เพื่อสร้าง Prompt ที่หลากหลายหลายสิบแบบที่ความละเอียด 512px ตรวจสอบกริดและเลือกองค์ประกอบที่ดีที่สุด ขอให้ Nano Banana 2 อัปสเกลภาพนั้นเป็น 1K, 2K หรือ 4K

2. อัตราส่วนภาพที่รุนแรง (1:8 และ 1:4)

Nano Banana 2 ยังแนะนำอัตราส่วนภาพที่รุนแรงใหม่—1:8 และ 1:4—ซึ่งมีให้ทั้งในรูปแบบแนวตั้งและแนวนอน สิ่งเหล่านี้เหมาะอย่างยิ่งสำหรับแบนเนอร์เว็บ สินทรัพย์แบบเลื่อนต่อเนื่อง และเค้าโครงหนังสือการ์ตูน

3. ตัวอย่าง Prompt:

การ์ตูนช่องแนวนอน

: "สร้างการ์ตูนช่องแนวนอน 4 ช่อง (อัตราส่วนภาพ 4:1) เรื่องราวเกี่ยวกับแมวซนที่พยายามขโมยปลาจากเคาน์เตอร์ครัว โดยมีจุดหักมุมตอนจบ ใช้สไตล์การ์ตูนฝรั่งเศส-เบลเยียมที่สดใส ทำให้การออกแบบของแมวคงเส้นคงวาในทุกช่อง"

4. การควบคุมโหมด "Thinking"

เช่นเดียวกับรุ่นก่อนหน้า Nano Banana 2 มีโหมด "Thinking" ที่จะใช้เหตุผลผ่าน Prompt ก่อนการสร้าง อย่างไรก็ตาม ตอนนี้คุณสามารถเปิดหรือปิดฟีเจอร์นี้ได้แล้ว

1. คำแนะนำของฉัน: ปิดไว้เป็นค่าเริ่มต้น

สำหรับการสร้างภาพมาตรฐาน การปิดจะช่วยประหยัดเวลาและทรัพยากรในการประมวลผล คุณควรเปิดโหมด Thinking ก็ต่อเมื่อ:

• โมเดลสร้างผลลัพธ์ที่ไร้สาระและต้องการความช่วยเหลือในการใช้เหตุผลผ่าน Prompt
• คุณกำลังสร้างอินโฟกราฟิกที่ซับซ้อนสูง
• คุณกำลังรวม Image Grounding ที่ซับซ้อนเข้ากับการใช้เหตุผลเชิงพื้นที่

(อีกครั้ง หากคุณพบเคสการใช้งานที่ยอดเยี่ยมซึ่งการเปิดโหมด "Thinking" เป็นตัวเปลี่ยนเกมโดยสิ้นเชิง โปรดบอกฉันในความคิดเห็น!)

5. ตัวอย่าง Prompt

คู่มือ Nano Banana ที่ไม่มีตัวอย่าง Prompt ก็เหมือนมื้ออาหารที่ไม่มีชีส ดังนั้นนี่คือตัวอย่างที่ฉันชอบในตอนนี้:

1. ภาพเหมือนการ์ตูน

แปลงรูปถ่ายส่วนตัวเป็นตัวละคร 3D สไตล์ที่มีความเที่ยงตรงสูงซึ่งมีปฏิสัมพันธ์กับตัวตนจริงของพวกเขา

Prompt

: ตามรูปอ้างอิงที่อัปโหลดอย่างเคร่งครัด ให้สร้างฉากที่เหมือนจริงซึ่งมีคนจริงยืนอยู่ข้างๆ ตัวละครสไตล์ 3D แอนิเมชันขนาดยักษ์ของตัวเอง ทั้งคู่ต้องมีโครงสร้างใบหน้า เสื้อผ้า และท่าทางเดียวกัน คนจริงยิ้มอย่างเป็นธรรมชาติโดยวางมือบนไหล่ของตัวละคร 3D เวอร์ชัน 3D มีขนาดใหญ่กว่า โครงสร้างทางกายวิภาคเหมือนกันแต่มีสไตล์ ดวงตาที่แสดงออกและรอยยิ้มเจ้าเล่ห์ พื้นหลังสตูดิโอสีเทา-น้ำเงินสะอาดตา แสงแบบ cinematic พื้นผิวที่คมชัด (หมายเหตุ: ต้องอัปโหลดรูปภาพ)

2. อนิเมะเป็นภาพถ่าย

อัปโหลดภาพนิ่งอนิเมะและใช้โมเดลเพื่อตีความโครงร่างเหล่านั้นเป็นภาพถ่ายที่สมจริงเกินจริง

Prompt

: แปลงภาพนิ่งอนิเมะที่อัปโหลดนี้เป็นฉากที่สมจริงเกินจริง แบบ cinematic และสมจริงอย่างเต็มที่ เปลี่ยนตัวละครอนิเมะเป็นมนุษย์จริงในขณะที่รักษาเอกลักษณ์ดั้งเดิม โครงสร้างใบหน้า เสื้อผ้า การแสดงออก และความคล้ายคลึงโดยรวมไว้อย่างสมบูรณ์แบบ (หมายเหตุ: ต้องอัปโหลดรูปภาพ)

(ภาพต้นฉบับจาก https://archive.org/details/mobile_suit_gundam_coloring_bookhttps://archive.org/details/mobile_suit_gundam_coloring_book))

3. ประวัติศาสตร์บนแผนที่

สร้างภาพมุมมองถนนสไตล์แผนที่ที่สมจริงเกินจริง "จินตนาการใหม่" เหตุการณ์ทางประวัติศาสตร์ (เช่น พิธีราชาภิเษกของชาร์เลอมาญในปี ค.ศ. 800) ราวกับถูกถ่ายด้วยกล้อง 360 องศาสมัยใหม่

Prompt

: สร้างภาพที่สมจริงเกินจริงของพิธีราชาภิเษกของชาร์เลอมาญในวันที่ 25 ธันวาคม ค.ศ. 800 โดยจำลองการจับภาพแบบ Google Maps Street View อย่างสมบูรณ์แบบ แสดงสมเด็จพระสันตะปาปาลีโอที่ 3 วางมงกุฎบนศีรษะของชาร์เลอมาญที่กำลังคุกเข่าภายในมหาวิหารเซนต์ปีเตอร์เก่า รวมถึงความบิดเบี้ยวแบบมุมกว้าง 123 องศา การซ้อนทับ UI ของ Google Maps แบบโปร่งแสง (เข็มทิศนำทาง ภาพขนาดย่อของแผนที่ 2D ลูกศรบอกทิศทางสีขาวที่ลอยอยู่บนพื้นหิน) และลายน้ำ "© Google 800" เบลอใบหน้าของชาร์เลอมาญ สมเด็จพระสันตะปาปา และขุนนางยุคกลางโดยรอบโดยอัตโนมัติเพื่อความเป็นส่วนตัว ใช้แสงคบเพลิงและแสงเทียนที่อบอุ่นและสลัวผ่านมหาวิหาร เงาที่น่าทึ่ง และสัญญาณรบกวนดิจิทัล ISO สูงซึ่งเป็นเรื่องปกติของกล้อง 360 ที่ต้องทำงานในที่ร่มที่มีแสงน้อย

4. ฟิลเตอร์เด็กอนุบาล

เฉลิมฉลองความไม่สมบูรณ์แบบของมนุษย์และความคิดถึงในวัยเด็กด้วยการสร้างภาพร่างดินสอสีที่เลอะเทอะโดยเจตนา

Prompt

: ภาพวาดด้วยดินสอสีของเด็กเกี่ยวกับน้ำเชื่อมเมเปิ้ลหิมะบนกระดาษโน้ตมีเส้นสีขาว ใช้ลายเส้นดินสอสีหนา โครงร่างไม่มั่นคง และสีสันสดใสจัดจ้านที่เลอะเทอะออกนอกเส้น รวมถึงรอยกดหนักที่มองเห็นได้ รอยเปื้อนขี้ผึ้ง และการแรเงาแบบขีดเขียนที่ไม่สม่ำเสมอ วาดองค์ประกอบสำคัญให้ใหญ่เกินสัดส่วน ใช้รูปทรงแบนเรียบง่าย ใบหน้ากลมเป็นมิตร ตาจุด และรอยยิ้มโค้งใหญ่ เพิ่มดวงอาทิตย์สีเหลืองใหญ่คลาสสิกที่มุม เมฆปุย และไม่มีมุมมองที่สมจริง สไตล์ศิลปะที่สนุกสนานและไร้เดียงสา

6. การแนะนำแอปพลิเคชัน

ตอนนี้คุณรู้ฟีเจอร์ใหม่ของ Nano Banana 2 แล้ว ก็ถึงเวลาเริ่มสร้าง!

นี่คือแอปเจ๋งๆ ที่คุณสามารถใช้เป็นจุดเริ่มต้น:

• Window seat: สร้างวิวนอกหน้าต่างที่สมจริงตามสภาพอากาศแบบเรียลไทม์และสถานที่เฉพาะ
• Pet passport adventure: พาสัตว์เลี้ยงของคุณไปผจญภัยทั่วโลกโดยใช้ Nano Banana
• Global Kit Generator: เครื่องมือสำหรับนักพัฒนาในการปรับขนาดสินทรัพย์ทางการตลาดที่แปลเป็นภาษาท้องถิ่น

โปรดแชร์แอปที่ดีที่สุดของคุณในความคิดเห็น เป็นเรื่องดีเสมอที่ได้เห็นความคิดสร้างสรรค์ของทุกคน!