บทความนี้จะเจาะลึกถึงความสามารถใหม่ล่าสุดของ Nano Banana 2 (หรือที่รู้จักในชื่อ "Gemini 3.1 Flash Image") ว่าคุณควร (และไม่ควร) ใช้งานเมื่อใด และวิธีเขียนพรอมต์เพื่อดึงฟีเจอร์ใหม่ล่าสุดออกมาใช้อย่างมีประสิทธิภาพ นี่คือสิ่งที่คุณจะได้พบในบทความนี้:
- 1. เมทริกซ์โมเดล: Nano Banana 1 เทียบกับ 2 เทียบกับ Pro
- 2. จุดเปลี่ยนสำคัญ: การอ้างอิงภาพด้วย Google Search
- 3. พารามิเตอร์ใหม่: อัตราส่วนแบบสุดขั้วและความละเอียด 512px
- 4. การควบคุมโหมด "Thinking"
- 5. ตัวอย่างพรอมต์
- 6. แล้วแอปพลิเคชันล่ะ?
โดย @Giom_V
1. เมทริกซ์โมเดล: Nano Banana 1 เทียบกับ 2 เทียบกับ Pro
ในเมื่อตอนนี้มีโมเดลที่แตกต่างกันถึง 3 รุ่นในกลุ่มผลิตภัณฑ์ Nano Banana การเลือกเอนจินที่เหมาะสมกับเวิร์กโฟลว์ของคุณจึงเป็นเรื่องสำคัญ นี่คือวิธีที่ Nano Banana 2 รุ่นใหม่เข้ามาเป็นส่วนหนึ่งของระบบนิเวศนี้
Nano Banana 1 เทียบกับ Nano Banana 2
อย่าเพิ่งตัด Nano Banana 1 ทิ้งไป หากคุณมีแอปพลิเคชันหรือเวิร์กโฟลว์ที่ใช้งาน Nano Banana 1 อยู่แล้วและมันจัดการเคสการใช้งานของคุณได้อย่างสมบูรณ์แบบ ก็ใช้ตัวเดิมต่อไปได้เลย! ยังไม่มีการบังคับย้ายระบบ (ในตอนนี้...)
Nano Banana 1 ยังคงเป็นตัวเลือกที่ประหยัดที่สุดและยังคงเร็วกว่า Nano Banana 2 เนื่องจากไม่ใช่โมเดลแบบ "Thinking" อย่างไรก็ตาม สำหรับไปป์ไลน์ ใหม่ ใดๆ ที่ต้องการความละเอียดอ่อนมากขึ้น การปฏิบัติตามพรอมต์ที่ดีขึ้น หรือฟีเจอร์ Image Grounding ใหม่ Nano Banana 2 นั้นคุ้มค่ากับราคาที่เพิ่มขึ้นเพียงเล็กน้อยอย่างแน่นอน
นอกจากนี้ คุณยังจะประหยัดเวลาจากการที่ไม่ต้องย้ายจาก NB ไป NB2 ในอนาคต ดังนั้นเริ่มทดสอบพรอมต์ของคุณบนโมเดลใหม่แทนที่จะเป็นตัวเก่าดีกว่า
เคล็ดลับระดับโปร:
สร้างภาพขนาด 512px ด้วย NB2 เพื่อรักษาต้นทุนให้ใกล้เคียงกับ NB1 มากที่สุด
Nano Banana Pro เทียบกับ Nano Banana 2
คำถามที่ใหญ่ที่สุดสำหรับนักพัฒนาและนักสร้างสรรค์ในตอนนี้คือ: ทำไมต้องใช้ Pro ในเมื่อรุ่น 2 ก็ดีมากอยู่แล้ว?
ให้คิดว่า Nano Banana 2 (Gemini-3.1-Flash) มอบความสามารถประมาณ 95% ของ Pro ในราคาที่ถูกกว่ามาก สำหรับโปรเจกต์ใหม่เกือบทั้งหมด Nano Banana 2 ควรเป็นค่าเริ่มต้นที่คุณเลือกใช้ทันที มันจัดการการเรนเดอร์ข้อความ สไตล์ที่ซับซ้อน และการอ้างอิงภาพ (Visual Grounding) ใหม่ได้ดีเยี่ยม
คุณควรขยับไปใช้ Nano Banana Pro ก็ต่อเมื่อคุณเจอทางตันเท่านั้น หาก Nano Banana 2 ล้มเหลวในการทำตามพรอมต์ที่ซับซ้อนหลายชั้นอย่างต่อเนื่อง หรือมีปัญหากับข้อจำกัดทางตรรกะที่รุนแรง Pro ก็ยังคงเป็นตัวเลือกหลักที่ทรงพลังที่สุด
(หมายเหตุ: หากคุณพบกรณีเฉพาะที่ Pro เอาชนะ Nano Banana 2 ได้อย่างต่อเนื่อง โปรดทิ้งไว้ในความคิดเห็น! เราจำเป็นต้องรู้ว่าควรปรับปรุงตรงไหน)
ตารางสรุป
นี่คือคู่มืออ้างอิงด่วนเพื่อช่วยให้คุณกำหนดเส้นทางการเรียก API ของคุณ:
2. จุดเปลี่ยนสำคัญ: การอ้างอิงภาพด้วย Google Search
ในขณะที่ Nano Banana Pro เปิดตัวความสามารถในการค้นหาข้อมูล ที่เป็นข้อความ บนเว็บ แต่ Nano Banana 2 ก้าวไปอีกขั้นด้วย: Image Grounding
ตอนนี้โมเดลสามารถค้นหาภาพเฉพาะบนอินเทอร์เน็ตเพื่อทำความเข้าใจว่าวัตถุในโลกแห่งความเป็นจริงมีหน้าตาเป็นอย่างไรก่อนที่จะสร้างภาพขึ้นมา สิ่งนี้ทรงพลังอย่างเหลือเชื่อเมื่อคุณต้องการแสดงสถานที่ อนุสาวรีย์ หรือสายพันธุ์ทางชีวภาพที่เฉพาะเจาะจงให้เหมือนกับที่ปรากฏในความเป็นจริง
แนวทางปฏิบัติที่ดีที่สุด:
- สถานที่: ขอให้สร้างภาพโบสถ์ สะพาน จัตุรัสในเมือง หรืออาคารเฉพาะทาง
- ธรรมชาติ: ขอให้สร้างภาพสายพันธุ์สัตว์ สายพันธุ์พืช หรือแมลงที่ระบุเจาะจง
- ข้อจำกัดที่ควรทราบ: โมเดล ไม่สามารถ ค้นหาบุคคลได้
ตัวอย่างพรอมต์:
การอ้างอิงสถานที่เฉพาะ:
"สร้างภาพถ่ายช่วงโกลเด้นอาวร์ที่ดูเป็นภาพยนตร์ของโบสถ์ประวัติศาสตร์หลักในเมือง Voiron ประเทศฝรั่งเศส ตรวจสอบให้แน่ใจว่ารายละเอียดทางสถาปัตยกรรม ยอดแหลม จัตุรัสโดยรอบ และภูมิทัศน์ (ภูเขา) นั้นถูกต้องตามความเป็นจริง"
(เปลี่ยนชื่อเมืองเป็นเมืองบ้านเกิดของคุณ)
การอ้างอิงสายพันธุ์เฉพาะ: "สร้างภาพที่สมจริงของผีเสื้อหางแฉก (Machaon) และผีเสื้อ Flambé พร้อมเน้นความแตกต่างของพวกมันเพื่อแสดงวิธีแยกแยะสายพันธุ์"
หากคุณต้องการทราบวิธีใช้เครื่องมือ Image Grounding ใหม่นี้ในโค้ด ลองดู เอกสารประกอบ หรือ Python colab จาก cookbook ของเรา
3. พารามิเตอร์ใหม่: อัตราส่วนแบบสุดขั้วและความละเอียด 512px
Nano Banana 2 แนะนำพารามิเตอร์ใหม่หลายตัวที่ช่วยให้นักพัฒนาและนักสร้างสรรค์ควบคุมรูปแบบผลลัพธ์และการเพิ่มประสิทธิภาพต้นทุนได้ดียิ่งขึ้น
เวิร์กโฟลว์การสร้างภาพ 512px แล้วขยายขนาด (Upscale)
Nano Banana 2 แนะนำความสามารถในการสร้างภาพที่ความละเอียด 512 พิกเซล ด้วยความละเอียดใหม่นี้ การสร้างภาพจะเร็วขึ้นเล็กน้อยและต้นทุนจะลดลงเหลือราคาใกล้เคียงกับ Nano Banana 1
เคล็ดลับระดับโปร:
หากคุณเป็นนักพัฒนาที่ต้องการเพิ่มประสิทธิภาพต้นทุนในขณะที่ยังคงรักษาผลลัพธ์ระดับไฮเอนด์ไว้ นี่คือเวิร์กโฟลว์ทองคำ:
1. ใช้ Batch API (ซึ่งมอบส่วนลด 50%) เพื่อสร้างพรอมต์ของคุณหลายสิบรูปแบบที่ขนาด 512px 2. ตรวจสอบตารางภาพและเลือกองค์ประกอบที่ดีที่สุด 3. ขอให้ Nano Banana 2
ขยายขนาด (Upscale)
ภาพนั้นให้เป็น 1K, 2K หรือ 4K
อัตราส่วนภาพแบบสุดขั้ว (1:8 และ 1:4)
Nano Banana 2 ยังแนะนำอัตราส่วนภาพใหม่แบบสุดขั้ว ได้แก่ 1:8 และ 1:4 ซึ่งมีให้เลือกทั้งแนวตั้งและแนวนอน เหมาะอย่างยิ่งสำหรับแบนเนอร์เว็บ สินทรัพย์สำหรับการเลื่อนหน้าจอต่อเนื่อง และเลย์เอาต์หนังสือการ์ตูน (BD)
ตัวอย่างพรอมต์:
การ์ตูนช่องแนวนอน:
"สร้างการ์ตูนช่องแนวนอน 4 ช่อง (อัตราส่วน 4:1) เรื่องราวเกี่ยวกับแมวจอมซนที่พยายามขโมยปลาจากเคาน์เตอร์ครัวและจบลงด้วยหักมุม ใช้สไตล์การ์ตูนฝรั่งเศส-เบลเยียมที่มีสีสันสดใส รักษาดีไซน์ของแมวให้คงที่ในทุกช่อง"
4. การควบคุมโหมด "Thinking"
เช่นเดียวกับรุ่นก่อน Nano Banana 2 มีโหมด "Thinking" ที่จะใช้เหตุผลเกี่ยวกับพรอมต์ก่อนที่จะสร้างภาพ อย่างไรก็ตาม ตอนนี้คุณสามารถสลับฟีเจอร์นี้เป็น เปิด (ON) หรือ ปิด (OFF) ได้แล้ว
คำแนะนำของฉัน: ปิด (OFF) ไว้เป็นค่าเริ่มต้น สำหรับการสร้างภาพทั่วไป การปิดโหมดนี้จะช่วยประหยัดเวลาและขั้นตอนการประมวลผล คุณควรเปิดโหมด Thinking ก็ต่อเมื่อ:
- โมเดลสร้างผลลัพธ์ที่ไร้ความหมายและต้องการความช่วยเหลือในการใช้เหตุผลผ่านพรอมต์
- คุณกำลังสร้างอินโฟกราฟิกที่ซับซ้อนสูง
- คุณกำลังรวมการอ้างอิงภาพ (Image Grounding) ที่ซับซ้อนเข้ากับการใช้เหตุผลเชิงพื้นที่
(ย้ำอีกครั้ง หากคุณพบกรณีการใช้งานที่น่าทึ่งซึ่งการเปิดโหมด "Thinking" เปลี่ยนผลลัพธ์ไปอย่างสิ้นเชิง โปรดบอกให้ฉันทราบในความคิดเห็น!)
5. ตัวอย่างพรอมต์
คู่มือ Nano Banana ที่ไม่มีตัวอย่างพรอมต์ก็เหมือนมื้ออาหารที่ ไม่มี ชีส ดังนั้นนี่คือตัวอย่างที่ฉันชอบที่สุดในขณะนี้:
- ภาพพอร์ตเทรตการ์ตูน: เปลี่ยนภาพถ่ายส่วนตัวให้เป็นตัวละคร 3D ที่มีสไตล์และมีความละเอียดสูง ซึ่งกำลังโต้ตอบกับตัวตนในชีวิตจริงของพวกเขา
พรอมต์:
อ้างอิงจากภาพอ้างอิงที่อัปโหลดอย่างเคร่งครัด สร้างฉากที่สมจริงโดยมีคนจริงยืนอยู่ข้างๆ เวอร์ชัน 3D แอนิเมชันขนาดใหญ่ของตัวเอง ทั้งสองต้องมีโครงสร้างใบหน้า เสื้อผ้า และท่าทางที่เหมือนกันทุกประการ คนจริงกำลังยิ้มอย่างเป็นธรรมชาติโดยวางมือบนไหล่ของตัวละคร 3D เวอร์ชัน 3D มีขนาดใหญ่กว่าตามสัดส่วน มีลักษณะทางกายวิภาคเหมือนกันแต่เป็นสไตล์การ์ตูน มีดวงตาที่แสดงอารมณ์และรอยยิ้มที่ขี้เล่น พื้นหลังสตูดิโอสีเทาอมฟ้าที่สะอาดตา แสงแบบภาพยนตร์ พื้นผิวที่คมชัด
(หมายเหตุ: ต้องอัปโหลดรูปภาพ)
จากแอนิเมชันสู่ภาพถ่าย: อัปโหลดภาพนิ่งจากแอนิเมชันและใช้โมเดลเพื่อตีความโครงร่างเหล่านั้นให้เป็นภาพถ่ายที่สมจริงเป็นพิเศษ
พรอมต์:
แปลงภาพนิ่งแอนิเมชันที่อัปโหลดนี้ให้เป็นฉากที่สมจริงเป็นพิเศษ ดูเป็นภาพยนตร์ และสมจริงเหมือนภาพถ่าย เปลี่ยนตัวละครแอนิเมชันให้เป็นมนุษย์จริงในขณะที่ยังคงรักษาตัวตน โครงสร้างใบหน้า ชุด การแสดงออก และความเหมือนเดิมไว้ได้อย่างสมบูรณ์แบบ
(หมายเหตุ: ต้องอัปโหลดรูปภาพ)
(ภาพต้นฉบับจาก https://archive.org/details/mobile_suit_gundam_coloring_book
ประวัติศาสตร์บนแผนที่: สร้างภาพมุมมองถนน (Street View) สไตล์ Maps ที่สมจริงเป็นพิเศษ ซึ่ง "จินตนาการใหม่" ถึงเหตุการณ์ทางประวัติศาสตร์ (เช่น การสวมมงกุฎของชาร์เลอมาญในปี ค.ศ. 800) ราวกับว่าถูกบันทึกโดยกล้อง 360 องศาในยุคปัจจุบัน
พรอมต์:
สร้างภาพที่สมจริงเป็นพิเศษของการสวมมงกุฎของชาร์เลอมาญเมื่อวันที่ 25 ธันวาคม ค.ศ. 800 โดยจำลองการบันทึกภาพแบบ Google Maps Street View อย่างสมบูรณ์แบบ แสดงภาพสมเด็จพระสันตะปาปาลีโอที่ 3 กำลังสวมมงกุฎจักรพรรดิให้กับชาร์เลอมาญที่กำลังคุกเข่าอยู่ภายในมหาวิหารเซนต์ปีเตอร์หลังเก่า ใส่ความบิดเบี้ยวของเลนส์มุมกว้าง 123 องศา, ส่วนติดต่อผู้ใช้ (UI) ของ Google Maps แบบโปร่งแสง (เข็มทิศนำทาง, ภาพขนาดย่อของแผนที่ 2D, ลูกศรบอกทิศทางสีขาวที่ลอยอยู่เหนือพื้นหิน) และลายน้ำ '© Google 800' เบลอใบหน้าของชาร์เลอมาญ, พระสันตะปาปา และขุนนางยุคกลางโดยรอบเพื่อความเป็นส่วนตัว ใช้แสงจากคบเพลิงและแสงเทียนที่สลัวและอบอุ่นส่องผ่านมหาวิหาร, เงาที่ดูดราม่า และสัญญาณรบกวนดิจิทัล (Digital Noise) แบบ ISO สูง ซึ่งเป็นเรื่องปกติของกล้อง 360 องศาที่ต้องทำงานในพื้นที่ในร่มที่มีแสงน้อย
ฟิลเตอร์อนุบาล: เฉลิมฉลองความไม่สมบูรณ์แบบของมนุษย์และความโหยหาในวัยเด็กด้วยการสร้างภาพวาดสีเทียนที่ดูเลอะเทอะตั้งใจบนกระดาษมีเส้น
พรอมต์:
ภาพวาดสีเทียนของเด็กบนกระดาษโน้ตมีเส้นสีขาว เป็นภาพทอฟฟี่เมเปิ้ลบนหิมะ ใช้เส้นสีเทียนหนาๆ โครงร่างที่สั่นไหว และสีสันสดใสที่ล้นออกมานอกเส้นอย่างเลอะเทอะ ใส่รอยกดหนักๆ ที่เห็นได้ชัด รอยเปื้อนจากสีเทียน และการระบายสีแบบขีดเขียนที่ไม่สม่ำเสมอ วาดองค์ประกอบสำคัญให้ใหญ่เกินสัดส่วนด้วยรูปทรงเรียบง่าย ใบหน้ากลมที่เป็นมิตร ดวงตาเป็นจุด และรอยยิ้มโค้งใหญ่ เพิ่มพระอาทิตย์สีเหลืองดวงใหญ่คลาสสิกที่มุมภาพ ก้อนเมฆปุยๆ และไม่มีมุมมองแบบสมจริงเลย สไตล์ศิลปะที่ดูไร้เดียงสาและเต็มไปด้วยความสุข
6. แล้วแอปพลิเคชันล่ะ?
ตอนนี้คุณทราบความสามารถใหม่ของ Nano Banana 2 แล้ว ก็ถึงเวลาสร้างสรรค์ผลงาน!
นี่คือแอปพลิเคชันเจ๋งๆ สองสามตัวที่คุณสามารถใช้เป็นจุดเริ่มต้นได้:
- Window seat: สร้างวิวหน้าต่างที่สมจริงตามสภาพอากาศจริงและสถานที่เฉพาะ
- Pet passport adventure: ส่งสัตว์เลี้ยงของคุณไปผจญภัยทั่วโลกโดยใช้ Nano Banana
- Global Kit Generator: เครื่องมือนักพัฒนาสำหรับการปรับขนาดสินทรัพย์ทางการตลาดในท้องถิ่น โปรดแชร์แอปที่ดีที่สุดของคุณในความคิดเห็น มันยอดเยี่ยมเสมอที่ได้เห็นว่าทุกคนมีความคิดสร้างสรรค์แค่ไหน!
