这篇文章深入探讨了 Nano Banana 2（又称 “Gemini 3.1 Flash Image”）的全新功能、使用建议（以及何时不该使用），以及如何有效地为其最新功能编写提示词。以下是本文涵盖的内容：
- 1. 模型矩阵：Nano Banana 1 vs. 2 vs. Pro
- 2. 游戏规则改变者：结合 Google 搜索的视觉定位（Visual Grounding）
- 3. 新参数：极限比例与 512px 分辨率
- 4. 控制 “思考” 模式
- 5. 提示词示例
- 6. 应用开发怎么办？
作者：@Giom_V
1. 模型矩阵：Nano Banana 1 vs. 2 vs. Pro
Nano Banana 系列现在拥有三款不同的模型，为你的特定工作流选择合适的引擎至关重要。以下是新款 Nano Banana 2 在生态系统中的定位。
Nano Banana 1 vs. Nano Banana 2
先别急着淘汰 Nano Banana 1。如果你现有的应用程序或工作流正在使用 Nano Banana 1，并且能完美处理你的用例，那就继续使用它！目前还没有强制迁移（暂时……）。
Nano Banana 1 仍然是绝对最便宜的选择，而且由于它不是思考模型，速度比 Nano Banana 2 更快。然而，对于任何需要更多细微差别、更好的提示词遵循能力或全新图像定位（Image Grounding）功能的新流水线，Nano Banana 2 绝对值得那一点点价格涨幅。
此外，你还能省去未来从 NB 迁移到 NB2 的麻烦，所以现在就开始在新模型上测试你的提示词，而不是旧模型。
专业提示：
使用 NB2 创建 512px 的图像，以保持与 NB1 大致相同的价格。
Nano Banana Pro vs. Nano Banana 2
开发者和创作者目前最大的疑问是：如果 2 已经这么好了，为什么还要用 Pro？
你可以把 Nano Banana 2（Gemini-3.1-Flash）看作是以极低的成本提供了 Pro 大约 95% 的功能。对于几乎所有新项目，Nano Banana 2 都应该是你的首选。 它在文本渲染、复杂风格处理以及全新的视觉定位功能方面表现极其出色。
只有当你遇到瓶颈时，才应该升级到 Nano Banana Pro。如果 Nano Banana 2 持续无法完成高度复杂、多层级的提示词，或者在处理极端逻辑约束时表现吃力，那么 Pro 依然是终极的重型工具。
（注：如果你发现某些特定边缘情况是 Pro 持续优于 Nano Banana 2 的，请在评论区留言！我们需要知道哪些地方需要改进。）
总结矩阵
以下是一个快速参考指南，帮助你规划 API 调用：
2. 游戏规则改变者：结合 Google 搜索的视觉定位
虽然 Nano Banana Pro 引入了搜索网络以获取 “文本” 信息的能力，但 Nano Banana 2 迈出了巨大的一步：图像定位（Image Grounding）。
该模型现在可以搜索互联网上的特定图像，以便在生成之前准确理解现实世界中的主体长什么样。当你需要表现特定的地点、纪念碑或非常具体的生物物种（正如它们在现实中呈现的样子）时，这非常强大。
最佳实践：
- 地点： 询问特定的教堂、桥梁、城市广场或小众建筑。
- 自然： 询问确切的动物物种、品种或昆虫。
- 需要注意的限制： 该模型 不能 搜索人物。
提示词示例：
特定地点定位：
“生成一张法国瓦龙（Voiron）主要历史教堂的电影感黄金时刻照片。确保建筑细节、尖顶、周围广场和景观（山脉）与现实准确一致。”
（将城市名称替换为你所在的家乡）
特定物种定位： “创建一张金凤蝶和火焰蝶的写实图片，并突出它们的差异，以展示如何区分它们。”
如果你想了解如何在代码中使用这个新的图像定位工具，请查看 文档 或我们 cookbook 中的这个 Python colab。
3. 新参数：极限比例与 512px 分辨率
Nano Banana 2 引入了几个新参数，让开发者和创作者能够更严格地控制输出格式并优化成本。
512px 批量转高清工作流
Nano Banana 2 引入了以 512 像素 分辨率生成图像的能力。使用这些新分辨率，生成速度稍快，成本也降低到了与 Nano Banana 1 大致相同的水平。
专业提示：
如果你是一名希望在保持高端输出的同时优化成本的开发者，这里有一个黄金工作流：
1. 使用 Batch API（可享受 50% 的折扣）以 512px 生成数十种提示词变体。 2. 查看网格并选择构图最完美的一张。 3. 让 Nano Banana 2 将该特定图像
放大（upscale）
到 1K、2K 或 4K。
极限长宽比（1:8 和 1:4）
Nano Banana 2 还引入了极限的新长宽比——1:8 和 1:4——提供垂直和水平两种格式。这些非常适合网页横幅、连续滚动素材和漫画（BD）布局。
提示词示例：
水平连环漫画：
“创建一个 4 格水平连环漫画（长宽比 4:1）。故事讲述了一只顽皮的猫试图从厨房台面上偷鱼，最后有一个反转。使用生动的法比漫画风格。保持猫在所有画面中的设计一致。”
4. 控制 “思考” 模式
与其前身一样，Nano Banana 2 拥有一个 “思考” 模式，它会在生成之前对提示词进行推理。不过，你现在可以 开启 或 关闭 此功能。
我的建议：默认保持关闭。 对于标准图像生成，关闭它可节省时间和处理资源。只有在以下情况才应开启思考模式：
- 模型生成的结果毫无意义，需要帮助来理清提示词逻辑。
- 你正在生成高度复杂的图表。
- 你正在将复杂的图像定位与空间推理相结合。
（再次强调，如果你发现了开启 “思考” 模式能彻底改变结果的惊人用例，请在评论区告诉我！）
5. 提示词示例
没有提示词示例的 Nano Banana 指南就像没有奶酪的餐点，所以这里是我目前最喜欢的几个示例：
- 卡通肖像： 将个人照片转换为风格化的高保真 3D 角色，并与现实生活中的自己进行互动。
提示词：
严格基于上传的参考图像，创建一个照片级写实的场景，展示真人站在一个巨大的 3D 动画风格的自己旁边。两者必须具有完全相同的面部结构、服装和姿势。真人自然地微笑着，手搭在 3D 角色的肩膀上。3D 版本比例更大，解剖结构相同但经过风格化处理，拥有富有表现力的眼睛和俏皮的坏笑。干净的蓝灰色摄影棚背景，电影级灯光，清晰的纹理。
(注：需要上传图像)。
动画转图像： 上传动画剧照，利用模型将这些轮廓解释为超写实的摄影图像。
提示词：
将这张上传的动画剧照转换为超写实、电影感且完全照片级写实的场景。将动画角色转换为真人，同时完美保留其原始身份、面部结构、服装、表情和整体相似度。
(注：需要上传图像)。
（原始图像来自 https://archive.org/details/mobile_suit_gundam_coloring_book
地图上的历史： 生成超写实的地图风格街景图像，将历史事件（如公元 800 年查理曼大帝加冕）“重构”为仿佛由现代 360 度全景相机拍摄的样子。
提示词：
生成一张公元 800 年 12 月 25 日查理曼大帝加冕的超写实图像，完美复刻 Google 地图街景拍摄效果。展示教皇利奥三世在老圣彼得大教堂内为跪着的查理曼大帝戴上皇冠。包含 123 度广角桶形畸变、半透明的 Google 地图 UI 覆盖层（导航指南针、2D 地图缩略图、漂浮在石地板上的白色方向箭头），以及一个 “© Google 800” 水印。为了隐私，自动模糊查理曼大帝、教皇和周围中世纪贵族的脸。使用温暖、昏暗的火炬和烛光透过大教堂，戏剧性的阴影，以及 360 度相机在低光室内拍摄时典型的高 ISO 数字噪点。
幼儿园滤镜： 通过生成故意画得凌乱、蜡笔质感的线条纸涂鸦，来庆祝人类的不完美和童年怀旧感。
提示词：
一张孩子在白色横线笔记本纸上画的关于雪地枫糖的蜡笔画。使用粗糙的蜡笔笔触、摇晃的轮廓和明亮大胆的颜色，凌乱地溢出线条。包含可见的重压痕迹、蜡质污迹和不均匀的涂鸦阴影。将重要的元素画得不成比例地大，使用简单的扁平形状、圆润友好的脸、点状眼睛和弯弯的大笑脸。在角落里加上一个经典的黄色大太阳、蓬松的云朵，完全没有写实的透视感。快乐、天真的艺术风格。
6. 应用开发怎么办？
既然你已经了解了 Nano Banana 2 的新功能，是时候开始构建了！
这里有几个很酷的应用程序，你可以作为起点：
- Window seat：根据实时天气和特定地点生成照片级写实的窗外风景。
- Pet passport adventure：使用 Nano Banana 让你的宠物开启全球冒险。
- Global Kit Generator：用于扩展本地化营销素材的开发者工具。请在评论区分享你最棒的应用，看看大家的创造力总是很棒的！
