這篇文章深入探討了 Nano Banana 2（又稱「Gemini 3.1 Flash Image」）的全新功能、使用時機（以及不該使用的時機），以及如何有效地為其最新功能撰寫提示詞。以下是你將在這篇文章中看到的內容：
- 1. 模型矩陣：Nano Banana 1 vs. 2 vs. Pro
- 2. 遊戲規則改變者：結合 Google 搜尋的視覺定位 (Visual Grounding)
- 3. 新參數：極致比例與 512px 解析度
- 4. 控制「思考」模式
- 5. 提示詞範例
- 6. 應用程式呢？
作者：@Giom_V
1. 模型矩陣：Nano Banana 1 vs. 2 vs. Pro
隨著 Nano Banana 系列現在有了三款不同的模型，為你的特定工作流程選擇正確的引擎至關重要。以下是新款 Nano Banana 2 如何融入整個生態系統。
Nano Banana 1 vs. Nano Banana 2
先別急著淘汰 Nano Banana 1。如果你現有的應用程式或工作流程正在使用 Nano Banana 1，且它能完美處理你的使用案例，那就繼續使用它！目前還沒有強制遷移（暫時……）。
Nano Banana 1 仍然是最便宜的選擇，而且由於它不是「思考」模型，速度依然比 Nano Banana 2 快。然而，對於任何需要更多細微差別、更好的提示詞遵循能力，或是需要全新視覺定位功能的「新」管道來說，Nano Banana 2 絕對值得那一點點價格漲幅。
此外，你也能省下未來從 NB 遷移到 NB2 的麻煩，所以現在就開始在新模型上測試你的提示詞，而不是舊模型。
專業建議：
使用 NB2 生成 512px 的圖像，這樣就能維持與 NB1 差不多甚至相同的價格。
Nano Banana Pro vs. Nano Banana 2
開發者和創作者現在最大的疑問是：如果 2 已經這麼好用了，為什麼還要用 Pro？
你可以把 Nano Banana 2 (Gemini-3.1-Flash) 想像成以極低的成本提供了 Pro 約 95% 的功能。對於幾乎所有的新專案，Nano Banana 2 都應該成為你的首選預設模型。 它在文字渲染、複雜風格以及全新的視覺定位功能上表現極佳。
只有當你遇到瓶頸時，才應該升級到 Nano Banana Pro。如果 Nano Banana 2 無法穩定完成高度複雜、多層次的提示詞，或者在處理極端的邏輯限制時感到吃力，Pro 依然是終極的強力後盾。
（註：如果你發現 Pro 在某些特定極端情況下能穩定勝過 Nano Banana 2，請在留言區告訴我們！我們需要知道該改進什麼。）
總結矩陣
以下是一份快速參考指南，幫助你規劃 API 呼叫：
2. 遊戲規則改變者：結合 Google 搜尋的視覺定位
雖然 Nano Banana Pro 引入了搜尋網路以獲取「文字」資訊的能力，但 Nano Banana 2 邁出了一大步：視覺定位 (Image Grounding)。
該模型現在可以搜尋網際網路上的特定圖像，以便在生成圖像之前，精確理解現實世界中的主體長什麼樣子。當你需要呈現特定的地點、古蹟或非常具體的生物物種，並要求其外觀與現實完全一致時，這項功能強大得驚人。
最佳實踐：
- 地點： 搜尋特定的教堂、橋樑、城市廣場或小眾建築。
- 自然： 搜尋確切的動物物種、品種或昆蟲。
- 需注意的限制： 模型無法搜尋人物。
提示詞範例：
特定地點定位：
「生成一張法國瓦龍 (Voiron) 主要歷史教堂的電影感黃金時刻照片。確保建築細節、尖塔、周圍的廣場以及景觀（山脈）與現實相符。」
（將城市名稱改為你的家鄉）
特定物種定位： 「創作一張金鳳蝶 (machaon butterfly) 和火焰蝶 (flambé butterfly) 的逼真圖片，並強調它們的差異，以展示如何區分這兩者。」
如果你想知道如何在程式碼中使用這個新的視覺定位工具，請查看說明文件或我們食譜 (cookbook)中的這個 Python colab。
3. 新參數：極致比例與 512px 解析度
Nano Banana 2 引入了幾個新參數，讓開發者和創作者能更精確地控制輸出格式並優化成本。
512px 批次處理至放大工作流程
Nano Banana 2 引入了以 512 像素解析度生成圖像的能力。透過這些新解析度，生成速度會稍微加快，成本也降低到與 Nano Banana 1 大致相同的價格。
專業建議：
如果你是一位想要在維持高品質輸出的同時優化成本的開發者，這裡有一個黃金工作流程：
1. 使用 Batch API（可享 5 折優惠）以 512px 生成數十種提示詞的變體。 2. 檢視網格並選擇構圖最完美的一張。 3. 要求 Nano Banana 2 將該特定圖像放大至 1K、2K 或 4K。
極致長寬比 (1:8 與 1:4)
Nano Banana 2 還引入了極致的新長寬比——1:8 和 1:4——並提供垂直和水平兩種格式。這些比例非常適合網頁橫幅、連續捲動素材以及漫畫 (BD) 排版。
提示詞範例：
水平漫畫條：
「創作一個 4 格水平漫畫條（長寬比 4:1）。故事講述一隻頑皮的貓試圖從廚房檯面上偷魚，最後有一個反轉結局。使用充滿活力的法比漫畫風格。確保貓的設計在所有分鏡中保持一致。」
4. 控制「思考」模式
與前代產品一樣，Nano Banana 2 具有「思考」模式，可以在生成圖像前對提示詞進行推理。不過，你現在可以選擇將此功能開啟 (ON) 或關閉 (OFF)。
我的建議：預設保持關閉。 對於標準的圖像生成，關閉它能節省時間和處理資源。你應該只在以下情況開啟「思考」模式：
- 模型生成的結果毫無邏輯，需要協助推理提示詞。
- 你正在生成高度複雜的資訊圖表。
- 你正在將複雜的視覺定位與空間推理結合使用。
（同樣地，如果你發現開啟「思考」模式能徹底改變結果的驚人使用案例，請在留言區告訴我！）
5. 提示詞範例
沒有提示詞範例的 Nano Banana 指南就像沒有乳酪的餐點一樣，所以這裡是我目前最喜歡的幾個範例：
- 卡通肖像： 將個人照片轉換為風格化、高保真的 3D 角色，並讓它們與現實生活中的自己互動。
提示詞：
嚴格根據上傳的參考圖像，創作一個照片級逼真的場景，讓真實人類站在一個巨大的 3D 動畫風格的自己旁邊。兩者必須具有相同的面部結構、服裝和姿勢。真人自然地微笑，手搭在 3D 角色的肩膀上。3D 版本比例較大，解剖結構相同但經過風格化處理，具有富有表現力的眼睛和俏皮的壞笑。乾淨的藍灰色攝影棚背景，電影級燈光，清晰的紋理。
(註：需要上傳圖像)。
動畫轉圖像： 上傳動畫靜態圖，並利用模型將這些輪廓詮釋為超逼真的攝影圖像。
提示詞：
將這張上傳的動畫靜態圖轉換為超逼真、電影級且完全照片級的場景。將動畫角色轉換為真實人類，同時完美保留其原始身份、面部結構、服裝、表情和整體特徵。
(註：需要上傳圖像)。
地圖上的歷史： 生成超逼真的地圖風格街景圖像，將歷史事件（如西元 800 年查理曼大帝加冕）「重新想像」為現代 360 度攝影機捕捉到的畫面。
提示詞：
生成一張西元 800 年 12 月 25 日查理曼大帝加冕的超逼真圖像，完美複製 Google 地圖街景的捕捉效果。展示教宗利奧三世在舊聖伯多祿大殿內為跪著的查理曼大帝戴上皇冠。包含 123 度廣角桶狀畸變、半透明的 Google 地圖 UI 疊加層（導航指南針、2D 地圖縮圖、漂浮在石地板上的白色方向箭頭），以及「© Google 800」浮水印。為了隱私，自動模糊查理曼大帝、教宗及周圍中世紀貴族的臉部。使用溫暖、昏暗的火把和燭光穿過大殿，營造戲劇性的陰影，並加上 360 度攝影機在低光室內環境中常見的高 ISO 數位噪點。
幼兒園濾鏡： 透過生成刻意凌亂、蠟筆質感且畫在橫條紋紙上的塗鴉，來慶祝人類的不完美與童年懷舊感。
提示詞：
一張孩子在白色橫條紋筆記本紙上用蠟筆畫的楓糖雪糕。使用粗厚的蠟筆筆觸、搖晃的輪廓，以及凌亂地溢出線條的明亮大膽色彩。包含明顯的重壓痕跡、蠟質污跡和不均勻的塗鴉陰影。將重要元素畫得不成比例地大，使用簡單的扁平形狀、圓潤友善的臉龐、點狀眼睛和巨大的彎曲笑容。在角落加上經典的巨大黃色太陽、蓬鬆的雲朵，且完全沒有真實的透視感。歡樂、天真的藝術風格。
6. 應用程式呢？
現在你已經了解 Nano Banana 2 的新功能，是時候開始動手開發了！
以下是幾個很酷的應用程式，你可以將它們作為起點：
- Window seat：根據即時天氣和特定地點生成照片級逼真的窗外景色。
- Pet passport adventure：使用 Nano Banana 讓你的寵物進行全球冒險。
- Global Kit Generator：用於擴展在地化行銷素材的開發者工具。請在留言區分享你最棒的應用程式，看看大家的創意總是件很棒的事！
