Google的Nano Banana系列圖像模型迎來重磅升級，Nano Banana 2以閃電般的速度和超高性價比刷新文生圖體驗。這款代號gemini-3.1-flash-image-preview的模型支持4K分辨率、極端寬高比和多輪對話式編輯，更擁有實時搜索、多圖融合等獨門絕技。本文將全面解析模型特性、使用技巧與API調(diào)用方案，助你在創(chuàng)作效率與質(zhì)量間找到完美平衡點。

昨晚正在用 Nano Banana Pro 生成文章配圖呢，突然Nano Banana2跟鬼一樣就出現(xiàn)了，我以為網(wǎng)站卡了

刷新了下發(fā)現(xiàn)真的出了一個Nano Banana 2，沒來得及測試，我先去Twitter找它們官媒賬號，發(fā)現(xiàn)沒有任何宣傳…

我以為是把Nano Banana Pro改了個名，所以不慌不忙的就試用了下，結果……

每次測試生圖模型的時候，我一般都會寫一個復雜的提示詞，把畫面元素拉滿！

如果效果不好再依次遞減元素和要求，算是我的一種測試模型能力邊界的習慣吧……

在當時測試Nano Banana Pro的時候，也是這個提示詞，這張圖可以看出是非常密集的元素了，但是沒有抽卡，一次直出

雖然 Nano Banana Pro 輸出的也相差無幾，但Nano Banana 2 的速度比 Nano Banana Pro 要快非常多！

說實話，我第一次聽到Nano Banana這個名字的時候是懵的。

Google 在給模型取代號這件事上一直挺神秘，直到我去翻官方文檔，才搞清楚這其實是他們圖像模型系列的內(nèi)部代號體系——Banana 家族，Nano 級別對應的是 Flash 效率版，Pro 級別就是 Nano Banana Pro。

而Nano Banana 2，真正的模型名稱叫gemini-3.1-flash-image-preview

昨晚剛出的模型，在 HuggingFace 的排行榜上，現(xiàn)在已經(jīng)全球文生圖綜合第一了……

但不管怎么說，我覺得值得認真介紹一下這個東西 ——便宜、強、快！

這篇，我會把我知道的全部整理進來，從模型是什么、怎么用、在哪里用、API 怎么調(diào)，到提示詞策略，能寫多細就寫多細。你可以按目錄跳到自己需要的部分，不用從頭讀。

一、模型介紹 1.1 先搞清楚 Nano Banana 是什么

Google 給自家圖像模型取了一套水果代號，用來和普通的 Gemini 文本模型區(qū)分——這套代號目前就兩個級別：

• Nano Banana= Gemini Flash Image 系列（效率級，追求速度和價格）
• Nano Banana Pro= Gemini Pro Image 系列（專業(yè)級，追求質(zhì)量和細節(jié)）
• Nano Banana 2 是 Nano Banana 的第二代，官方模型 ID 是 gemini-3.1-flash-image-preview。

有一點容易混淆的是：調(diào) API 的時候要用 gemini-3.1-flash-image-preview，不是nano-banana-2。

nano-banana-2 只是一個別稱，別搜錯了。

它的定位很清晰——Gemini 3 Pro Image 的高效率對標版本，主流定價，低延遲，專門為大量調(diào)用的開發(fā)者場景設計的。

1.2 模型能力邊界

Nano Banana 2 能做的事大概是這些：

1. 文生圖：給文字描述，出圖。這是最基礎的，不用多解釋。
2. 圖像編輯：傳入一張圖 + 文字指令，然后模型幫你加東西、刪東西、改風格、換色調(diào)。這個體驗比很多專門的編輯工具順手。
3. 多輪對話式編輯：這個是我最喜歡的功能。你可以在同一個對話里持續(xù)迭代，說”把背景換成夜景”，然后再說”把人物的衣服改成紅色”，模型會記住上下文，一步步改過去。官方也特別強調(diào)這是推薦的使用方式，我深度認同。
4. 圖文混合輸出：可以同時輸出圖像和配套文字，比如讓它生成一張光合作用的信息圖，它會把圖和說明文字一起給你。
5. 實時搜索：這個是 Nano Banana 2 的獨門絕技，而且連 Nano Banana Pro 都沒有完整支持。它可以調(diào)用 Google 搜索和 Google 圖片搜索的實時信息來生成圖像——比如讓它畫一張最新的某場球賽比分圖，它真的能聯(lián)網(wǎng)查然后生成。后面測試部分會重點展示這個。
6. 多參考圖融合：最多支持傳入 14 張參考圖，其中最多 10 張物體參考圖（高保真復現(xiàn)）+ 最多 4 張角色參考圖（保持角色一致性）。這個對做 IP 內(nèi)容的人來說絕對是利器。

有幾個參數(shù)我覺得特別值得單獨說一下：

分辨率這塊，Nano Banana 2 新增了 0.5K、2K、4K 三檔，之前的前代 Nano Banana 只有 1K。

4K 圖的細節(jié)密度是 1K 的 16 倍，對做印刷物料的人來說這個升級很實用

寬高比也是本次的大升級，新增了 1:4、4:1、1:8、8:1 這幾個超極端比例。1:8 適合做超長豎版手機壁紙或長圖海報，8:1 適合做橫幅 Banner。

以前很多場景要用 PS 拼接，現(xiàn)在直接出

Thinking 模式這個要理解一下 —— 所有 Gemini 3 圖像模型都是思考型模型，Thinking 是始終啟用的，不能關閉。

Nano Banana 2 的特別之處是你可以控制 Thinking Level，默認是 minimal（最小思考量，速度最快），也可以設置成 high（高思考量，復雜場景畫質(zhì)更好，但耗時更長）

1.4 Nano Banana 2 和 Nano Banana Pro，到底選哪個？

我自己的選擇標準很簡單：

選 Nano Banana 2的場景：日常創(chuàng)作測試、批量內(nèi)容生產(chǎn)、對延遲有要求的 C 端產(chǎn)品、預算有限、快速原型驗證；

選 Nano Banana Pro的場景：要出商業(yè)級精品素材、提示詞非常復雜、對細節(jié)要求極高、不在乎多花一些錢和時間。

老實說，我日常 80% 的需求用 Nano Banana 2 就搞定了。

所以從質(zhì)量來說，還是Nano Banana Pro 更頂尖，但是如果是要商用或批量，Nano Banana 2 更具有性價比。

二、模型使用 2.1 官方渠道

Gemini 官網(wǎng) & App

最簡單的入口，適合零代碼用戶直接上手體驗。打開Gemini，登錄 Google 賬號就能開始對話式出圖。

移動端直接在手機應用商店搜 Gemini 下載 App，體驗是一樣的。

使用方式就是普通聊天，直接用中文說你想要什么圖就行，比如”幫我生成一張賽博朋克風格的上海街景，霓虹燈，雨后積水倒影，垂直構圖”，然后等它出圖，再在同一個對話框里繼續(xù)修改。

這里并不會顯示模型版本，但是默認Nano Banana 2 是快速模式，所以把模式切換成Fast即可

Google AI Studio

這個是我平時用得最多的調(diào)試工具，而且一般Google上新模型都會先上這個。

進入AI Studio，在左側模型選擇器里找到 Nano Banana 2（gemini-3.1-flash-image-preview）。 右側面板可以直接配置參數(shù)：

• Output format：可以選”Images & text”（圖文混合）或”Images only”（純圖）
• Aspect ratio：寬高比，選 Auto 或者手動指定
• Resolution：分辨率，1K/2K/4K/0.5K 都在這里切
• Thinking level：Minimal 或 High
• Grounding with Google Search：勾選后可以開啟搜索，還能單獨開 Image Search
• 調(diào)好參數(shù)之后直接打提示詞，出圖效果直接可見。

Google Flow

Google Flow 是 Google 推出的 AI 驅(qū)動工作流工具，Nano Banana 2 已經(jīng)集成在里面了。

它比 AI Studio 更偏向工作流自動化，可以把圖像生成嵌進更大的業(yè)務流程里，比如自動生成內(nèi)容后直接發(fā)布。 對普通用戶來說可能 AI Studio 就夠了，F(xiàn)low 更適合想要搭自動化流水線的團隊。

但是這個工具網(wǎng)站有 150免費信用積分，這個羊毛可以薅！

2.2 第三方平臺

國內(nèi)用戶如果在訪問 Google 服務上有阻礙，或者想在一個平臺同時用多個模型做對比，第三方平臺也是很好的選擇

Lovart

Lovart 就不多介紹了，一個設計Agent工具，非常迅速，已經(jīng)集成了 Nano Banana 2。

進入Lovart，注冊賬號后就能直接用。 和 AI Studio 不同的是，Lovart 的產(chǎn)品邏輯更偏向設計師——它會幫你把生成、排版、品牌應用這些環(huán)節(jié)串起來，適合做海報、品牌物料、插畫這類有完整設計需求的場景。

如果你是設計師或者內(nèi)容創(chuàng)作者，Lovart 更順手一些。

YouMind

YouMind ，使用流程一樣是注冊賬號、充值、選模型、輸入提示詞，按 Token 或按次計費。關鍵是每天送1000積分，這個羊毛也要薅！

關于第三方平臺，其實還有很多，比如Genspark、Skywork等，只不過手慢了點，這會兒還沒上線，不過后面也會陸陸續(xù)續(xù)上的。

所以我建議窮逼玩家，咱直接就輾轉多個平臺蹭免費積分就完了！薅羊毛都夠生成很多素材了

2.3 API 調(diào)用

這部分面向開發(fā)者，我會把三個路徑都說清楚。

Google 官方 API

最直接的方式，在 AI Studio 里拿到 API Key（Settings → API Keys → Create API Key），然后用官方 SDK 調(diào)用。

幾個參數(shù)要注意的細節(jié)：

分辨率參數(shù)必須用大寫 K（1K、2K、4K），官方文檔特別標注了小寫會被拒絕。

Thinking Level可以通過thinking_config參數(shù)控制，默認 minimal，復雜場景可以設 high。

開啟搜索（Grounding with Google Search）里面，IMAGE_SEARCH 這個功能只有 Nano Banana 2（3.1 Flash）支持，Pro 版沒有，這是 2 的獨家能力。

關于價格，Nano Banana 2是目前性價比極高的選擇，其成本僅為Nano Banana Pro 版本的約1/4甚至更低

AIHubMix（國內(nèi)友好）

AIHubMix 這個第三方模型服務廠商也非常迅速，已經(jīng)上線了 Nano Banana 2，國內(nèi)訪問很順暢，兼容 OpenAI 格式調(diào)用，對已經(jīng)用過其他 AI API 的開發(fā)者上手成本極低。

進入AI HubMix，注冊充值后在模型列表里找gemini-3.1-flash-image-preview。

但注意：AIHubMix 的 OpenAI 端點不支持 4K 分辨率，默認 1K，寬高比通過 system message 傳入，這個和官方 SDK 的參數(shù)方式不太一樣，初用的時候容易踩坑。

OpenRouter（國際路線）

OpenRouter 的模型 ID 是 google/gemini-3.1-flash-image-preview

不知道為啥，Nano Banana 2 的定價比其他渠道都要便宜些，延遲約 13 秒，正常運行時間 100%，適合海外用戶或需要多模型路由統(tǒng)一管理的團隊去用

三、模型測評

就不再分維度去測試了，本質(zhì)上來說是直接蒸餾出來的一個小模型，甚至可能在某些方面還不如原來的版本…..

既然特點是便宜、強、快！只有快這個點可以數(shù)據(jù)統(tǒng)計下，所以每張圖我都會用手機計時，將生成時間&抽卡次數(shù)標記上：

23s直出未抽卡：創(chuàng)作一幅逼真的《Vogue》雜志封面風格的時尚肖像。一位年輕優(yōu)雅的女性自信地擺出姿勢，保持其原有的面部特征和自然美。她左眼眨動，露出俏皮的鴨嘴表情。雙手抬起，在臉部附近形成一個愛心手勢。她被周圍的多個單反相機和智能手機包圍，仿佛狗仔隊和攝影師正從各個方向捕捉她的身影。一些手機屏幕上還顯示著她的實時圖像。 外觀與造型：無瑕的肌膚光澤，自然妝容搭配光澤粉唇、柔和腮紅和微妙高光。淺棕色頭發(fā)整齊地盤扎成低發(fā)髻，僅有幾縷散落。 服裝與配飾：優(yōu)雅簡約的米白色無肩帶晚禮服，路易威登項鏈，鉆石戒指，奢華時尚珠寶。 攝影風格：特寫至半身時尚肖像，Vogue雜志編輯美學，電影級專業(yè)工作室燈光，柔和的HDR背景，淺景深，逼真的皮膚紋理，超細節(jié)，8K畫質(zhì)。 相機與鏡頭外觀：專業(yè)單反外觀，85mm鏡頭感覺，f/1.8光圈，清晰對焦，背景散景柔和。 構圖：Vogue雜志版面，頂部有大而醒目的標志，編輯時尚封面框架，干凈優(yōu)雅的設計。 氛圍與感覺：俏皮而奢華，高級時尚美容編輯，逼真，非AI感，由專業(yè)時尚攝影師拍攝。

48s聯(lián)網(wǎng)檢索直出未抽卡：請根據(jù) THE 2028 GLOBAL INTELLIGENCE CRISIS 這篇文章，遵循以下指南，制作一個卡通風格的信息圖表： – 手繪插圖風格，橫向（16:9 寬高比）。 – 加入少量簡單的卡通元素、圖標或著名人物，以增強視覺趣味性和記憶度。 – 如果內(nèi)容包含敏感或受版權保護的圖形，請用視覺上相似的替代品替換它們；不要拒絕生成插圖。 – 所有圖像和文本必須嚴格遵循手繪風格；避免使用寫實視覺元素。 – 保持信息簡潔，突出關鍵詞和核心概念。利用充足的空白來清晰地強調(diào)關鍵點。 – 圖中文字請使用中文。

18s直出未抽卡：在構圖的正中央，食材層上方醒目地懸浮著一個奢華的標題標簽。文字為“擔擔面 DAN DAN NOODLES”，采用富有表現(xiàn)力的手寫毛筆字風格。字母呈現(xiàn)出厚重、三維雕刻的金色金屬質(zhì)感，并經(jīng)過拉絲處理，散發(fā)出溫暖的金色光澤，在工作室的強烈燈光下，反射出逼真的金屬光澤。它看起來就像鍛造的金筆觸，在空間中漂浮。高級中式面館食品海報，以解構式層次展示的擔擔面/辣子川面在純黑色背景上垂直堆疊。從頂部到底部（主金色標題下方）共有七層，且在最后一道菜前留有額外間距： *頂層：一堆鮮紅的干辣椒片和金黃色的花椒粉 *第二層：淡黃色的碎花生和鮮綠色的蔥花碎屑散落其中 *第三層：淡黃色的手工堿水面卷曲著，紋理清晰可見，面條根根分明 *第四層：黃豆芽（芽菜）和鮮綠色的豌豆散落其中——這些蔬菜會先放入碗中 *第五層：透明的玻璃碗中盛放著深紅色的辣子油湯，可見漂浮的辣椒片，湯面光澤映照——這湯底澆在蔬菜上，因此在垂直堆疊中看起來位于蔬菜下方 *第六層：空白空間——較大的間隙，只有微妙的浮油滴、蒸汽縷和小顆粒食材飄落，營造出視覺上的分隔和呼吸空間 *底層/最后一層（上方間隙明顯更大）：一盤完整的擔擔面盛放在傳統(tǒng)的深棕色陶瓷碗中，從與上方所有其他層次相同的45度角視角觀看。碗中匯集了所有食材——淡黃色的面條裹著光澤的紅辣椒油，上面撒著碎花生、鮮綠色的蔥花碎屑、黃豆芽、豌豆和紅辣椒片。 面條看起來剛拌好，油光閃閃，微妙的蒸汽升起。這盤成品與上方解構式食材的尺寸和視角相同。上方的額外間距強調(diào)了這是最終結果，生動地展示了從分離的食材到完整菜肴的轉變過程。每一層之間都留有間隙，展現(xiàn)出紋理和細節(jié)。 第1至5層之間保持正常間距。 第6層是特意留空的過渡層，間距是正常間距的兩倍或三倍。 第7層（成品菜肴）位于底部，視覺上清晰分隔。中英雙語標簽，配有優(yōu)雅的箭頭指向每個配料：“辣椒油&花椒粉 Chili Oil & Sichuan Pepper Powder”，“麻辣風味 Numbing & Spicy Flavor”，“花生碎&蔥花 Crushed Peanuts & Scallions”，“手工堿面 Handmade Noodles”，“芽菜&豌豆 Yacai & Peas”，“豐富配料 Rich Toppings”，“紅油湯底 Spicy Red Broth”，“成品 Finished Dish”。無白色底座，無平臺基座。所有圖層在純黑色背景中自由漂浮。45度角戲劇性的工作室燈光，邊緣照明突出了紋理和玻璃碗的透明度。包括成品碗和頂部金色標題在內(nèi)的所有圖層，在燈光、視角和逼真度上保持一致。微妙的蒸汽效果，油滴在圖層周圍漂浮，空曠的過渡空間中有更多顆粒。成品盤右下角有星星閃耀效果。暗色調(diào)美學，豪華商業(yè)食品攝影風格，超逼真，細節(jié)豐富，專業(yè)餐廳廣告品質(zhì)，9:16豎屏格式。

14s聯(lián)網(wǎng)檢索直出未抽卡：高保真、廣角現(xiàn)代客廳內(nèi)景，賽博陰影2D動漫和卡通角色無縫融合。場景將逼真的3D環(huán)境與互動動漫角色如哆啦A夢、野比大雄、迪迦奧特曼和蠟筆小新等結合，呈現(xiàn)出夢幻、電影般的審美風格。畫面比例：16：9

23s直出未抽卡：將圖1中的雷軍替換成圖2，風格保持和原雷軍形象統(tǒng)一的風格。正下方的”雷軍”二字改成”小普”；右下角的小米logo風格不變，但”MI”改成”XP”

63s直出無抽卡：根據(jù)上傳的草稿圖生成真實場景分鏡總覽圖

四、提示詞策略 4.1 Nano Banana 2 提示詞基本框架

官方文檔其實給出了一個很重要的核心原則，我翻譯一下：描述場景，不要只堆關鍵詞。

模型的語言理解能力很強，一段描述性的段落幾乎永遠比一堆孤立的詞效果好。我自己用下來總結了一套提示詞框架，大概這樣：

[畫面主體描述] + [場景/環(huán)境設定] + [風格/藝術參考] + [光線/色調(diào)] + [構圖/視角] + [技術參數(shù)]

舉個例子，與其寫”一個女孩，城市，賽博朋克，夜晚”，不如寫：

一位獨自的年輕女子穿著透明的雨披站在街角，在雨淋淋的賽博朋克東京，2077年。她腳下的濕漉漉的人行道上反射著日文的全息廣告。情緒化的電影色彩分級，以主導的霓虹藍和洋紅色為主。低角度攝像機略微向上看，營造出戲劇性的比例感。使用變形鏡頭拍攝，信箱裁剪，膠片顆粒。

差別很大的，真的。

4.2 官方推薦進階策略

官方文檔里有一套 Best Practices，我覺得含金量挺高的，整理翻譯一下加上我自己的理解：

極致具體（Be Hyper-Specific）：與其說”奇幻盔甲”，不如說”精美的精靈板甲，蝕刻銀葉紋路，高領，肩甲形如獵鷹翅膀展開”。

細節(jié)越多，模型能發(fā)揮的空間越小，你能控制的空間就越大。

這個道理懂，但真正做到需要一定的練習。

提供用途背景（Provide Context and Intent）：告訴模型這張圖是干什么用的，會顯著影響結果�！眲�(chuàng)建一個高端極簡護膚品牌的 Logo” 明顯比 “創(chuàng)建一個 Logo” 好。

模型會根據(jù)用途語境自動調(diào)整風格基調(diào)。

迭代而不是重做（Iterate and Refine）：這個我強調(diào)過了，利用多輪對話，不要每次都從零重寫。

出圖之后說”很好，但光線再暖一點”、”保持不變，把表情改嚴肅一些”，效率和效果都比重來強。

分步驟描述復雜場景：對于元素特別多的復雜場景，可以把提示詞拆成幾步來寫，類似”先創(chuàng)建一個清晨霧氣彌漫的森林背景，然后在前景加一座苔蘚覆蓋的古代石祭壇，最后在祭壇上放一把發(fā)光的劍”。

層次感很清晰，模型處理起來比一段話堆下去更可控。

語義化負向提示（Semantic Negative Prompts）：官方給的建議是，與其說”沒有汽車”，不如正向描述”一條空曠的街道，沒有任何交通的跡象”。

我覺得這個思路有點繞，但邏輯是對的——用場景感替代簡單的否定，效果更穩(wěn)定。

用電影語言控制構圖：廣角鏡、微距鏡頭、低角度仰拍、荷蘭角、鳥瞰俯視，這些詞對模型都有效，跟真正的攝影術語是綁定的。

4.3 常見提示詞誤區(qū)

做了這么多測試，踩過不少坑，這里說幾個最常見的。

誤區(qū)一：關鍵詞堆砌。

見過很多人寫提示詞就是”超高清，8K，電影級，大師作品，獲獎攝影，寫實，逼真，HDR，精細，完美”……然后圖出來依然很一般。

這類詞不是不能用，但它們不能替代對實際畫面內(nèi)容的描述。

先說清楚你要畫什么，再加上質(zhì)量類關鍵詞，順序很重要。

誤區(qū)二：中英文混雜。

提示詞里中英文混著寫，我自己測下來效果不如純英文穩(wěn)定。

Nano Banana 2 對中文語義理解是沒問題的，但如果你對輸出質(zhì)量要求高，建議全英文提示詞，尤其是涉及風格、光線、構圖這些專業(yè)詞匯時。

誤區(qū)三：描述本身產(chǎn)生矛盾。

比如”一張極度寫實的照片，賽博朋克動漫風格”——寫實和動漫是兩個方向，模型會困惑。

要么寫實，要么動漫，別讓它猜。

誤區(qū)四：期待第一張圖就完美。

這個思路本身就是問題所在。

用好多輪對話才是正確姿勢，第一張圖是起點，不是終點。 當然Nano Banana系列本身能力比較強，一般來說很少會頻繁抽卡，我最多也就抽卡4次。

誤區(qū)五：忘了告訴模型輸出格式。

如果你只要圖，明確寫”僅輸出圖像，無需文字說明”；

如果你需要圖文并茂，寫”提供所生成內(nèi)容的伴隨描述”。

不說的話，模型有時候會自己加一堆亂七八糟的說明文字，體感不是很好。

五、優(yōu)質(zhì)提示詞資源

說完技巧，最后推薦幾個實用資源，有很多同學每次看到模型更新，技癢難耐，但是真到了測試模型突然感覺腦子空白，一句話也憋不出來干著急。（我也是）

所以有一些優(yōu)質(zhì)提示詞作為參考的話，可以快速調(diào)整就能用來測試了！

BestPromptClub

Studentdiscount.io

這兩個網(wǎng)址專門收集了 Nano Banana系列 出的優(yōu)質(zhì)案例，Prompt可以一鍵復制。

包括這兩個工具平臺也有專門的 Nano Banana系的提示詞資源：

YouMind

Fotor

還有就是Github上有非常多的開源提示詞庫，我搜集了一些：

直接搜：

JimmyLv/awesome-nano-banana

PicoTrex/Awesome-Nano-Banana-images

songguoxs/gpt4o-image-prompts

ZeroLu/awesome-nanobanana-pro

ZHO-ZHO-ZHO/ZHO-nano-banana-Creation

YouMind-OpenLab/awesome-nano-banana-pro-prompts

至此，燃盡了……

以前用 Banana Pro 畫圖，一張 1K 的圖就要一塊錢。

這次更新的 Nano Banana 2 終于把價格打了下來，腰斬了一下，差不多五毛一張圖。

說白了，這次最大的特點，其實就是更快更便宜了。

主要是借此，直接把Nano Banana這個系列的使用渠道以及對應的一些資源技巧做個總結

本文由 @小普 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉載

題圖來自Unsplash，基于CC0協(xié)議

該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務