一句話結論
先看交付需求，再看模型名稱
如果回饋速度、廣泛探索與大量可用變體最重要，請使用 Nano Banana 2。如果選定方向要發展為一項包含多項協同限制的複雜專業素材，其中可能涉及排版或在地化版面，則可考慮 Nano Banana Pro。模型選擇不能取代文字品管，兩款模型都可能生成錯誤文字。
Nano Banana 2 是高速創意工作臺
它適合概念方向探索、社群媒體變體、產品視角測試、行銷活動測試、參考圖導向的編修，以及日常視覺製作。Gemini 3.1 Flash Image 針對速度、低延遲與大量使用情境進行最佳化。0.5K、1K、2K 和 4K 輸出選項便於依目前審核階段搭配解析度。
Nano Banana Pro 是深度完稿工作室
當專業素材必須協調多個場景元素、資訊層級與完稿要求時，可選擇它。更完整的創意簡報可能在多項限制中包含短文案或在地化版面。Gemini 3 Pro Image 支援 1K、2K 和 4K 輸出、搜尋資訊輔助及 Thinking。這不保證文字渲染更準確，因此仍須進行文字品管。
如需集中瞭解專業模型，請查看 Nano Banana Pro ，適合創意簡報包含複雜指令、精密版面或高解析度完稿環節時參考。
如需瞭解更快的模型及其迭代型工作方式，請查看 Nano Banana 2 ，適合需要在不偏離原始簡報邏輯的前提下建立、比較與完善多個方向時參考。
運作原理
影像製作成為意圖、依據與修訂之間的對話
這些模型不只是把一句簡短描述變成圖片。它們會把文字、參考圖、視覺關係、編輯要求與可用的搜尋資訊視為同一個創意問題。要獲得可靠結果，首先要拆解問題：哪些條件必須成立，哪些內容可以改變，哪些部分需要看起來可信，以及哪些細節必須經得起審核。
01
多模態理解讓參考圖各司其職
參考圖的用途越明確，價值越大。一張圖可以確定角色識別特徵，另一張確定產品造型，再一張確定光線風格，還有一張確定構圖。明確這些分工，有助於模型區分主體識別特徵與氛圍線索。
02
指令遵循把創意簡報轉化為視覺優先順序
好的提示詞會建立清楚層級，告訴模型哪個主體最重要、輔助元素位於何處、鏡頭看見什麼、哪些材質需要準確呈現，以及哪些內容不得改變。指令精確並不等於堆疊無窮無盡的形容詞。
03
搜尋資訊輔助可支援知識型視覺決策
Nano Banana 2 可同時利用圖片搜尋與網頁搜尋結果輔助生成，Nano Banana Pro 則支援搜尋資訊輔助。當視覺內容依賴近期資訊或事實背景時，這類脈絡會有所幫助，但仍不能取代審核。應把借助搜尋資訊生成的結果視為依據更充分的草稿。
04
生成與編輯應處於同一個循環
第一張可用影像很少就是最終成品。製作流程需要在產出一個創意方向與修正一個具體弱點之間反覆推進。維持已通過審核的細節不變，每次只處理一項問題，並把結果與上一版本對照。
05
輸出解析度應配合審核階段
解析度是一項製作選擇，不是品質口號。先用較低解析度輸出判斷取景、色彩與創意方向，再提高到精細審核及交付所需的尺寸。Nano Banana 2 支援 0.5K、1K、2K 和 4K，Nano Banana Pro 支援 1K、2K 和 4K。
Gemini 3.1 Flash Image
Nano Banana 2 讓創意循環持續推進
它最突出的優勢是能維持製作節奏。團隊可以把一項策略發展為多個視覺方向，在簡報內容仍清晰時快速比較，再把更深入的完稿工作投入真正值得推進的方向。
快速迭代帶來更有效的創意提問
速度之所以重要，是因為它擴大了團隊可以驗證的問題範圍。與其爭論寬幅構圖或產品特寫構圖何者較合適，不如兩者都生成並直接比較。與其要求一張圖適用所有管道，不如測試一組針對不同管道設計的畫面。效率提升並不代表結果必然成功。
主體一致性讓系列化創作切實可行
一場行銷活動很少只需要一個畫面。主體必須在不同版位、角度、季節與敘事情境中維持可辨識。請使用清晰的參考圖，在提示詞中重複關鍵識別特徵，並明確指出哪些特徵不得改變。
參考圖容量有助於組織複雜簡報
在總計 14 張影像的限制內，Nano Banana 2 最多支援 10 張物件參考圖和 4 張角色參考圖。只有在每張圖都有明確用途時，這項容量才有價值。請精選素材，不必為了用滿上限而加入圖片。
圖片搜尋輔助可拓展視覺脈絡
同時利用圖片搜尋與網頁搜尋結果，可幫助模型理解更具體的視覺脈絡。這對研究導向的概念、教育場景或真實類別參考可能有價值。搜尋資訊輔助不能充當最終驗證。
彈性的輸出尺寸讓投入符合用途
0.5K 適合快速評估創意方向，1K 和 2K 可用於日常工作稿審閱，4K 則便於近距離檢查或滿足更大尺寸的交付需求。應依影像將在哪些情境中接受審閱與使用來選擇輸出尺寸。
Gemini 3 Pro Image
Nano Banana Pro 適合需要縝密解讀的複雜簡報
專業製作往往要求多項限制同時成立，包括核心主體、輔助產品、空間關係、資訊層級、在地化文案與明確的視覺語言。Nano Banana Pro 面向專業素材製作和複雜指令。它的價值在於整體解讀並協調這些要求，並不代表文字渲染天生更準確，兩款模型都仍須進行文字品管。
複雜構圖需要明確的資訊層級
當畫面必須協調前景、背景、主體、道具、文案留白區與鏡頭邏輯時，可使用 Pro。請描述閱讀順序及元素之間的關係，而不只是羅列元素。如果版面密集，還應說明哪些內容可以簡化。
排版應成為可審核的設計元素
複雜專業素材可以在多項協同限制中包含短文案、排版或多語版面。Pro 能夠理解這類整體簡報，但不保證文字渲染更準確。文案應保持精簡，明確大小寫與換行方式，預留足夠空間，並逐字檢查任一模型生成的文字。
Thinking 有助於理解密集指令
Thinking 可協助模型梳理多項彼此影響的要求，但這並非 Pro 獨有，Nano Banana 2 同樣支援 Thinking。應依創作目標選擇模型，並提供有順序的目標、具體限制與清楚的成功標準；不要把優先順序埋在大段風格詞中。
參考圖上限更強調精選素材
在總計 14 張影像的限制內，Nano Banana Pro 最多支援 6 張物件參考圖和 5 張角色參考圖。當角色一致性承載敘事時，可充分利用角色參考容量；物件參考圖則應聚焦關鍵造型、材質或包裝。
高解析度交付仍需分階段品管
Pro 支援 1K、2K 和 4K 輸出。應在構圖、主體一致性、文字位置與內容通過審核後再提高解析度。到 4K 階段，重複紋理、邊緣瑕疵、畸形細節與不理想的文字排版等小問題會更容易被看見。
模型比較表
依製作需求比較兩款模型
兩款模型解決的是不同瓶頸，因此沒有適用所有情況的贏家。團隊需要大量有依據的嘗試時，Nano Banana 2 可以降低迭代阻力；需要解讀複雜要求並進行精細控制時，Nano Banana Pro 則能提供更多空間。
| 決策因素 | Nano Banana 2 | Nano Banana Pro |
|---|---|---|
| 主要製作定位 | 適合快速構思、廣泛變化、高效率編輯與大量視覺製作，核心是透過比較多版輸出取得回饋並推進決策。 | 適合專業素材製作、複雜指令與重視細節的構圖，用於對已選定的方向進行更審慎的完稿。 |
| 基礎模型 | Gemini 3.1 Flash Image，針對速度、低延遲與大量使用情境進行最佳化。 | Gemini 3 Pro Image，定位於專業製作及包含複雜指令的創意簡報。 |
| 輸出尺寸 | 支援 0.5K、1K、2K 和 4K，可從快速檢查創意方向逐步推進到精細輸出。 | 支援 1K、2K 和 4K，可涵蓋工作稿審閱與高解析度專業交付。 |
| 搜尋資訊輔助 | 同時利用圖片搜尋與網頁搜尋結果，為草稿提供視覺及事實脈絡，但結果仍須驗證。 | 利用搜尋結果支援知識型製作，每一項準備發布的事實細節都必須經過人工審核。 |
| 參考圖工作方式 | 在 14 張影像的總限制內，最多支援 10 張物件參考圖和 4 張角色參考圖，適合產品元素較多的視覺系統。 | 在 14 張影像的總限制內，最多支援 6 張物件參考圖和 5 張角色參考圖，適合以角色一致性為核心的專業場景。 |
| 排版與版面 | 適合快速探索版面與短文案，之後仍須仔細檢查拼字及資訊層級。 | 複雜的 Pro 簡報可以在多項限制中協調排版、多語版面與構圖，但不保證文字渲染更準確，最終文字仍須逐字檢查。 |
| 迭代節奏 | 生成一組差異明確的創意方向，依據簡報評分，再在保留已審核細節的同時逐項修正弱點。 | 從已經明確的方向開始，提供依優先順序排列的限制，並透過有針對性的修訂維持構圖與成品品質。 |
| 實際限制 | 仍可能出現文字錯誤、事實錯誤、物件融合瑕疵、小尺寸人臉缺陷，或系列中的角色外觀走樣。 | 即使影像表面非常精緻，也可能出現同類錯誤，因此結構化品質控管仍不可缺少。 |
使用情境圖譜
圍繞真實交付內容建立素材，而不是停留在抽象示範
有效的工作流程始於明確的傳播任務與審核條件。先定義誰會看到影像、影像出現在哪裡、哪些內容必須準確，以及觀眾首先需要理解什麼，再利用模型建立一套真正有用的輸出。
電商產品視覺系統
從清晰的產品參考圖開始，明確包裝、輪廓、材質、顏色與標籤中哪些細節必須固定。可以探索環境、鏡頭角度、季節性處理和輔助道具，但不能讓產品關鍵外觀產生偏差。
一套協調一致的主視覺圖、細節特寫圖、品類橫幅與管道專用產品場景。
這套系統將產品必須維持準確的特徵與行銷氛圍分開，方便判斷修改原因，也讓已核准的視覺規範更容易重複運用。
整合式行銷創意
把一個行銷活動概念轉化為可重複運用的視覺語法，包括焦點主體、色彩規律、光線、負空間、文字區與情緒基調。先生成差異明確的創意方向，再選擇風格。方向確定後，記錄已審核的視覺線索並套用到不同版位。
一套涵蓋活動發佈主視覺、展示廣告版位、編輯版位裁圖、公告圖卡與簡報用影像的行銷活動素材。
團隊可以把創意視為彼此關聯的系統來評估，而不是核准一張雖然好看、卻無法延伸到整場行銷活動的孤立影像。
社群媒體內容變體
應依各平台的瀏覽節奏與畫面比例進行設計，而不是只製作一張通用方形圖。在維持整套行銷活動視覺識別一致的同時，調整裁切方式、鏡頭距離、動作、道具密度與文案留白區。Nano Banana 2 適合這類快速比較流程。
一組可排程使用的直式、方形、橫式及適合限時動態格式的視覺概念，並維持一致的美術方向。
每項變化都服務於具體版位需求，同時維持整套行銷活動的統一識別度，因此每次調整都有明確目的。
產品攝影概念
在投入實體拍攝前，先用生成影像探索美術方向。測試檯面、光源、反射、鏡頭距離、背景造型與道具關係。除非最終製作標準允許直接使用生成素材，否則應把合成概念視為前期規劃材料。
拍攝清單參考圖、燈光測試圖、場景設計方案與定稿構圖。
創意與製作團隊可以針對看得見的備選方案加入精確註記，而不必只依賴口頭描述氛圍。
介面與服務概念
圍繞服務、功能或使用者情境建立視覺敘事，但不要讓模型取代介面設計。明確裝置情境、使用者目標、環境與情緒訊號。準確性重要時，應簡化螢幕內容，並另外放置最終介面文字。
產品上線頁插圖、功能敘事、導覽流程概念、提案影像與分鏡畫面。
抽象服務會更容易理解，同時真實產品介面仍由設計系統和已核准文案嚴格控管。
教育與知識型視覺內容
先明確學習目標，再決定影像應解釋流程、比較類別、建立背景，或幫助觀眾記住看不見的系統。搜尋資訊輔助可支援研究導向的草稿，但每一項事實內容都必須核對。
概念示意圖、課程開場圖、流程場景、視覺類比與輔助說明插圖。
這套工作方式把敘事清晰度與事實驗證結合，讓視覺吸引力服務於理解，而不是取代準確性。
角色與主體視覺系統
建立參考表，標明臉部結構、髮型、服裝、代表性物件、比例與不可改變的特徵。有目的地使用角色參考圖，並說明不同場景中哪些內容會改變。並排比較輸出，檢查角色外觀是否走樣，而不只是判斷單張圖是否好看。
一套維持角色一致性的肖像、場景、表情、動作與行銷活動情境畫面。
共用的角色一致性檢查表為審閱者提供明確的連續性判斷標準，減少「讓主體更像同一個人」之類的含糊回饋。
行銷活動在地化調整
需要在地化的是完整的視覺閱讀體驗，而不只是文字。應考量文字擴展、閱讀方向、文化脈絡、產品供應情況、色彩含義與版位慣例。當在地化構圖只是更廣泛複雜專業簡報的一部分時，Pro 可協助協調這些限制，但不保證文字渲染更準確。每個字與地區細節都應由熟悉當地語言及文化的審閱者核對。
面向各市場的區域行銷活動母版，並相應調整版面、影像、文案留白區與各管道裁切版本。
在地化因此成為一條有明確設計決策的製作流程，而不是在最後替換文字，導致資訊層級或脈絡失效。
提示詞工程
撰寫一份方便模型判斷優先順序的製作簡報
提示詞最有效的形式，是一份精煉的美術指導文件。先說明目標，再描述主體、構圖、視覺材質、光線、排版、限制與參考圖用途。應把最重要的決策放在裝飾性風格之前。如果結果不理想，請修訂導致問題的層級，而不是加入無關的形容詞。
目標 + 主體 + 構圖 + 材質與風格 + 光線與色彩 + 排版 + 限制 + 參考圖用途
1. 目標
說明交付成果及希望觀眾採取的行動。發佈主視覺、產品細節圖、課程開場圖與社群媒體預告需要不同的資訊層級。如果版位和長寬比會影響構圖，也應一併寫明。
2. 主體
用具體的識別特徵、姿態、表情、產品幾何造型或其他代表性特徵描述主要主體。把固定特徵與可變風格分開。如果使用參考圖，請說明哪張負責確定主體外觀，哪張提供輔助細節。
3. 構圖
明確鏡頭距離、角度、焦點位置、負空間、前景與背景關係，以及閱讀順序。如果稍後會加入文字，請預留並標明一塊乾淨區域。
4. 材質與風格
用可觀察的特徵定義影像語言，例如髮絲紋金屬、柔軟紙張、半透明玻璃、雜誌式攝影、精確的向量式造型或具有手作質感的棚拍布景。少量彼此協調的線索，比一長串互相衝突的潮流詞更有力量。
5. 光線與色彩
描述光源方向、柔和度、對比、氛圍，以及關鍵色彩承擔的作用。說明高光與陰影應如何協助建立層級。如果色彩準確性很重要，請提供參考，並在預期顯示條件下審核。
6. 排版
提供準確的短文案、大小寫、分行方式、位置與期望的字體性格，並要求足夠的對比和留白。生成文字仍可能出錯，因此必須進行逐字審核。
7. 限制
列出不得改變的細節、不得出現的元素與可以接受的簡化方式。限制用於解決已知風險時最有效，例如維持包裝輪廓，或避免多餘手指、重複產品、品牌標誌、微小背景人臉及裝飾性亂碼。
8. 參考圖用途
為每張參考圖分配一個明確功能，例如角色識別特徵、物件真實特徵、姿勢、構圖、光線、色票或紋理。除非確有必要，否則不要要求一張參考圖控制所有方面。來源彼此衝突時，應明確指定優先順序。
製作提示詞範例
為一款高階可重複使用水瓶製作一張 4K 橫式發佈主視覺。水瓶位於畫面左側三分之一處，是明確的視覺焦點；其輪廓、瓶蓋、標籤位置與髮絲紋金屬質感必須符合所提供的物件參考圖。瓶身後方設置柔和的紙藝景觀，以克制的酸性萊姆綠點綴，並搭配沉穩的炭灰色前景。採用低機位，畫面右側預留大面積負空間，用於放置已核准的標題文案；控制棚拍反光，並從左上方設置一盞定向柔光箱。不要加入其他產品，不要虛構標籤文字，不要改變品牌標誌，也不要加入微小人物。第二張參考圖僅用於光線，第三張僅用於色票。
六步製作循環
透過清楚可見的審核節點，從簡報推進到交付
可靠的影像製作不是輸入一次提示詞後下載一次結果，而是一連串有明確依據的決策。應把簡報、參考圖、入選輸出、修正紀錄與審核結論關聯保存。這份紀錄能幫助團隊重現成功方向、理解提出修改的原因，並避免重新討論已經確定的選擇。
1. 界定溝通簡報
明確受眾、版位、訊息、必要主體、固定事實、長寬比，以及觀眾最先應注意的內容。列出文案留白區、地區調整或產品準確性等實際限制，並確定用什麼依據判定通過審核。
2. 篩選參考圖並明確用途
只選擇能提供明確決策依據的素材。標明哪些影像分別用於確定角色外觀、物件特徵、構圖、材質、光線或色票。遵守模型的參考圖數量限制並避免互相矛盾。Nano Banana 2 最多允許 10 張物件參考圖和 4 張角色參考圖，總計不超過 14 張影像。
3. 生成一組目標明確的創意方向
使用 Nano Banana 2 探索差異明確的方案，而不是細微且偶然的變化。在不同方向間只改變一項策略變因，例如鏡頭距離、環境、資訊層級或情緒基調。為每項輸出分配識別碼，並記錄對應提示詞。
4. 先評估，再編輯
依據簡報為每個方向評分，包括訊息、主體識別特徵、構圖、事實準確性、文字、品牌契合度與管道適用度。應選擇基礎最穩固的影像，而不是表面細節最多的影像。記錄哪些內容已通過審核，哪些內容有誤。
5. 每次只修正一個弱點
編輯指令應保留已通過審核的元素，並單獨處理缺陷。可以收緊裁切，讓小尺寸人臉在畫面中更清晰；也可以簡化擁擠的文字區、明確由哪張產品參考圖決定造型，或分開彼此融合的物件。前後版本應以相同尺寸比較。
6. 品質檢查並交付
檢查完整畫面、重要部位特寫裁圖、所有可見文字、角色一致性、物件幾何造型、事實細節、邊緣、陰影與所需尺寸。請熟悉目標語言的審閱者檢查在地化版本，並在真實版位中測試素材。
價值機制
以決策品質的提升衡量流程，而不是編造效果
影像模型的商業價值應來自創意作業中可觀察的變化。可以統計有多少個不同方向進入審核、簡報在交接後能否保持完整、多少返工源於本可避免的歧義，以及在地化素材是否仍屬於同一套連貫系統。不要假設所有情境都會獲得相同回報。
更快的概念週期
Nano Banana 2 以速度和低延遲為設計重點，因此能讓書面想法更快進入視覺討論。真正有用的指標並不是承諾某個固定生成時間。
更高的測試密度
高回應速度的工作流程讓團隊能實際測試構圖、裁切、環境與訊息中的關鍵變因。輸出更多本身並不等於創造價值。應為每個方向設定一個假設，並淘汰重複答案。
減少可避免的返工
結構化提示詞、分工明確的參考圖與審核紀錄可以揭示影像失敗的原因，進而減少由回饋含糊或脈絡遺失造成的反覆修改。可追蹤角色外觀走樣、文字錯誤或層級薄弱等修正類別。
可擴展的在地化
共用素材地圖讓地區團隊可以在保留行銷活動核心概念的同時，調整文字空間、閱讀方向、脈絡與影像。應從完整度、閱讀體驗和視覺連貫性三方面評估在地化。
更一致的素材系統
參考圖用途、固定識別特徵與並排審核，可以幫助團隊建立一套可辨識的系列素材，而不是堆積彼此無關的圖片。可透過主體、產品、色票、光線與版面規律檢查表衡量一致性。
選用指南
選擇模型前，先回答六個問題
應依下一個審核節點中最難滿足的要求來選擇模型。如果目前任務是判斷哪個方向有效，速度與變化範圍通常更重要；如果目前任務是解決密集版面或完成最終專業素材，理解能力與控制力則可能更重要。
利害關係人做出選擇前，是否需要查看多個差異明確的方向？
- Nano Banana 2
- 選擇 Nano Banana 2。它強調速度、低延遲與大量處理，適合廣泛探索創意方向並頻繁接收回饋。
- Nano Banana Pro
- 等某個方向入選、值得投入更審慎的構圖或完稿環節時，再選擇 Pro。
影像是否包含多個彼此影響的主體、物件與版面區塊？
- Nano Banana 2
- 可用它簡化場景並測試不同的資訊層級，尤其適合場景結構仍可調整的階段。
- Nano Banana Pro
- 當最終畫面必須解決複雜指令並維持有序閱讀體驗時，選擇 Pro。
精確排版或多語排版是否為通過審核的核心條件？
- Nano Banana 2
- 可用它快速探索文字區與短文案概念，之後逐字檢查，或在設計軟體中替換最終文字。
- Nano Banana Pro
- 兩款模型都需要同等嚴格的逐字檢查。只有當排版或多語版面屬於更廣泛的複雜專業簡報時，才考慮 Pro；Pro 也不能保證文字渲染更準確。
哪種參考圖組合包含最關鍵的參考資訊？
- Nano Banana 2
- 最多可使用 10 張物件參考圖和 4 張角色參考圖，總計不超過 14 張影像，適合產品元素較多的視覺系統。
- Nano Banana Pro
- 最多可使用 6 張物件參考圖和 5 張角色參考圖，總計不超過 14 張影像，適合更重視角色一致性的製作。
目前審核實際需要多大的輸出尺寸？
- Nano Banana 2
- 可在 0.5K、1K、2K 和 4K 中選擇，分別符合創意方向審核、工作稿審閱或精細輸出需求，避免早期草稿使用過高規格。
- Nano Banana Pro
- 當概念已充分明確，可進入專業審核與細節檢查時，再選擇 1K、2K 或 4K。
團隊能否在發布前驗證事實與視覺細節？
- Nano Banana 2
- 利用搜尋資訊輔助補充生成脈絡，再核對每個事實標籤、物件、日期與關係。不要把看似可信的草稿當作證據發布。
- Nano Banana Pro
- 採用相同的驗證標準。Thinking、搜尋資訊輔助與完稿可以改善理解，但不能取代責任明確的人工審核。
限制與修正指南
把缺陷視為可以診斷的製作問題
兩款模型都可能出現文字錯誤、事實錯誤、物件融合瑕疵、一致性偏差，以及小尺寸或擁擠細節中的缺陷。表面精緻並不能證明內容正確。修正應從準確描述可見問題開始，追溯到提示詞、參考圖、構圖或尺寸，並且每次只調整一個成因。
| 可見問題 | 聚焦處理 | 審核目標 |
|---|---|---|
| 小尺寸人臉或手部失去結構，尤其容易出現在擁擠場景或遠處背景人物中。 | 降低人群密度，把重要人物移近鏡頭，增加人臉在畫面中的比例，簡化重疊手勢，並提供更清晰的角色參考圖。保留已通過審核的環境和光線，讓編輯聚焦尺寸問題，而不是推翻整套構圖。 | 以實際顯示尺寸檢查眼睛、嘴部、手指、輪廓與人物識別特徵。如果微小人物並不重要，應簡化或移除，而不是強行生成版位無法呈現的細節。 |
| 生成文字有拼字錯誤、缺漏、形態不均，或在視覺上脫離版面。 | 縮短文案，明確大小寫與分行方式，擴大文字區域，減少裝飾元素干擾，並要求清晰的資訊層級。對於較長、受規範限制或經常更新的文字，可生成視覺結構，再在設計工具中加入最終核准的文案。 | 檢查每個字、標點、換行、語言形式與對比條件。不能因為遠看時整體字形似乎合理，就讓文字通過審核。 |
| 知識型影像包含看似可信但並不正確的事實、標籤、物件、日期或關係。 | 把事實內容與視覺風格分開。用精煉清單重述已驗證事實，在合適時利用搜尋資訊輔助，移除缺乏依據的細節，並要求模型保留已通過審核的構圖，只修正明確指出的資訊。影像之外仍須保留人工事實查核環節。 | 把每一項準備發布的說法與權威來源對照。應把圖表、地圖、標籤及歷史或當前脈絡視為資訊產品，而不是裝飾紋理。 |
| 物件彼此融合、邊緣融化、反射不一致，或造型重疊處的材質發生變化。 | 增加物件之間的實際距離，明確前景與背景，減少彼此接觸的物件數量，說明材質邊界，並簡化反射。如果場景仍然混亂，應從更清楚的構圖重新生成，而不是繼續向不穩定影像疊加修正指令。 | 檢查輪廓、接觸陰影、把手、透明表面、重複產品，以及皮膚、服裝、道具與背景之間的過渡。幾何造型應清楚易懂，不需要觀眾為視覺錯誤尋找藉口。 |
| 角色或產品在系列中發生漂移，儘管每個單獨畫面看起來都很可信。 | 回到最可靠的角色參考圖，列出必須維持一致的特徵，移除互相衝突的來源，並清楚說明哪些內容可以改變。減少每批生成的數量，並排比較；擴展系列前，先通過一次角色一致性檢查。 | 檢查整套素材中的臉部結構、比例、代表性服裝、包裝幾何造型、標籤位置、顏色與標誌性細節。一致性必須跨整套素材判斷，不能只看一個畫面。 |
常見問題
規劃 Nano Banana 工作流程時需要的直接解答
在製作開始前，可用這些答案明確模型選擇、參考圖計畫、輸出尺寸、提示詞結構與審核標準。模型能力可以改善起點，但團隊仍須負責事實查核、文字可讀性、角色一致性，以及素材是否適合目標管道。
Nano Banana 2 即 Gemini 3.1 Flash Image，是一款針對速度、低延遲與大量工作情境最佳化的影像生成及編輯模型。它支援 0.5K、1K、2K 和 4K 輸出及 Thinking，也可同時利用圖片搜尋與網頁搜尋結果為生成提供依據。
Nano Banana Pro 即 Gemini 3 Pro Image，面向專業素材製作與複雜指令。它支援 1K、2K 和 4K 輸出、搜尋資訊輔助及 Thinking。複雜專業簡報可以在多項協同限制中包含排版或多語版面，但這不保證文字渲染更準確。兩款模型都可能生成錯誤文字，並且都需要品管。
如果下一項決策是判斷哪個創意方向、裁切、場景或訊息最有效，請先使用 Nano Banana 2。如果第一項交付內容從一開始就包含無法簡化的複雜構圖與嚴格限制，可先使用 Pro。許多團隊可以用 Nano Banana 2 探索，再用 Pro 完成入選方向的完稿。
在總計 14 張影像的限制內，Nano Banana 2 最多支援 10 張物件參考圖和 4 張角色參考圖。Nano Banana Pro 在相同的 14 張影像限制內最多支援 6 張物件參考圖和 5 張角色參考圖。這些數字是容量上限，不是必須達到的目標。
Nano Banana 2 支援 0.5K、1K、2K 和 4K 輸出，Nano Banana Pro 支援 1K、2K 和 4K。請依目前審核與最終版位所需尺寸選擇。先用較低解析度輸出判斷構圖和方向，待內容穩定後再提高解析度。
搜尋資訊輔助可以為模型提供更充分的脈絡，但不會讓每個可見細節自動正確。Nano Banana 2 可同時利用圖片搜尋與網頁搜尋結果輔助生成，Nano Banana Pro 則支援搜尋資訊輔助。發布前必須依據權威來源核對名稱、日期、標籤、圖表、地點、產品與關係。
只有在生成排版通過逐字審核，且該版位的風險可以接受時，才可採用。文案應保持精簡，提供準確文字與分行結構，並預留足夠空間。兩款模型仍可能生成文字錯誤。
檢查資訊層級、主體識別特徵、角色一致性、產品幾何造型、文字、事實細節、人體結構、物件邊界、反射、陰影、色彩、裁切安全範圍、輸出尺寸與當地語言準確性。依實際顯示尺寸檢查完整畫面及重要部位特寫裁圖，並把相關素材放在一起比較。