Nano Banana - 基于 Gemini 3 Pro Image 的 AI 图像生成与编辑技能

技能概述

Nano Banana 是一个调用 Google Gemini 3 Pro Image 模型(Nano Banana Pro)的 AI 技能,支持文生图、自然语言编辑已有图片,并提供多种宽高比和最高 4K 的高清输出。

适用场景

1. 博客与营销配图制作:输入一段描述(如"温馨咖啡店内景,暖光,复古风格")直接生成可用配图,内容创作者无需切换设计工具。
2. 现有图片的自然语言修图:上传产品图或照片,用"把背景换成蓝色""加上 flying cars"这类指令完成换背景、改风格、增删元素,适合电商产品图迭代。
3. 批量素材与 Logo 生成:通过批量脚本一次生成 10-20 张风格统一的像素风 logo、游戏素材或探索性方案,并支持 21:9 宽幅、9:16 竖屏等多种比例。

核心功能

1. 文生图与图像编辑:一条命令即可从文字生成图片(generate.py "提示词" -o 输出.png),或配合 -i 参数用自然语言编辑现有图片,支持风格迁移、背景更换、物体增删和调色。
2. 多比例与高清输出:支持 1:1 到 21:9 共 10 种宽高比,可选 2K(2048px)和 4K(3840px)分辨率,4K 模式对文字渲染效果最好,适合需要清晰文字的专业出图。
3. 批量生成与搜索接地:提供 batch_generate.py 批量脚本(自定义数量、命名前缀、间隔延时),并支持 --search 开启 Google 搜索接地,生成真实人物、地标、品牌相关的图片时更准确。

常见问题

使用 Nano Banana 需要什么前置条件?

需要两个条件:一是从 Google AI Studio(aistudio.google.com/apikey)获取 GEMINI_API_KEY 并配置为环境变量;二是安装 Python 3.10+ 及 google-genai、pillow 依赖包(pip install google-genai pillow)。它通过 Gemini API 调用,受 API 配额限制,批量生成时建议每张之间加 3-5 秒延时。

Nano Banana 能编辑已有图片吗?支持哪些分辨率和宽高比?

可以。用 generate.py "编辑指令" -i 原图.jpg -o 输出.png 即可对现有图片做风格迁移、换背景、增删元素等编辑。分辨率支持标准、2K、4K 三档;宽高比支持 1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9(超宽)共 10 种规格,横版竖版都能出。

生成失败提示 "No image in response" 怎么办?

这通常说明提示词触发了模型的安全过滤,可以尝试换一种表述、避开敏感内容后重试。如果提示的是速率超限,等几秒再试或减小批量数量、延长间隔即可。另外,想让涉及真实人物、地标的图更准确,可以加 --search 参数启用搜索接地。