คำสั่งที่ดีที่สุดสำหรับ Nano Banana Pro ไม่ใช่เพียงชุดคำสำคัญ “มหัศจรรย์” แต่เป็นบทสรุปงานสร้างสรรค์ที่มีโครงสร้างชัดเจน ซึ่งบอกให้โมเดลทราบถึงวัตถุประสงค์ของภาพ หัวข้อ ฉาก การจัดองค์ประกอบ แสง สไตล์ ข้อความที่แม่นยำ ข้อจำกัด และรูปแบบผลลัพธ์ วางรายละเอียดที่ไม่สามารถปรับเปลี่ยนได้ไว้ก่อน อธิบายผลลัพธ์อย่างเชิงบวก และปรับแต่งตัวแปรทีละตัว.
นับตั้งแต่วันที่ 20 กรกฎาคม 2026, เอกสารคู่มือการสร้างภาพของ Google ระบุว่า Nano Banana Pro เป็น Gemini 3 Pro ภาพ, พร้อมกับ ID ของโมเดล API gemini-3-pro-image. Google กำหนดให้รุ่นนี้ใช้สำหรับการผลิตเนื้อหาคุณภาพสูงและคำสั่งที่ซับซ้อน ส่วน Nano Banana 2 เป็นตัวเลือกที่เร็วกว่าสำหรับวัตถุประสงค์ทั่วไป ความแตกต่างนี้มีความสำคัญ เพราะคู่มือการใช้คำสั่งไม่ควรถือว่าทุกรุ่นของ Nano Banana เป็นผลิตภัณฑ์เดียวกัน.
อยากนำโครงสร้างนี้ไปใช้ขณะอ่านไหม? เปิด พื้นที่ทำงานภาพ Nano Banana Pro บน GlobalGPT, วางสูตรที่สามารถใช้ซ้ำได้ด้านล่างนี้ และปรับเปลี่ยนทีละหนึ่งจุดในกระบวนการทำงานผ่านเบราว์เซอร์ ในฐานะแพลตฟอร์ม AI แบบครบวงจร Global GPT ยังเสนอโมเดลภาพ เช่น ภาพ GPT 2, และ มิดเจอร์นีย์, วิจัยและเขียนด้วย Perplexity, ChatGPT 5.6, Gemini 3 Pro และ Claude Opus 4.8.
คำตอบสั้นๆ: สูตรคำสั่ง Nano Banana Pro ที่สามารถใช้ซ้ำได้
เป้าหมาย + หัวข้อ + การกระทำ + สภาพแวดล้อม + การจัดองค์ประกอบ + แสงและสี + การประมวลผลภาพ + ข้อความที่จำเป็นต้องใช้ + ข้อจำกัดที่ต้องรักษา + การตั้งค่าผลลัพธ์. คุณไม่จำเป็นต้องใช้ทุกฟิลด์สำหรับทุกภาพ ให้ใช้ฟิลด์ที่มีผลต่อผลลัพธ์ ลบส่วนที่ขัดแย้งกันออก และดำเนินการสนทนาต่อด้วยการแก้ไขเล็กน้อย แทนที่จะเขียนคำสั่งใหม่ทั้งหมดหลังจากแต่ละครั้งที่ระบบสร้างภาพ.
เนื้อหาที่คู่มือนี้ครอบคลุม
- ชื่อและขีดจำกัดของรุ่น Nano Banana ในปัจจุบัน
- โครงสร้างคำสั่งที่สามารถใช้ซ้ำได้
- วิธีการเขียนแบบทีละขั้นตอน
- ตัวอย่างการสร้างภาพสำหรับสไตล์ภาพหลัก
- คำสั่งสำหรับการแก้ไขภาพ
- ภาพอ้างอิงและความสม่ำเสมอ
- วิธีที่ดีกว่าในการจัดการกับคำสั่งเชิงลบ
- ฟังก์ชันควบคุมขั้นสูงที่ช่วยได้จริง
- 12 ข้อแนะนำที่พร้อมใช้
- การแก้ไขปัญหาที่พบบ่อย
- คำถามที่มักถูกถาม
Nano Banana Pro ในปี 2026: ชื่อรุ่นปัจจุบัน จุดแข็ง และข้อจำกัด
คำสั่ง Nano Banana Pro คือคำสั่งในภาษาธรรมชาติสำหรับโมเดลภาพ Gemini 3 Pro ของ Google ซึ่งสามารถใช้เพื่อขอภาพใหม่ อธิบายการแก้ไขภาพหนึ่งหรือหลายภาพที่ได้รับการส่งมา หรือดำเนินการต่อในกระบวนการทำงานทางภาพแบบหลายขั้นตอน คำสั่งที่มีประสิทธิภาพสูงสุดคือคำสั่งที่กำหนดวัตถุประสงค์การใช้งานและความสัมพันธ์ระหว่างองค์ประกอบต่าง ๆ ไม่ใช่เพียงการเรียงรายของคำคุณศัพท์ทางภาพเท่านั้น.
| ชื่อผลิตภัณฑ์ของ Google | รหัสโมเดล API | สอดคล้องกับแนวทางปัจจุบันของ Google มากที่สุด |
|---|---|---|
| Nano Banana 2 Lite | gemini-3.1-flash-lite-image | งานประมวลผลภาพที่รวดเร็วและประหยัดค่าใช้จ่ายในปริมาณมาก; ผลลัพธ์ 1K และลดขั้นตอนการทำงานอ้างอิงขั้นสูงลง |
| นาโน กล้วย 2 | gemini-3.1-flash-image | สมดุลที่เหมาะสมระหว่างคุณภาพ ความเร็ว ความล่าช้า และค่าใช้จ่าย สำหรับการใช้งานทั่วไป |
| นาโน กล้วย โปร | gemini-3-pro-image | ทรัพยากรทางมืออาชีพ, คำแนะนำที่ซับซ้อน, ความสม่ำเสมอของแบรนด์, การปรับให้เหมาะสมกับท้องถิ่น และการควบคุมงานสร้างสรรค์อย่างแม่นยำ |
| นาโนกล้วย | gemini-2.5-flash-image | รุ่นเก่า; Google แนะนำให้ย้ายกระบวนการทำงานรุ่นใหม่ไปยังตระกูล Nano Banana 2 |
สำหรับ Nano Banana Pro โดยเฉพาะ Google ระบุไว้ว่าในกระบวนการทำงานของ API ที่รองรับนั้น มีคุณสมบัติการส่งออกภาพความละเอียด 1K, 2K และ 4K การสร้างภาพจากข้อความ การแก้ไขข้อความและภาพ การปรับปรุงหลายขั้นตอน และสามารถใช้ภาพอ้างอิงได้สูงสุด 14 ภาพ ความแม่นยำของภาพอ้างอิงยังมีข้อจำกัดตามประเภทเฉพาะ ดังนั้นการอัปโหลดภาพเพิ่มเติมจึงไม่รับประกันว่าทุกใบหน้า วัตถุ โลโก้ หรือสไตล์จะถูกรักษาไว้อย่างเท่าเทียมกัน.
- ไม่สามารถรับประกันจำนวนภาพที่แม่นยำได้. โมเดลอาจไม่ตอบสนองต่อคำขอให้มีจำนวนผลลัพธ์ที่แม่นยำทุกครั้ง.
- ระบบแสดงผลข้อความทำงานได้ดี แต่ไม่ใช่ระบบที่ไม่มีข้อผิดพลาด. Google แนะนำให้กำหนดข้อความให้เสร็จสิ้นก่อน แล้วจึงขอภาพที่มีข้อความนั้นอย่างถูกต้อง.
- การแก้ไขจะให้ผลลัพธ์ที่ดีที่สุดเมื่อทำในลักษณะการสนทนา. ให้ภาพเดิมอยู่ในบริบทเดิม และขอให้มีการเปลี่ยนแปลงอย่างควบคุมทีละอย่าง.
- ภาพทั้งหมดที่สร้างขึ้นจะมี SynthID ติดอยู่. นี่เป็นส่วนหนึ่งของพฤติกรรมผลลัพธ์ที่ Google ได้บันทึกไว้.
- ข้อมูลที่จำเป็นจะแตกต่างกันไปตามรุ่น. ตัวอย่างเช่น การรับสัญญาณวิดีโอถูกระบุไว้ในเอกสารสำหรับ Gemini 3.1 Flash Image ไม่ใช่ในฐานะคุณสมบัติทั่วไปของ Nano Banana Pro.
หากคุณยังกำลังตัดสินใจเลือกระหว่างรุ่นที่เร็วกว่าและรุ่นมืออาชีพ นี่คือ การเปรียบเทียบระหว่าง Nano Banana 2 และ Nano Banana Pro อธิบายถึงการชั่งน้ำหนักระหว่างข้อดีและข้อเสียในทางปฏิบัติ ก่อนที่คุณจะเสียเวลาปรับแต่งข้อความคำสั่ง.
การเปิดเผยข้อมูล: GlobalGPT เผยแพร่คู่มือนี้และให้บริการพื้นที่ทำงานภาพแบบหลายโมเดลที่เป็นอิสระ GlobalGPT ไม่ใช่ Google และไม่ได้ถูกนำเสนอเป็นบริการอย่างเป็นทางการของ Gemini ส่วนหน้าผู้ใช้ ความพร้อมใช้งานของโมเดล เครดิต ข้อจำกัด ระบบควบคุมความปลอดภัย และผลลัพธ์ อาจแตกต่างจากแอปพลิเคชันและ API ของ Google.
โครงสร้างคำสั่ง Nano Banana Pro ที่สามารถใช้งานได้ในทุกกรณีการใช้งาน
ใช้โครงสร้างต่อไปนี้ในฐานะรายการตรวจสอบ แทนที่จะเป็นสูตรที่ตายตัว ภาพพอร์ตเรตแบบเรียบง่ายอาจต้องการหกส่วน ส่วนภาพโฆษณาแคมเปญที่มีตัวอักษรและองค์ประกอบของแบรนด์อาจต้องการทั้งสิบส่วน.
| ช่องข้อความ | สิ่งที่ต้องระบุ | ตัวอย่างส่วนหนึ่ง |
|---|---|---|
| 1. เป้าหมาย | ภาพจะถูกใช้ในบริบทใด และควรสื่อความหมายอะไร | “ออกแบบส่วนหลักหน้าหลักที่โดดเด่นสำหรับบริษัทท่องเที่ยวแบบยั่งยืน” |
| 2. หัวข้อ | ตัวละครหลัก, วัตถุหลัก, ผลิตภัณฑ์หลัก หรือฉากหลัก | “นักเดินเขาคนเดียวที่สวมแจ็กเก็ตสีแดงสนิม” |
| 3. การดำเนินการ | กำลังเกิดอะไรขึ้น | “หยุดพักอยู่ริมทะเลสาบในเขตภูเขาสูง” |
| 4. สิ่งแวดล้อม | สถานที่ เวลา สภาพอากาศ ฉากหลัง และบรรยากาศ | “ภูเขาในยามฟ้าสีคราม หมอกบางๆ ลอยเหนือผิวน้ำ” |
| 5. โครงสร้าง | การจัดกรอบภาพ มุมมอง ภาษาของเลนส์ และการจัดวางวัตถุ | “กรอบภาพกว้าง 16:9, มุมมองระดับตา, วัตถุอยู่ด้านซ้ายของภาพหนึ่งในสาม” |
| 6. แสงและสี | ทิศทางแสง ความต่างระดับ ความร้อนของสี และชุดสี | “แสงบรรยากาศที่นุ่มนวลและเย็นสบาย พร้อมด้วยแสงขอบที่อบอุ่น” |
| 7. การจัดแต่งภาพ | ขนาด, ยุคสมัย, เนื้อสัมผัส, ความสมจริง หรือระบบการออกแบบ | “ภาพถ่ายกลางแจ้งแบบบรรณาธิการ, เนื้อสัมผัสธรรมชาติ, การปรับสีที่เรียบง่าย” |
| 8. ข้อความที่ตรงกันทุกประการ | คำที่จำเป็นต้องปรากฏ รวมถึงการใช้ตัวพิมพ์ใหญ่และตำแหน่ง | “หัวข้อข่าว: ‘GO FARTHER’ ด้วยตัวอักษร sans serif สีขาวแบบตัวอักษรย่อ” |
| 9. ข้อจำกัด | รายละเอียดที่ต้องคงไว้โดยไม่เปลี่ยนแปลง หรือต้องดูเป็นจริงตามความเป็นจริง | “ให้สีของแจ็กเก็ตและดีไซน์ของกระเป๋าเป้เป็นไปในทิศทางเดียวกัน” |
| 10. การตั้งค่าผลลัพธ์ | อัตราส่วนภาพ ความละเอียด และจำนวนรุ่นที่รองรับ | “16:9, 4K, ภาพสุดท้าย” |
สร้าง [ประเภทสินทรัพย์] สำหรับ [วัตถุประสงค์/กลุ่มเป้าหมาย]. หัวข้อ: [ใครหรืออะไร, ลักษณะเด่น]. การกระทำ: [สิ่งที่กำลังเกิดขึ้น]. สภาพแวดล้อม: [สถานที่, เวลา, สภาพอากาศ, ฉากหลัง]. การจัดองค์ประกอบ: [ประเภทช็อต, มุมกล้อง, ภาษาเลนส์, ตำแหน่ง]. แสงและสี: [ทิศทาง, ความนุ่มนวล, ความตัดกัน, โทนสี]. การประมวลผลภาพ: [สื่อ, สไตล์, เนื้อสัมผัส, ความสมจริง]. ข้อความที่แน่นอน: “[ข้อความ]” ใน [รูปแบบตัวอักษรและการจัดวาง]. ต้องรักษา: [อัตลักษณ์, ผลิตภัณฑ์, โลโก้, รูปทรงเรขาคณิต หรือข้อจำกัดอื่น ๆ]. ผลลัพธ์: [อัตราส่วนภาพ, ขนาดภาพ, คำขอรูปแบบต่าง ๆ].
วิธีเขียนคำสั่ง Nano Banana Pro ที่มีคุณภาพสูงอย่างละเอียดทีละขั้นตอน
1. เริ่มจากงานก่อน ไม่ใช่จากสไตล์
“คำว่า ”Cinematic” มีความหมายที่แตกต่างกันเมื่อใช้ในโปสเตอร์ภาพยนตร์ โฆษณาผลิตภัณฑ์ และภาพตัวอย่างการท่องเที่ยว ให้ระบุวัตถุประสงค์ของภาพ กลุ่มเป้าหมาย และข้อความที่ต้องการสื่อก่อนที่จะอธิบายลักษณะภาพ บริบทจะช่วยให้โมเดลเลือกรูปแบบการจัดวางที่เหมาะสม แทนที่จะสร้างภาพที่สวยงามแต่ใช้งานไม่ได้.
2. ให้ความสัมพันธ์ระหว่างหัวข้อและพื้นที่ชัดเจน
ระบุชื่อของวัตถุหลัก ลักษณะเด่นของมัน การกระทำที่เกิดขึ้น และตำแหน่งของมันเมื่อเทียบกับองค์ประกอบอื่น ๆ “รองเท้าสีแดงข้างกล่องสีเงิน” ชัดเจนกว่า “ฉากผลิตภัณฑ์ที่ดูทันสมัย” เมื่อมีวัตถุหลายชิ้นที่สำคัญ ให้อธิบายตำแหน่งด้านซ้าย ด้านขวา ด้านหน้า ด้านหลัง การทับซ้อน ระยะห่าง และขนาด.
3. ให้ความสำคัญกับองค์ประกอบก่อนที่จะใส่รายละเอียดตกแต่ง
เลือกกรอบภาพ มุมมอง ตำแหน่งของวัตถุ และพื้นที่ว่าง ก่อนที่จะเพิ่มคำที่สื่อถึงพื้นผิว ภาพมุมกว้าง มุมมาโคร มุมต่ำ มุมมองจากบนลงล่าง หรือภาพแพ็กช็อตที่จัดวางให้อยู่ตรงกลาง จะส่งผลต่อผลลัพธ์ได้อย่างน่าเชื่อถือมากกว่าการใช้คำทั่วไปอย่าง “ผลงานชิ้นเอก” หรือ “ได้รับรางวัล” การใช้ภาษาภาพถ่ายจะมีประโยชน์เมื่อใช้เพื่ออธิบายการตัดสินใจที่มองเห็นได้ชัดเจน.
4. อธิบายแสง สี และวัสดุด้วยคำที่สังเกตได้
แทนที่คำว่า “แสงที่น่าทึ่ง” ด้วยทิศทางและคุณภาพของแสง: แสงนุ่มจากหน้าต่างทางด้านซ้ายของกล้อง แสงแดดกลางวันที่แรง แสงหลังที่อบอุ่น แสงหลักในสตูดิโอที่กระจายตัว หรือแสงเติมบรรยากาศที่เย็น ทำเช่นเดียวกันกับวัสดุ: เซรามิกแบบด้าน อลูมิเนียมขัดผิว แก้วโปร่งแสง ผ้าลินินหยาบ หรือแอสฟัลต์ที่เปียก.
5. แยกข้อความที่ตรงกันทั้งหมดออกจากส่วนที่เหลือของคำสั่ง
เขียนข้อความฉบับสุดท้ายก่อน แล้วใส่ไว้ในเครื่องหมายคำพูด รักษาการใช้ตัวอักษรใหญ่ และระบุตำแหน่งที่ข้อความนั้นควรอยู่ ขอให้กำหนดลำดับชั้นของข้อความอย่างเรียบง่ายก่อนที่จะขอออกแบบโปสเตอร์ที่มีเนื้อหาหนาแน่น หากมีการสะกดผิด ให้รักษาการออกแบบไว้และแก้ไขข้อความเพียงอย่างเดียวในขั้นตอนถัดไป.
6. ปรับค่าตัวแปรหนึ่งตัวต่อรอบ
คำแนะนำปัจจุบันของ Google แนะนำให้ใช้การปรับปรุงแบบสนทนา แทนที่จะเปลี่ยนคำสั่งที่ประสบความสำเร็จเป็นส่วนใหญ่ ให้พูดว่า: “รักษาหัวข้อ มุมมอง การแต่งตัว ฉากหลัง และรูปแบบตัวอักษรไว้เหมือนเดิม ให้ปรับเฉพาะแสงหลักให้อุ่นขึ้นและนุ่มนวลขึ้นเท่านั้น” วิธีนี้ช่วยกำหนดขอบเขตการแก้ไขให้ชัดเจน และทำให้การวิเคราะห์สาเหตุของความล้มเหลวเป็นไปได้ง่ายขึ้น.
7. ทดสอบเวอร์ชันสั้นก่อนที่จะเพิ่มความซับซ้อน
เริ่มจากฉากหลักก่อน และเพิ่มรายละเอียดเฉพาะในส่วนที่ผลลัพธ์ไม่ชัดเจนเท่านั้น การใช้คำสั่งที่ยาวขึ้นไม่ได้หมายความว่าจะดีกว่าโดยอัตโนมัติ สไตล์ที่ขัดแย้งกัน มุมกล้องหลายมุม และคำคุณศัพท์ที่ซ้ำกัน อาจทำให้ลำดับความสำคัญของคำสั่งลดลง.
อ่อนแอ: “แมวตัวหนึ่ง สวยงาม คุณภาพสุดยอด สไตล์ภาพยนตร์ ผลงานชิ้นเอก”
แข็งแกร่งขึ้น: “ลูกแมวพันธุ์บริติช ชอร์ตแฮร์ สีส้มที่ดูสมจริง นั่งอยู่บนพื้นผิวหินอ่อนสีอ่อนข้างแก้วสีขาวเรียบ ถ่ายในมุมกลางระดับสายตา แสงเช้าอ่อนๆ จากด้านซ้าย ความลึกของสนามภาพตื้น เนื้อสัมผัสขนที่ดูเป็นธรรมชาติ และพื้นหลังสีเทาเย็น”

ตัวอย่างคำสั่ง Nano Banana Pro คุณภาพสูง ตามเป้าหมายทางภาพ
ฉากบรรณาธิการแบบภาพยนตร์
สร้างภาพถ่ายเชิงบรรณาธิการในสไตล์ภาพยนตร์สำหรับนิตยสารโบราณคดีระดับพรีเมียม ผู้หญิงนักสำรวจยืนหันหลังให้กล้องที่ทางเข้าวัดหินทรายโบราณ มองเข้าไปในห้องที่แสงแดดส่องผ่าน การจัดกรอบประตูแบบสมมาตร มุมมอง 35 มม. ที่ระดับสายตา ตัวแบบเต็มตัวอยู่ตรงกลางส่วนล่างของภาพ แสงสีทองอบอุ่นสาดส่องผ่านช่องเปิด ฝุ่นละอองเบาบางในอากาศ เงาที่ลึกแต่ยังอ่านได้ชัดเจน พื้นผิวหินที่ผุกร่อนจากการถูกกัดกร่อนของสภาพอากาศ การปรับสีโทนดินที่เรียบง่ายและไม่ฉูดฉาด อัตราส่วนภาพ 4:3 ไม่มีหัวข้อหรือโลโก้.

ฉากแอคชันแบบอนิเมะที่ออกแบบอย่างมีสไตล์
สร้างเฟรมแอคชันอนิเมะที่วาดด้วยมือ หญิงสาววัยรุ่นที่มีผมสั้นสีเงินกำลังวิ่งตรงมาทางกล้องผ่านถนนช้อปปิ้งในโตเกียวแบบอนาคต หลังฝนตก ภาพมุมต่ำแบบกว้างที่เต็มไปด้วยพลัง, การย่อส่วนที่ชัดเจน, ผมและเสื้อเคลื่อนไหวตามจังหวะการก้าวของเธอ ป้ายสีฟ้าซีแอนและสีชมพูแบบพาสเทลสะท้อนบนพื้นถนนที่เปียก; เส้นวาดที่คมชัด, การแรเงาแบบเซลแบน, แสงนุ่มเฉพาะจุด, พื้นหลังที่เต็มไปด้วยพลังแต่ยังคงอ่านได้ชัดเจน รักษาให้มือทั้งสองข้างดูเป็นธรรมชาติตามสรีระร่างกาย การจัดองค์ประกอบแบบ 4:3, ไม่มีชื่อแบรนด์ที่อ่านได้.

ภาพผลิตภัณฑ์ที่มีข้อความตามต้นฉบับ
สร้างภาพถ่ายผลิตภัณฑ์ที่หรูหราและสงบสำหรับการเปิดตัวผลิตภัณฑ์ดูแลผิว ก้อนสบู่ทำความสะอาดสีงาช้างรูปทรงกลมหนึ่งก้อนวางอยู่บางส่วนในแอ่งน้ำใสที่ตื้น ฝังคำว่า “AURA” หนึ่งครั้งบนหน้าด้านหน้าด้วยตัวอักษร sans serif รูปทรงเรขาคณิตตัวพิมพ์ใหญ่ ภาพ close-up 3/4, ผลิตภัณฑ์วางในมุมจากซ้ายบนสู่ขวาล่าง, แสงธรรมชาติที่กระจายอย่างนุ่มนวลจากหน้าต่างขนาดใหญ่ด้านหลัง, คลื่นน้ำที่ละเอียดอ่อนและภาพสะท้อนที่เปียกอย่างสมจริง, พื้นผิวแบบเซรามิกที่ด้าน, โทนสีเซจอ่อนและครีมอุ่น. การจัดองค์ประกอบแบบสี่เหลี่ยม, ไม่มีข้อความอื่น, ไม่มีบรรจุภัณฑ์, ไม่มีผลิตภัณฑ์อื่นเพิ่มเติม.

กราฟิกข้อมูลที่มีข้อความถูกควบคุม
สร้างอินโฟกราฟิกแนวตั้งที่เรียบง่ายและชัดเจน สำหรับผู้เลี้ยงพืชในบ้านมือใหม่ หัวข้อด้านบน: “WATER SMARTER” ด้านล่างหัวข้อ ให้แสดงสามส่วนที่มีภาพประกอบเท่ากัน พร้อมชื่อส่วนที่เขียนว่า “CHECK”, “WATER” และ “DRAIN” แต่ละส่วนประกอบด้วยไอคอนง่ายๆ หนึ่งชิ้น และข้อความสั้นๆ หนึ่งบรรทัด: “ตรวจสอบดินชั้นบน”, “แช่ก้อนรากให้เปียก” และ “เทน้ำในถาดรองให้หมด”. พื้นหลังสีขาวอมครีมอ่อน หัวข้อสีเขียวป่า รายละเอียดสีเทราคอตตา ความชัดเจนสูง ระยะห่างระหว่างบรรทัดกว้าง ภาพวาดเวกเตอร์แบบแบน อัตราส่วน 4:5 ไม่เพิ่มคำอื่นใด.
หากต้องการคำแนะนำที่เน้นไปที่ผลลัพธ์มากขึ้น โปรดดูคู่มือแยกต่างหากสำหรับ สร้างภาพ 4K ด้วย Nano Banana Pro.
วิธีให้คำสั่งกับ Nano Banana Pro เพื่อแก้ไขภาพ
คำสั่งการแก้ไขต้องมีสองขอบเขต: สิ่งที่เปลี่ยนแปลงและสิ่งที่ต้องคงเดิม ให้ระบุเป้าหมายจากลักษณะที่มองเห็นได้และตำแหน่ง จากนั้นระบุองค์ประกอบ รูปแบบ ตัวตน รูปทรงของผลิตภัณฑ์ แสง และองค์ประกอบพื้นหลังที่ต้องคงเดิม.
เพิ่มหรือแทนที่วัตถุหนึ่งชิ้น
แก้ไขภาพห้องนั่งเล่นที่ให้มา โดยเปลี่ยนเฉพาะโซฟาผ้าสีฟ้าที่อยู่ตรงกลางให้เป็นโซฟาเชสเตอร์ฟิลด์หนังสีน้ำตาลสไตล์วินเทจที่มีความกว้างและตำแหน่งเท่ากัน ให้สอดคล้องกับมุมมองเดิมของห้อง แสงจากหน้าต่าง เงาที่สัมผัส และภาพสะท้อน รักษาผนัง พรม โต๊ะกาแฟ ต้นไม้ มุมกล้อง การตัดภาพ และวัตถุอื่น ๆ ทั้งหมดให้คงเดิม.
รักษาบุคคลหรือผลิตภัณฑ์
ใช้ภาพพอร์ตเรตที่ให้มาเป็นข้อมูลอ้างอิงสำหรับภาพ รักษาโครงสร้างใบหน้า สีตา ทรงผม สีผิว อายุ และสีหน้าที่เป็นกลางให้คงที่ เปลี่ยนเฉพาะฉากเป็นห้องสมุดสมัยใหม่ที่มีแสงนุ่มนวล และเปลี่ยนเสื้อผ้าเป็นเบลเซอร์สีชาร์โคลสวมทับเสื้อเชิ้ตสีขาวเรียบ รักษาองศาหัวและตำแหน่งไหล่เดิมไว้ ให้มีพื้นผิวภาพถ่ายที่ดูเป็นธรรมชาติ รูปถ่ายแนวตั้งในอัตราส่วน 3:4.
โอนสไตล์โดยไม่คัดลอกเนื้อหาที่ไม่ต้องการ
ใช้ภาพ 1 เป็นหัวข้อและองค์ประกอบภาพ ใช้ภาพ 2 เป็นเพียงข้อมูลอ้างอิงสำหรับเนื้อสัมผัสของสีกัวช์ที่ดูนุ่มนวล โทนสีที่จำกัดอยู่ระหว่างสีน้ำเงินเข้มและสีโอเชอร์ และขอบแปรงที่ไม่เรียบแต่ดูนุ่มนวล อย่าคัดลอกตัวละคร วัตถุ ข้อความ หรือการจัดวางใดๆ จากภาพ 2 ให้รักษาท่าทางและสัดส่วนของหัวข้อจากภาพ 1 ไว้.
ขั้นตอนการทำงานทั้งหมดได้อธิบายไว้ใน วิธีแก้ไขภาพโดยใช้คำสั่งข้อความ. ผู้พัฒนายังสามารถติดตาม คู่มือ API ของ Nano Banana Pro สำหรับขั้นตอนการขอข้อมูลและการบูรณาการ.
วิธีใช้ภาพอ้างอิงและปรับปรุงความสม่ำเสมอ
ภาพอ้างอิงจะมีประโยชน์มากที่สุดเมื่อแต่ละภาพมีบทบาทที่กำหนดไว้อย่างชัดเจน ให้ตั้งชื่อภาพตามวัตถุประสงค์—เช่น ตัวละคร, ผลิตภัณฑ์, โลโก้, ท่าทาง, การจัดองค์ประกอบ หรือสไตล์—และระบุว่าคุณสมบัติใดที่สามารถนำมาใช้ได้ อย่าสมมติว่าผู้แบบรู้ได้ว่าภาพที่ 2 เป็นภาพอ้างอิงตัวละครหรือภาพอ้างอิงสี.
- เลือกภาพอ้างอิงหลักที่ชัดเจนและสะอาด โดยให้หัวข้อปรากฏอย่างชัดเจน.
- ระบุลักษณะที่ไม่เปลี่ยนแปลงด้วยคำ เช่น: รูปหน้า, สไตล์ผม, สีของเสื้อผ้า, รูปทรงของโลโก้, วัสดุ หรือสัดส่วน.
- กำหนดบทบาทหนึ่งให้กับภาพเพิ่มเติมแต่ละภาพ.
- สร้างมุมมองที่ได้รับการอนุมัติครั้งแรกก่อนที่จะเปลี่ยนมุม ท่า หรือการตั้งค่า.
- นำผลลัพธ์ที่ได้รับการอนุมัติไปใช้ในรอบถัดไปเพื่อรักษาความต่อเนื่อง.
- เปลี่ยนตัวแปรหลักหนึ่งตัวต่อรอบ และระบุใหม่ว่าตัวแปรใดต้องคงที่.
เอกสาร API ของ Google อนุญาตให้ใช้ภาพอ้างอิงได้สูงสุด 14 ภาพสำหรับกระบวนการทำงานแบบ 3 ภาพของ Gemini แต่ตัวเลขนี้คือขีดจำกัดสูงสุด ไม่ใช่คำแนะนำให้อัปโหลดภาพอ้างอิง 14 ภาพที่แข่งขันกัน ภาพอ้างอิงที่น้อยลงและชัดเจนขึ้นมักทำให้ลำดับความสำคัญของคำสั่งเข้าใจได้ง่ายขึ้น สำหรับลำดับขั้นตอนที่ใช้งานได้จริง ให้ใช้คู่มือนี้เพื่อ รักษาความสม่ำเสมอของตัวละครในทุกฉาก.
คำสั่งเชิงลบ: ให้อธิบายสภาพที่ต้องการ ไม่ใช่รายชื่อคำต้องห้าม
ของกูเกิล คู่มือการให้คำแนะนำอย่างเป็นทางการ แนะนำให้ใช้การให้คำสั่งเชิงลบแบบเซมานติก: อธิบายฉากที่ต้องการในเชิงบวก แทนที่จะพึ่งพาบัญชีดำที่แยกด้วยเครื่องหมายจุลภาค “ถนนที่ว่างเปล่าและร้างผู้คน พร้อมด้วยพื้นถนนที่สะอาด” ให้โมเดลมีเป้าหมายที่ชัดเจน; ส่วน “ไม่มีรถ ไม่มีคน ไม่มีสิ่งกีดขวาง ไม่มีป้าย” ส่วนใหญ่เพียงแต่ระบุสิ่งที่ไม่มีอยู่เท่านั้น.
| การยกเว้นแบบอ่อน | การสอนที่มีประสิทธิภาพมากขึ้น |
|---|---|
| “ไม่มีของรก” | “โต๊ะทำงานที่จัดวางอย่างเรียบง่าย มีเพียงคอมพิวเตอร์พกพา สมุดบันทึก และปากกาเท่านั้น พร้อมด้วยพื้นที่ว่างที่ชัดเจนรอบๆ แต่ละวัตถุ” |
| “ไม่เบลอ” | “วัตถุและฉลากผลิตภัณฑ์มีความคมชัดอย่างชัดเจน ส่วนพื้นหลังมีความจางลงอย่างนุ่มนวล” |
| “ไม่มีคนเพิ่มเติม” | “มีเพียงคนเดียวที่ยืนอยู่คนเดียวในกรอบภาพ; ส่วนพื้นหลังว่างเปล่า” |
| “ไม่มีมือที่แย่” | “มือทั้งสองข้างมองเห็นได้ชัดเจนในท่าทางที่ผ่อนคลายและเป็นธรรมชาติ โดยมีนิ้วทั้งห้าของมือแต่ละข้างแยกออกจากกันอย่างชัดเจน” |
| “ไม่มีข้อผิดพลาดในข้อความ” | “แสดงหัวข้อ ‘OPEN LATE’ อย่างถูกต้องเพียงครั้งเดียว โดยไม่มีคำหรือตัวอักษรอื่นใด” |
การยกเว้นยังคงมีบทบาทสำคัญเมื่อมันกำหนดขอบเขตที่ชัดเจน เช่น “ห้ามใส่ข้อความอื่น” หรือ “ห้ามเปลี่ยนโลโก้” สิ่งสำคัญคือต้องกำหนดขอบเขตดังกล่าวควบคู่ไปกับการอธิบายอย่างชัดเจนในเชิงบวกเกี่ยวกับผลลัพธ์ที่ต้องการ.
ระบบควบคุมขั้นสูงที่ช่วยปรับปรุงข้อความแจ้งเตือนโดยไม่ใช้พารามิเตอร์ปลอม
ใช้ภาษาของกล้องเฉพาะเมื่อมีการเปลี่ยนแปลงกรอบภาพเท่านั้น
ประเภทการถ่ายภาพ มุมมอง และการจัดวางตัวแบบ มักจะน่าเชื่อถือกว่าการเพิ่มจำนวนเลนส์แบบซ้อนกัน ให้ใช้คำว่า “ภาพพอร์ตเรตระดับตาแบบกลางกับพื้นหลังที่ถูกบีบอัด” เมื่อนั่นคือเป้าหมายที่ชัดเจน ให้เพิ่มข้อมูลอ้างอิงเกี่ยวกับระยะโฟกัสเฉพาะเมื่อคุณเข้าใจมุมมองที่มันสื่อถึงเท่านั้น.
ให้ถือว่าอัตราส่วนภาพและความละเอียดเป็นการตั้งค่าผลลัพธ์
วางอัตราส่วนภาพและความละเอียดไว้ท้ายคำสั่ง หรือกำหนดค่าเหล่านี้ในอินเทอร์เฟซ/API Google ระบุค่า 1K, 2K และ 4K สำหรับ Gemini 3 Pro Image ใน API ค่าขนาดภาพต้องใช้ตัวอักษรใหญ่ 1K, 2K, หรือ 4K; ตัวอักษรตัวเล็กจะไม่ได้รับการยอมรับ การควบคุมที่มีอยู่ในอินเทอร์เฟซของฝ่ายที่สามอาจแตกต่างกัน.
แบ่งฉากที่ซับซ้อนออกเป็นคำสั่งที่มีลำดับ
สำหรับฉากที่มีองค์ประกอบหลายอย่าง ให้ระบุพื้นหลัง หัวข้อหลัก วัตถุสนับสนุน และข้อความสุดท้ายตามลำดับที่ชัดเจน การใช้ไวยากรณ์น้ำหนักเชิงตัวเลขแบบเทียม (numeric pseudo-weight syntax) ไม่ใช่พารามิเตอร์ที่ได้รับการบันทึกไว้ใน Nano Banana Pro; ให้ใช้ลำดับคำสั่งที่ชัดเจนและข้อจำกัดที่มองเห็นได้แทน.
แยกทิศทางสร้างสรรค์ออกจากข้อจำกัดที่ต้องรักษาไว้
ทิศทางสร้างสรรค์อาจมีความยืดหยุ่นได้ แต่เอกลักษณ์แบรนด์ ข้อความ รูปทรงผลิตภัณฑ์ และสัญลักษณ์แบรนด์อาจไม่สามารถเปลี่ยนแปลงได้ ให้จัดข้อกำหนดเหล่านี้ไว้ในบรรทัด “ต้องรักษาไว้” เมื่อทำการแก้ไข ให้ระบุองค์ประกอบที่ไม่เปลี่ยนแปลงซ้ำในทุกขั้นตอนการติดตามผลที่สำคัญ.
12 ข้อเสนอแนะ Nano Banana Pro ที่พร้อมใช้
ตัวอย่างเหล่านี้ถูกออกแบบให้มีความเฉพาะเจาะจงพอสมควร เพื่อให้มีประโยชน์แต่ยังสามารถปรับใช้ได้ง่าย คุณสามารถเปลี่ยนหัวข้อ ข้อความ สี อัตราส่วน และข้อจำกัดให้เหมาะสมกับโครงการของคุณได้.
1. ภาพพอร์ตเรตสำหรับบทความบรรณาธิการ
สร้างภาพพอร์ตเรตแบบบรรณาธิการสำหรับนิตยสารออกแบบ ศิลปินเซรามิกวัยต้นสี่สิบยืนอยู่ข้างโต๊ะทำงานในสตูดิโอที่สว่างสดใส มีฝุ่นดินเผาติดอยู่บนผ้ากันเปื้อนผ้าลินินสีเข้มของเธอ พร้อมด้วยสีหน้าที่สงบและตรงไปตรงมา การจัดองค์ประกอบภาพจากระดับสายตาถึงส่วนเอว มุมมองภาพพอร์ตเทรต 85 มม. แสงนุ่มจากหน้าต่างทางทิศเหนือทางด้านซ้ายของกล้อง รายละเอียดเงาที่นุ่มนวล โทนสีกลางที่อบอุ่น เนื้อผิวและเนื้อผ้าที่สมจริง อัตราส่วน 4:5 ไม่มีข้อความ.
2. ภาพสินค้าสำหรับอีคอมเมิร์ซ
สร้างภาพแพ็กช็อตอีคอมเมิร์ซคุณภาพสูงของขวดเก็บความร้อนสีน้ำเงินโคบอลต์แบบด้าน ที่ตั้งตรงบนฐานหินปูนสีอ่อน มุมมองด้านหน้าสามในสี่ ส่วนประกอบภาพอยู่ตรงกลาง แสงหลักที่นุ่มนวลและกระจายจากมุมซ้ายบน แสงขอบแคบที่ขอบด้านขวา เงาจากการสัมผัสที่ดูสมจริง รูปทรงกระบอกที่แม่นยำ และพื้นหลังสตูดิโอสีเทาอ่อนที่สะอาดตา อย่าใส่โลโก้บนขวด รูปภาพแบบสี่เหลี่ยม ความละเอียด 2K.
3. แคมเปญอาหาร
สร้างภาพโฆษณาแคมเปญฤดูร้อนสำหรับร้านเบเกอรี่ในชุมชน ทาร์ตเลมอนสไตล์ชนบทวางอยู่บนจานเซรามิกสีขาวบนโต๊ะกลางแจ้งที่แสงแดดส่องถึง โดยตัดออกหนึ่งชิ้นเพื่อเผยให้เห็นไส้ภายใน มุมมองสามในสี่จากด้านบน, เงาใบไม้ที่ส่องผ่านแสงแดด, เนื้อแป้งที่กรอบ, เศษขนมปังที่ดูเป็นธรรมชาติ, โทนสีเหลืองอ่อนและสีเซจ, มีพื้นที่ว่างกว้างขวางด้านขวาบนเพื่อใส่ข้อความในภายหลัง. อัตราส่วน 3:2, สไตล์ภาพเหมือนจริง, ไม่มีข้อความ.
4. โปสเตอร์ท่องเที่ยวที่มีข้อความตามต้นฉบับ
ออกแบบโปสเตอร์ท่องเที่ยวแนวตั้งที่ได้รับแรงบันดาลใจจากเทคนิคการพิมพ์สกรีนยุคกลางศตวรรษ รถไฟชายฝั่งที่ออกแบบอย่างเรียบง่ายวิ่งโค้งไปตามหน้าผาสีโอเชอร์เหนือทะเลสีน้ำเงินเข้ม มีหัวข้อใหญ่ด้านบน: “RIDE THE COAST” และบรรทัดเล็กด้านล่าง: “SATURDAY, 18 JULY” ใช้คำเหล่านั้นเท่านั้น ไม่ใช้ข้อความอื่นใด รูปทรงเรขาคณิตแบบเรียบ พื้นผิวหมึกที่ดูไม่สมบูรณ์เล็กน้อย ขอบสีครีม และใช้สีในโทนสีน้ำเงินกรมท่า สีปะการัง สีโอเชอร์ และสีน้ำทะเล 2:3.
5. ภาพประกอบขั้นตอนการเริ่มต้นใช้งานแอป
สร้างภาพประกอบแบบเป็นมิตรสำหรับขั้นตอนการเริ่มต้นใช้งานแอปจัดการงบประมาณ บุคคลหนึ่งกำลังจัดเรียงเหรียญใหญ่สามเหรียญลงในขวดที่มีป้ายกำกับบนโต๊ะที่จัดเรียงอย่างเป็นระเบียบ ใช้รูปทรง 3D ที่เรียบง่ายและโค้งมน วัสดุที่ให้ความรู้สึกนุ่มนวล ความตัดกันของสีที่ชัดเจน สีเทียลและสีแอปริคอตอุ่นๆ เป็นสีเน้น มุมมองไอโซเมตริกที่ละเอียดอ่อน พื้นหลังสีขาวอมครีมที่สะอาดตา และพื้นที่ว่างที่ชัดเจนด้านบนสำหรับข้อความบนอินเทอร์เฟซ ไม่มีตัวอักษรหรือตัวเลขภายในภาพประกอบ อัตราส่วน 4:5.
6. สภาพแวดล้อมแฟนตาซี
สร้างสภาพแวดล้อมแฟนตาซีแบบภาพยนตร์สำหรับแผ่นแนวคิดเกม สะพานหินแคบข้ามช่องว่างกว้างใหญ่ที่เต็มไปด้วยเมฆ มุ่งสู่หอดูดาวที่ผุกร่อนซึ่งสร้างขึ้นบนภูเขาสีดำ โคมไฟเล็กๆ วางเรียงตามทางเพื่อเน้นสัดส่วน ภาพมุมกว้างจากด้านบนเล็กน้อย แสงพายุส่องผ่านเมฆด้านหลังหอดูดาว โทนสีหินชนวนเย็นตาพร้อมแสงสีอำพันเล็กๆ หินและหมอกที่ดูสมจริง ไม่มีผู้คน ไม่มีข้อความ อัตราส่วน 21:9.
7. ภาพประกอบหนังสือเด็ก
วาดภาพฉากจากเรื่องเล่าสำหรับเด็ก สุนัขจิ้งจอกสีแดงตัวเล็กที่สวมผ้าพันคอสีเขียว กำลังใช้ร่มร่วมกันกับนกสีฟ้าที่ดูวิตกกังวล ท่ามกลางสายฝนที่โปรยปรายอย่างอ่อนโยน ทั้งสองยืนอยู่ข้างแอ่งน้ำที่สะท้อนภาพหน้าต่างร้านเบเกอรี่ที่อบอุ่น เนื้อสัมผัสแบบสีน้ำและดินสอสีที่นุ่มนวล รูปทรงกลมมนที่ดูเป็นมิตร การแสดงออกทางสีหน้าที่เข้าใจง่าย การจัดองค์ประกอบจากระดับสายตาต่ำ ฝนสีฟ้า-เทาที่ดูนุ่มนวล พร้อมด้วยแสงสะท้อนสีทองอุ่นๆ อัตราส่วนภาพ 3:2 ไม่มีข้อความ.
8. การสร้างภาพจำลองทางสถาปัตยกรรม
สร้างภาพจำลองภายนอกที่สมจริงของบ้านไม้และกระจกขนาดเล็กที่ตั้งอยู่บนเนินเขาที่มีป่าไม้ ให้รักษาลักษณะการก่อสร้างที่ดูสมจริง: ฐานรากที่มองเห็นได้ ท่อระบายน้ำฝน กรอบหน้าต่าง และทางเข้าบันไดที่ปลอดภัย มุมมองสามในสี่ระดับสายตาในช่วงพลบค่ำต้นๆ, แสงไฟภายในที่อบอุ่น, พื้นดินที่ชื้นหลังฝนตก, ผนังไม้ซีดาร์, หลังคาโลหะสีเข้ม, เฟิร์นพื้นเมือง, มุมมองแบบเลนส์ธรรมชาติ, ไม่มีผู้คนหรือยานพาหนะ. 16:9, 4K.
9. อินโฟกราฟิกข้อมูล
สร้างอินโฟกราฟิกแบบสี่เหลี่ยมที่มีชื่ออย่างแม่นยำว่า “A WEEK OF BETTER SLEEP” แสดงเจ็ดแถวแนวนอนที่เรียบง่าย พร้อมชื่อ MON, TUE, WED, THU, FRI, SAT, SUN แต่ละแถวมีไอคอนรูปจันทร์และแถบความคืบหน้าที่เรียบง่าย ไม่มีการระบุตัวเลขใดๆ พื้นหลังสีน้ำเงินเข้ม แถบสีฟ้าอ่อน จุดเน้นสีเหลืองอุ่นหนึ่งจุด ป้ายชื่อตัวพิมพ์ใหญ่แบบ sans serif ที่อ่านได้ชัดเจน ระยะห่างที่สมดุล การออกแบบเวกเตอร์แบบแบน ไม่เพิ่มข้อความอื่นใด.
10. การเปลี่ยนแปลงของตัวละคร
ใช้ข้อมูลอ้างอิงตัวละครที่ให้มา เพื่อสร้างแผ่นภาพตัวละครแบบรอบตัวที่ชัดเจน ซึ่งประกอบด้วยมุมมองด้านหน้า ด้านซ้ายด้านข้าง ด้านหลัง และมุมมองสามส่วนสี่ รักษาลักษณะใบหน้าเดียวกัน ผมสั้นสีดำหยิก แว่นตากลมสีแดง แจ็กเก็ตสีมัสตาร์ด กางเกงสีน้ำเงินเข้ม รองเท้าผ้าใบสีขาว สัดส่วนร่างกาย และอายุให้คงที่ในทุกมุมมอง ท่าทางยืนแบบกลางๆ มาตราส่วนที่สม่ำเสมอ แสงสตูดิโอที่นุ่มนวลและสม่ำเสมอ พื้นหลังสีเทาอ่อน ไม่มีป้ายชื่อหรืออุปกรณ์เสริมเพิ่มเติม อัตราส่วนภาพกว้าง 16:9.
11. การรวมข้อมูลผลิตภัณฑ์จากแหล่งอ้างอิง
ใช้ภาพ 1 เป็นแบบอ้างอิงของรองเท้าอย่างแม่นยำ และภาพ 2 เป็นแบบอ้างอิงของสถานที่ วางรองเท้าจากภาพ 1 บนขั้นบันไดหินในภาพ 2 โดยให้สอดคล้องกับมุมมองของขั้นบันได แสงช่วงบ่ายแก่ๆ อุณหภูมิสี เงาที่สัมผัส และการสะท้อนของพื้นผิว รักษาทรงเงาของรองเท้า วัสดุ การเย็บ ลวดลายพื้นรองเท้า และรูปทรงของโลโก้ไว้ อย่าคัดลอกวัตถุอื่นใดจากภาพที่ 1 ให้คงการตัดภาพจากภาพที่ 2 ไว้.
12. การแก้ไขติดตามผลแบบควบคุม
รักษาหัวข้อ รูปหน้า ท่าทาง เสื้อผ้า มุมกล้อง การตัดภาพ พื้นหลัง แบบอักษร และการจัดวางผลิตภัณฑ์ของภาพที่ได้รับการอนุมัติให้ไม่เปลี่ยนแปลง ให้เปลี่ยนเฉพาะแสงเท่านั้น: เปลี่ยนแสงจากด้านบนที่เย็นเป็นแสงจากหน้าต่างที่นุ่มนวลและอบอุ่นจากด้านซ้ายของกล้อง และเพิ่มแสงเติมที่นุ่มนวลและเป็นกลางจากด้านขวา รักษาสีผิวที่ดูสมจริงและสีทั้งหมดที่มีอยู่ ส่งภาพที่แก้ไขแล้วกลับมาหนึ่งภาพ.
Nano Banana Pro: การแก้ไขปัญหาอย่างรวดเร็ว
| ปัญหา | สาเหตุที่เป็นไปได้ | ควรเขียนอะไรต่อไป |
|---|---|---|
| มีองค์ประกอบสำคัญหนึ่งที่ถูกมองข้าม | คำสั่งมีคำแนะนำที่ขัดแย้งกันมากเกินไป หรือองค์ประกอบนั้นไม่มีตำแหน่งที่ชัดเจน | ลบรายละเอียดตกแต่ง ระบุตำแหน่งและสัดส่วนขององค์ประกอบ แล้วสร้างองค์ประกอบที่เรียบง่ายขึ้นใหม่ |
| ข้อความในภาพมีคำสะกดผิด | ข้อความนี้มีความหนาแน่น ไม่ชัดเจน หรือถูกผสมเข้ากับคำบรรยายฉาก | รักษาการออกแบบไว้ เปลี่ยนเฉพาะข้อความเท่านั้น ระบุข้อความสุดท้ายอย่างชัดเจน และห้ามเพิ่มข้อความเพิ่มเติม |
| ตัวละครมีการเปลี่ยนแปลงระหว่างฉาก | ลักษณะประจำตัวไม่ได้ถูกระบุซ้ำ หรือภาพที่ได้รับการอนุมัติไม่ได้ถูกนำมาใช้ซ้ำ | แนบข้อมูลอ้างอิงที่ได้รับการอนุมัติ ระบุลักษณะที่ไม่สามารถเปลี่ยนแปลงได้ และเปลี่ยนแปลงเฉพาะท่าทางหรือฉากเท่านั้น |
| โมเดลนี้ส่งคืนจำนวนรายการที่ผิด | การนับอย่างแม่นยำยังคงเป็นข้อจำกัดที่ได้รับการบันทึกไว้ | ทำให้ฉากเรียบง่ายขึ้น ระบุรายการและตำแหน่งของสิ่งต่าง ๆ อย่างชัดเจน แล้วแก้ไขส่วนเสริมในขั้นตอนต่อไป |
| การแก้ไขจะส่งผลต่อภาพทั้งหมด | ขอบเขตของการเปลี่ยนแปลงนั้นไม่ชัดเจน | ระบุชื่อของวัตถุเป้าหมาย และระบุซ้ำทุกองค์ประกอบหลักที่ต้องคงไว้โดยไม่เปลี่ยนแปลง |
| ผลลัพธ์ดูทั่วไป | คำสั่งนี้ใช้คำอธิบายสไตล์ที่กว้างๆ โดยไม่มีทิศทางการออกแบบที่ชัดเจน | เพิ่มวัตถุประสงค์, การจัดองค์ประกอบ, ทิศทางแสง, โทนสี, วัสดุ และแนวคิดทางภาพที่โดดเด่นหนึ่งอย่าง |
| 4K ไม่ถูกส่งกลับ | โมเดลหรืออินเทอร์เฟซที่เลือกไว้ไม่แสดงผลลัพธ์ดังกล่าว หรือการตั้งค่า API มีรูปแบบไม่ถูกต้อง | ยืนยันภาพ Gemini 3 Pro, ตั้งขนาดภาพที่รองรับไว้อย่างแยกกัน และใช้ตัวอักษรใหญ่ 4K ใน API |
| แหล่งอ้างอิงขัดแย้งกัน | มีภาพจำนวนมากเกินไปที่มีบทบาททับซ้อนกัน | ลบการอ้างอิงที่อ่อนแอ และกำหนดป้ายให้กับภาพที่เหลือเป็น “อัตลักษณ์”, “วัตถุ”, “ท่าทาง”, “การจัดวาง” หรือ “สไตล์” |
หากคุณยังไม่คุ้นเคยกับอินเทอร์เฟซมากกว่าการออกแบบพรอมต์ ให้เริ่มจาก คู่มือสำหรับผู้เริ่มต้น Nano Banana Pro และกลับมาใช้โครงสร้างนี้อีกครั้ง เมื่อคุณสามารถสร้างและแก้ไขภาพพื้นฐานได้แล้ว.
คำถามที่มักถูกถามเกี่ยวกับคำสั่งของ Nano Banana Pro
ชื่ออย่างเป็นทางการปัจจุบันของ Nano Banana Pro คืออะไร?
ตั้งแต่วันที่ 20 กรกฎาคม 2026 Google เรียกอุปกรณ์นี้ว่า Nano Banana Pro Gemini 3 Pro ภาพ; ID ของโมเดล API ของมันคือ gemini-3-pro-image. Nano Banana 2 เป็นรุ่น Flash Image ที่แยกต่างหากจาก Gemini 3.1 ดังนั้นชื่อและข้อมูลเกี่ยวกับความสามารถจึงไม่สามารถใช้แทนกันได้.
ข้อความใน Nano Banana Pro ควรมีความยาวเท่าใด?
ไม่มีจำนวนตัวอักษรที่กำหนดไว้อย่างตายตัว ให้กำหนดงาน หัวข้อ โครงสร้าง แสง สไตล์ ข้อความที่แม่นยำ และข้อจำกัด จากนั้นกำจัดส่วนที่ซ้ำซ้อนและขัดแย้งกัน คำคำสั่งสั้นๆ ที่ชัดเจนสามารถให้ผลลัพธ์ที่ดีกว่าคำคำสั่งยาวที่มีสไตล์หรือมุมมองที่ขัดแย้งกัน ให้เพิ่มรายละเอียดเฉพาะในกรณีที่ผลลัพธ์ไม่ชัดเจนเท่านั้น.
Nano Banana Pro รองรับคำสั่งแบบลบหรือไม่?
คุณสามารถระบุข้อยกเว้นได้ แต่ Google แนะนำให้อธิบายสภาพที่ต้องการในเชิงบวก โดยเขียนว่า “คนเพียงคนเดียวบนถนนที่ว่างเปล่า” แทนที่จะใช้รายชื่อห้าม ใช้ข้อจำกัดโดยตรงเมื่อจำเป็น — เช่น “ไม่มีข้อความอื่น” หรือ “อย่าเปลี่ยนโลโก้” — และคู่กับผลลัพธ์ทางภาพที่ต้องการ.
Nano Banana Pro สามารถสร้างข้อความที่ตรงกับต้นฉบับภายในภาพได้หรือไม่?
ระบบนี้สามารถสร้างข้อความที่มีสไตล์และอ่านได้ชัดเจน แต่ไม่สามารถรับประกันความถูกต้องของการสะกดคำและการจัดวางได้ โปรดจัดทำข้อความให้เสร็จสมบูรณ์ก่อน แล้วคัดลอกข้อความมาอย่างถูกต้อง พร้อมทั้งระบุการใช้ตัวพิมพ์ใหญ่ ลำดับความสำคัญ และตำแหน่งการจัดวาง หากมีบรรทัดใดผิดพลาด ให้รักษาการออกแบบไว้และขอให้แก้ไขเฉพาะข้อความเท่านั้น โปรดตรวจสอบทุกคำที่ระบบสร้างขึ้น.
ทำอย่างไรให้ตัวละครดูสอดคล้องกันในภาพหลายภาพ?
ใช้ข้อมูลอ้างอิงเอกลักษณ์ที่สะอาดเพียงหนึ่งชุด ระบุลักษณะของใบหน้า ผม เสื้อผ้า และสัดส่วนที่ห้ามเปลี่ยนแปลง และนำผลลัพธ์ที่ได้รับการอนุมัติมาใช้ซ้ำในรอบถัดไป ติดป้ายข้อมูลอ้างอิงอื่นๆ ตามบทบาท และเปลี่ยนตัวแปรหลักเพียงหนึ่งตัวในแต่ละครั้ง — เช่น ท่าทาง กล้อง หรือฉาก — ตรวจสอบผลลัพธ์ทุกครั้งด้วยตาเปล่า.
Nano Banana Pro สามารถใช้ภาพอ้างอิงได้กี่ภาพ?
Google บันทึกภาพอ้างอิงได้สูงสุด 14 ภาพสำหรับกระบวนการทำงาน 3 ภาพของ Gemini โดยมีการจำกัดความละเอียดสูงตามประเภทวัตถุ ตัวละคร และสไตล์ จำนวน 14 ภาพเป็นจำนวนสูงสุด ไม่ใช่สูตรที่เหมาะสมที่สุด ให้ใช้ภาพอ้างอิงที่ชัดเจนและจำเป็นน้อยที่สุดเท่าที่จำเป็น กำหนดบทบาทให้แต่ละภาพ และลบภาพที่ขัดแย้งกันออก.
Nano Banana Pro สามารถสร้างภาพ 4K ได้หรือไม่?
ใช่ครับ Google ได้ระบุไว้ว่า Gemini 3 Pro Image สามารถสร้างภาพขนาด 1K, 2K และ 4K ได้ ใน API ให้ใช้ค่าขนาดภาพเป็นตัวพิมพ์ใหญ่ เช่น 4K. อินเทอร์เฟซของผู้ใช้และของฝ่ายที่สามอาจแสดงตัวเลือกควบคุมหรือค่าเริ่มต้นที่แตกต่างกัน ดังนั้นการตั้งค่าที่ปรากฏให้เห็น—ไม่ใช่เพียงข้อความแจ้งเตือนเท่านั้น—จะเป็นตัวกำหนดการส่งออก.
คำสั่งเดียวกันนี้จะให้ผลลัพธ์ที่เหมือนกันใน Google และ GlobalGPT หรือไม่?
ไม่ครับ แม้ว่าจะมีการถ่ายโอนข้อมูลอย่างคร่าวๆ แต่เวอร์ชันของโมเดล ค่าเริ่มต้นของอินเทอร์เฟซ การจัดการข้อมูลอ้างอิง ระบบควบคุมความปลอดภัย และตัวเลือกความละเอียด อาจส่งผลให้ผลลัพธ์เปลี่ยนแปลงได้ GlobalGPT เป็นระบบอิสระ ไม่ใช่ผลิตภัณฑ์อย่างเป็นทางการของ Google ดังนั้นควรเปรียบเทียบระบบควบคุมของมันกับเอกสาร API ของ Google แทนที่จะสมมติว่าทั้งสองมีความเท่ากัน.
รายการตรวจสอบขั้นสุดท้าย
- ข้อความคำสั่งระบุวัตถุประสงค์และกลุ่มเป้าหมายของสินทรัพย์หรือไม่?
- หัวข้อหลักถูกอธิบายด้วยลักษณะทางภาพที่ชัดเจนหรือไม่?
- การกระทำ สภาพแวดล้อม และความสัมพันธ์ทางพื้นที่นั้นชัดเจนหรือไม่?
- บทบรรยายภาพระบุประเภทการถ่าย มุมมอง และการจัดวางภาพหรือไม่?
- แสง สี วัสดุ และสื่อถูกอธิบายด้วยคำที่มองเห็นได้หรือไม่?
- ข้อความที่อ้างอิงนั้นถูกคัดลอกมาอย่างถูกต้องและแยกออกจากคำอธิบายฉากแล้วหรือไม่?
- รายละเอียดที่จำเป็นต้องรักษาไว้และส่วนที่อนุญาตให้เปลี่ยนแปลงถูกแบ่งแยกอย่างชัดเจนหรือไม่?
- อัตราส่วนภาพและความละเอียดได้รับการสนับสนุนโดยอินเทอร์เฟซหรือ API ที่เลือกไว้หรือไม่?
- สามารถลบคำคุณศัพท์ที่ซ้ำกัน สไตล์ที่ขัดแย้งกัน หรือพารามิเตอร์ปลอมได้หรือไม่?
- การปรับปรุงครั้งต่อไปจะถูกจำกัดไว้ที่การเปลี่ยนแปลงที่ควบคุมได้เพียงหนึ่งครั้งเท่านั้นหรือไม่?
กระบวนการทำงาน Nano Banana Pro ที่น่าเชื่อถือที่สุดนั้นเรียบง่าย: เขียนบรีฟที่ชัดเจน สร้างภาพพื้นฐานที่แข็งแกร่ง ตรวจสอบสิ่งที่เปลี่ยนแปลงจริง ๆ และปรับปรุงผลลัพธ์ผ่านการสนทนา ความแม่นยำเกิดจากข้อจำกัดที่มีประโยชน์และการปรับปรุงซ้ำอย่างเป็นระบบ — ไม่ใช่จากคำสำคัญลับหรือคำสัญญาที่แน่นอน.




