Gemini3ProImage（nano banana 2 ）国内使用及接口（API）教程（含场景实例）
Google 正式推出 Gemini 3 Pro Image（代号 Nano Banana 2）。这款原生多模态模型不仅画质与速度双双升级，更具备强大的图片互动生成能力[2]，最令人振奋的是它现在完美支援繁体中文生成，让 AI 绘图不再有语言隔阂。Gemini 3 Pro Image 是基于 Gemini 3 Pro 的“高精度图像生成/编辑模型”，面向复杂提示词、多轮编辑、专业级素材生产
1）核心特性：从清晰度到推理
-
超高清输出：与 Flash 版本（1024 像素）不同，Pro Image 支持生成和修改高达 4K 像素 的高质量图片 ，支持选择生成1k~4k图片。
-
深度推理能力：它不仅能“画图”，还能处理复杂的代理工作流和自主编码任务，将创意构思转化为逻辑执行。
-
多模态编辑：支持文本到图像的生成、图像修改以及复杂的跨模态理解
它和“普通画图模型”的差异点，三个关键词：
1.可控（control）：更强调相机语言、光影、材质、景深、构图等可控参数与一致性输出
2.可编辑（editability）：支持多轮对话式编辑，不是“重画一张”，而是“基于上一张的逻辑继续改”。
3.可交付（production-ready）：强化“图内文字可读”“海报/信息图/标签清晰”等偏生产的能力，并在生成内容上做溯源标记。
2）怎么用：从最简单到可工程化
A. 最轻量：在 Gemini / AI Studio 里试
- 你可以在 Google AI Studio 直接选择 Gemini 3 Pro Image 模型做生成与编辑（适合快速试验提示词、验证风格）。
B. 开发者：Gemini API（以及 Vertex AI）
- 在 Gemini Developer API 里它以预览模型出现（常见命名如
gemini-3-pro-image-preview）
3）典型使用场景：不止“画得好看”，更是“改得省命”
下面这些场景，基本就是 Nano Banana 2 被重点优化的方向（尤其是“文字”和“多轮编辑”）。
场景 1：品牌海报/活动KV/社媒图（图内文字要能直接用）
痛点：传统模型做海报最容易翻车的就是标题、价格、slogan 乱字或拼错。
做法：让它直接生成“可读文本 + 版式”，再通过多轮对话微调：字号、字重、留白、语言本地化等。官方介绍里就把“清晰文字、海报、复杂图表”当作重点能力。
生成一张现代风格的品牌海报，用于社交媒体宣传。海报内容为一个新品牌的发布，标题为“迎接未来，创造无限可能”，品牌“乘丰AI”位于海报顶部，醒目位置，文字清晰可见。底部用大号字体写着“新品上线”，文字颜色为白色，背景为渐变蓝色，简单现代，文字间距适中，背景上有细微的光晕效果。整个设计简洁有力，突出文字，便于社交媒体传播。
场景 2：信息图/流程图/教学插图（“图文一体”的信息表达）
你可以把结构（步骤、节点、箭头关系、数据点）交给模型完成，同时用语言约束版式，比如“左到右时间线”“每步配一个小图标”“所有标题统一字体”。媒体报道也把它的“信息图能力”作为亮点之一。
生成一张精美的手绘风格信息图，展示“如何制作手工冰淇淋”的过程。整个图分为五个步骤，使用温暖的色调和精致的插图风格，背景为柔和的淡黄色渐变，细节充满手绘质感。每个步骤有独立的插图和简洁明了的描述，图标和文字搭配使用，确保信息清晰传达。具体步骤如下：
步骤1：准备原料——插图为新鲜的水果、牛奶和糖，颜色丰富，轻微的阴影让画面更有层次感。
步骤2：混合材料——插图展示搅拌器与搅拌盆，带有细腻的细节和柔和的光影效果，突出动感和过程。
步骤3：冷冻过程——插图展示冰淇淋机器，冷气效果可视化，使用淡蓝色和白色的冷色调来表示冷冻状态。
步骤4：装饰冰淇淋——插图展示完成的冰淇淋球，顶部装饰着巧克力酱和水果，色彩鲜艳，搭配精致的小饰品（如糖果和薄荷叶）。
步骤5：享用冰淇淋——插图展示一个人开心地吃着冰淇淋，背景是一个阳光明媚的户外场景，色调温暖而富有亲和力。
图中每个步骤之间有优雅的箭头连接，箭头设计为柔和的曲线，呈现出一种流畅的视觉节奏。每个步骤的标题使用手写体，字体简洁且具有亲和力，确保信息清晰易懂。
背景使用渐变黄色和柔和的线条，保证图表整体美观，避免喧宾夺主。每个步骤和图标都有细腻的阴影和渐变效果，增加立体感，确保视觉上既富有层次感，又不会让信息内容显得杂乱。
输出分辨率：确保生成高清晰度版本，分辨率为3000x3000px，适合大幅印刷或在网页上展示。图中每个图标和文字要清晰可读，色彩饱和而不刺眼。
场景 3：电商与产品图（Mockup、贴标、换背景、保持透视与光照）
常见需求：同一产品在不同场景（厨房/户外/极简棚拍）切换，但包装文字必须清晰、反光要合理、透视一致。AI Studio 的模型页就强调“可做无缝融合、保持光照与视角”。
生成一张电商用的护肤产品图，产品为一个瓶装面霜，瓶子中央有清晰可见的品牌 乘丰 和文字，标签文字需要清晰且没有拼写错误。背景要从纯白色切换为优雅的浅粉色，确保产品表面有自然的光泽，且瓶子反射出柔和的光。产品的透视效果要正确，保持合适的阴影和反射，以展示高端感。确保背景和产品的透视保持一致。
场景 4：角色/主角一致性（系列图、漫画分镜、IP素材）
做连载海报、故事分镜时，最怕角色长相每张都变。Gemini 3 Pro Image 主打“锁定身份的一致性”与“无限变化中的稳定主角”。
生成一组漫画分镜图，展示主角在街头漫步的不同动作。主角是一个年轻女孩，金发蓝眼，穿着红色外套，背景为现代城市街景。第一格是她走路的正面视角，第二格是她侧身走，第三格是她停下来查看手机。确保角色的面部特征和服装在每一格中保持一致，背景可以轻微变化，但主角的身份必须保持不变。使用卡通风格，色彩鲜艳，表情生动。
场景 5：多轮修图（设计协作式：先出草图，再逐步“抛光”）
真实工作流往往是：
先出 70 分 → 再改构图 → 再改光影 → 再改局部 → 最后做多语言版本。
Gemini 3 的开发者文档明确提到：做“对话式编辑”时，需要依赖上一轮返回的关键信息（thoughtSignature）来保持对原图构图与逻辑的理解，这就是它“能连续改”的关键机制之一。
生成一张产品海报草图，展示一款新款手机。第一轮只需要一个简单的草图，产品放置于画面中央，背景为浅灰色，产品轮廓简单，没有细节。第二轮：加入产品的细节，如屏幕显示、按钮和乘丰（LOGO），增加阴影效果。第三轮：进一步完善，调整光照方向，增加反射效果，使手机表面看起来更真实。最后，确保整个海报符合现代简约风格，产品突出，背景简洁。
4）从“会用”到“用得专业”：一套实战提示词框架
想把它用出“专业感”，建议你写提示词时按这 5 层结构：
- 目标：要做什么（海报/信息图/产品图/分镜）
- 主体与约束：主角必须保持什么不变（logo 不变、包装文字必须正确、人物五官保持一致）
- 构图与镜头：机位（俯拍/平视/特写）、主体占比、留白、网格
- 光影与材质：主光方向、色温、反射、景深
- 输出规格：比例、分辨率、是否需要多语言版本
另外大香蕉支持多轮编辑，每轮只改一类变量（先构图、再光影、再局部、再文字），效果往往更稳。
5）说这么多国内怎么使用呢？
浏览器打开乘丰AI（https://api.cphone.vip）进行登录注册，然后点击导航栏的“AI聊天/绘画”在页面中心会有一个切换模型名字的小框框，点击它，然后下拉框选择nano-banana-2模型，即可使用，支持多轮编辑。
5）API接口如何调用
1.创建图像 /v1/images/generations：
参数解释：
application/json：
| 参数名称 | 类型 | 是否必需 | 描述 / 枚举值 / 说明 |
prompt |
string | 必需 | 所需图像的文本描述。 |
model |
string | 必需 | 用于图像生成的模型。nano-banana-2\nano-banana-2-2k\nano-banana-2-4k |
aspect_ratio |
string | 可选 | 枚举值：4:3, 3:4, 16:9, 9:16, 2:3, 3:2, 1:1, 4:5, 5:4, 21:9 |
response_format |
string | 可选 | url ；返回生成的图像的格式。必须是 url(推荐)或 b64_json 之一。 |
image |
string | 可选 | url ；参考图数组，支持 url(推荐) 或 b64_json。 |
image_size |
string | 可选 |
仅 |
代码示例：
curl --location --request POST 'https://api.cphone.vip/v1/images/generations' \
--header 'Accept: application/json' \
--header 'Authorization: Bearer sk-a5iIqvxxxxxxxxxxAwcqK' \
--header 'Content-Type: application/json' \
--data-raw '{
"model": "gemini-2.5-flash-image",
"prompt": "画一只小狗",
"response_format": "url",
"aspect_ratio": "3:4"
}'返回示例：
{
"created": 1589478378,
"data": [
{
"url": "https://..."
},
{
"url": "https://..."
}
]
}2.编辑图片 /v1/images/edits：
参数解释multipart/form-data：
| 参数名称 | 类型 | 是否必需 | 描述 / 枚举值 / 说明 |
image |
file | 必需 | 要编辑的图像。必须是支持的图像文件数组。 |
prompt |
string | 必需 |
期望图像的文本描述。 |
model |
string | 必需 | 用于图像生成的模型。nano-banana-2\nano-banana-2-2k\nano-banana-2-4k |
aspect_ratio |
string | 可选 |
枚举值： 必须匹配图像尺寸且小于 4MB。仅适用于第一张图片。 |
response_format |
array[string] | 可选 | 返回格式，示例值：["url"] |
image_size |
string | 可选 |
仅 |
代码示例：
curl --location --request POST 'https://api.cphone.vip/v1/images/edits' \
--header 'Accept: application/json' \
--header 'Authorization: Bearer sk-a5iIqvbqN0xxxxxxxxxxxxxxxcqK' \
--form 'image=@""' \
--form 'prompt=""' \
--form 'aspect_ratio=""' \
--form 'response_format=""' \
--form 'image_size=""' \
--form 'model=""'3.openai chat格式 /v1/chat/completions :
文生成图片参数示例：
{
"stream": false,
"model":"nano-banana",
"messages": [
{
"content": "draw a cow，竖屏的",
"role": "user"
}
]
}图生图参数示例：
{
"model": "nano-banana",
"stream":false,
"messages": [
{
"role": "user",
"content": [
{
"text": "draw a picture sililarity",
"type": "text"
},
{
"image_url": {
"url": "https://xxxxxxxxxxxx.png"
},
"type": "image_url"
}
]
}
]
}4.gemini官方格式 /v1beta/models/gemini-2.5-flash-image:generateContent
文生图参数示例：
{
"contents": [
{
"role": "user",
"parts": [
{
"text": "一只睡觉的猫"
}
]
}
],
"generationConfig": {
"responseModalities": [
"TEXT",
"IMAGE"
],
"imageConfig": {
"aspectRatio": "16:9",
"imageSize": "1K"
}
}
}图生图参数示例：
{
"contents": [
{
"role": "user",
"parts": [
{
"text": "融合三张图片，输出高清图片"
},
{
"inline_data": {
"mime_type": "image/jpeg",
"data": "UklGRlZvAABXRUJQVlA4TEl......"
}
},
{
"inline_data": {
"mime_type": "image/jpeg",
"data": "/9j/4AAQSkZJRgABAQAAAQABAAD......"
}
},
{
"inline_data": {
"mime_type": "image/jpeg",
"data": "UklGRurTBABXRUJQVlA4IN7TBABwWQy......"
}
}
]
}
],
"generationConfig": {
"responseModalities": [
"TEXT",
"IMAGE"
]
}
}接口快速稳定，赶快去乘丰AI（https://api.cphone.vip/）试试吧~~~
有“AI”的1024 = 2048，欢迎大家加入2048 AI社区
更多推荐
26
0- 0
已为社区贡献4条内容
所有评论(0)