AI 摘要
- Gemini 升級採用 Nano Banana 2 生圖模型，結合 Google 搜尋支援真實影像定位功能。
- 官方提供四大指令原則與五種提示詞結構，能精準控制光影、文字渲染及畫面構圖。
Google 為旗下人工智能平台引入新一代繪圖能力，將內置圖像生成工具升級至 Nano Banana 2 模型。這款工具主要面向行銷人員、內容創作者以及一般日常製圖用戶，免除繁瑣設定即可透過自然語言生成高擬真度圖片。Nano Banana 2 最大的功能亮點在於「影像定位（Image Grounding）」技術，當指令包含具體地標、建築物或生物名稱時，模型能調用 Google 搜尋引擎取得真實世界影像作為參考，大幅提升場景細節真實度。不過，基於隱私保護考量，該功能目前不支援搜尋特定人物或名人。
Nano Banana 系列模型定位與限制
目前 Gemini 系統提供多種模式，不同模式在背後調用繪圖模型時具有特定規格劃分：
- Nano Banana 2：平台主流模型，兼顧精準度與運算速度，擁有約 Nano Banana Pro 95% 的性能表現。無論用戶在介面選擇 Pro、思考型或快捷模式，系統預設皆啟動此型號。
- Nano Banana Pro：專業級模型，專門針對高邏輯推理與極度複雜的提示詞場景，目前僅能透過 API 途徑調用。
- Nano Banana 1：舊版模型，官方已停止使用。
Gemini 圖像生成操作步驟
若要在網頁端建立圖像，可遵循以下具體流程操作：
- 開啟 Gemini 操作頁面，在工具欄位中點選「製作圖像」。
- 在輸入框內填寫結構化指令（Prompt）。
- 確認送出後，等待系統成功生成影像。
Google 官方提示詞四大核心原則
為引導 AI 準確還原預期畫面，Google 官方建議撰寫指令時掌握以下重點：
- 描述細節（Be Specific）：避免抽象含糊的詞語，具體定義畫面主體、環境光影及畫面構圖配置。
- 正面表述（Positive Framing）：直接描述希望畫面中出現的內容，而非使用排除法。例如輸入「空曠的街道」，而不是「沒有汽車」。
- 專業鏡頭語言（Control the Camera）：加入攝影或電影視角術語，如「低角度拍攝」或「航拍視角」，強化視覺張力。
- 持續對話（Iterate）：無需追求單次指令即達成完美效果，可利用後續對話逐步微調並修正局部細節。
五大實用場景與指令結構示範
官方建議採用結構化框架撰寫提示詞，依照不同應用情境可套用下列公式：
1. 影像生成
根據是否有提供參考圖片，分為兩種指令模式：
- 純文字生成（無參考圖）：公式為「[主體] + [動作] + [場景/語境] + [構圖] + [風格]」。例如描述模特兒服飾配件細節、姿態、攝影棚背景色調、中全長鏡頭以及中片幅菲林風格。
- 多模態生成（附參考圖）：公式為「[參考影像] + [關聯指令] + [新場景]」。適用於維持物件或角色一致性，例如上傳餐巾紙草圖與布料材質，指令轉化為高保真 3D 梳化並放置於極簡客廳中。
2. 影像編輯
在修改既有圖片時，核心概念在於明確指出「保留項目」與「變更項目」。例如指定「移除圖中的男子，其餘保持不變」，亦可上傳兩張圖片進行風格遷移或元素合併。
3. 即時資訊檢索
結合聯網搜尋能力獲取真實數據轉化為畫面，公式為「[來源/搜尋請求] + [分析任務] + [視覺轉化]」。例如要求模型檢索三藩市當前天氣數據，並生成相符的雨天城景。
4. 文字渲染與本地化
模型具備在包裝或海報上渲染排版文字的能力，支援超過 10 種語言。撰寫時應將文字置於引號內，並先確認語意。公式為「[呈現文字] + [字體風格]」，可分別指定頂部、中部、底部的文字內容與字體類別（如 Brush Script、Impact 或 Century Gothic）。
5. 鏡頭語言與光影進階控制
若需要更具商業質感的成品，可導入專業燈光與器材參數：
- 燈光設計：指定「三點式柔光燈」或「明暗對照法（Chiaroscuro）」。
- 攝影硬體：指定特定器材風格，如 GoPro 廣角感、Fujifilm 底片色調或拋棄式相機閃光質感。
- 鏡頭與光圈：加入「f/1.8 大光圈淺景深」或「微距鏡頭」等術語。
- 材質與肌理：定義精準物理材質，例如「海軍藍粗花呢（Tweed）」或「極簡陶瓷」。
Reference Link : ezone.hk
