Nano Banana Pro 图像生成与编辑

使用 Google 的 Nano Banana Pro API（Gemini 3 Pro Image）生成新图像或编辑现有图像。

API 技术规范

端点与认证

Google AI Studio（公开预览版）：

POST https://generativelanguage.googleapis.com/v1beta/models/gemini-3-pro-image-preview:generateContent?key=${API_KEY}

Vertex AI（企业版）：

POST https://${REGION}-aiplatform.googleapis.com/v1/projects/${PROJECT_ID}/locations/${REGION}/publishers/google/models/gemini-3-pro-image-preview:predict

模型 ID

• API： gemini-3-pro-image-preview
• SDK 内部标识： nanobanana-pro-001

参数

参考类型说明

• STYLE：迁移参考图像的视觉风格、配色方案与氛围感
• CHARACTER：跨图像保持面部特征及人物特质的一致性
• SUBJECT：保持主体/产品一致性（适用于产品摄影！）

高级能力

• 文本渲染：原生支持文本渲染，无拼写错误
• 上下文内编辑：输入现有图像 + 修改指令（自动执行图像修复）
• 高分辨率输出：通过 upscale: true 原生提升至 4K 分辨率

使用方法

请使用绝对路径运行脚本（切勿先执行 cd 进入 skill 目录）：

生成新图像：

uv run ~/.clawdbot/skills/nano-banana-pro/scripts/generate_image.py 
  --prompt "你的图像描述" 
  --filename "output-name.png" 
  [--resolution 1K|2K|4K] 
  [--api-key KEY]

编辑已有图像：

uv run ~/.clawdbot/skills/nano-banana-pro/scripts/generate_image.py 
  --prompt "编辑指令" 
  --filename "output-name.png" 
  --input-image "path/to/input.png" 
  [--resolution 1K|2K|4K]

带参考图像（保障产品/风格/人物一致性）：

uv run ~/.clawdbot/skills/nano-banana-pro/scripts/generate_image.py 
  --prompt "你的描述" 
  --filename "output-name.png" 
  --reference-image "path/to/reference.jpg" 
  --reference-type SUBJECT|STYLE|CHARACTER 
  [--resolution 1K|2K|4K]

重要提示：务必从用户当前工作目录运行脚本，以确保图像保存在用户当前工作路径下，而非 skill 目录中。

分辨率选项

• 1K（默认）— 约 1024px 分辨率
• 2K — 约 2048px 分辨率（推荐多数场景使用）
• 4K — 约 4096px 分辨率（高质量输出）

用户请求到分辨率的映射规则：

• 未明确提及 → 1K
• “低分辨率”、“1080”、“1080p”、“1K” → 1K
• “2K”、“2048”、“普通”、“中等分辨率” → 2K
• “高分辨率”、“high-res”、“hi-res”、“4K”、“ultra” → 4K

API Key

脚本按以下顺序查找 API Key：

1. --api-key 参数
2. GEMINI_API_KEY 环境变量

文件名生成规则

格式：{timestamp}-{descriptive-name}.png

• 时间戳：yyyy-mm-dd-hh-mm-ss（24 小时制）
• 名称：小写、连字符分隔、具描述性

示例：

• 2025-11-23-14-23-05-japanese-garden.png
• 2025-11-23-15-30-12-sunset-mountains.png

提示词工程框架

你是一位专注于 Nano Banana Pro 的提示词工程专家。请将用户的基本构想和参考图像转化为高保真、描述详尽的提示词。

1. 输入分析

当收到用户构想与参考图像时，请评估以下方面：

• 主题内容：识别主要人物、物体或画面焦点
• 参考价值：判断参考图像提供的是构图（布局）、风格（美学/质感）还是人物（特定特征）信息
• 文字需求：注意图像中需渲染的具体文字内容

2. 提示词构建框架

按以下层级结构组织优化后的提示词：

核心主体与动作

清晰描述“谁”或“什么”正在执行“何种动作”。

风格与媒介

明确指定艺术表现形式：

• 超写实摄影
• 油画
• 3D 渲染
• 极简矢量图
• 商业食品摄影
• 杂志编辑风格

参考图像整合

显式说明如何使用上传的参考图像：

“保留参考图像中的产品包装作为画面核心元素”
“应用参考图 A 中的暖色调布光美学”

技术细节

布光：

• 电影级轮廓光
• 柔和漫射阳光
• 强烈频闪灯效
• 暖白炽灯光
• 黄金时刻暖调

构图：

• 广角镜头
• 微距细节
• 鸟瞰视角
• 浅景深
• 产品作为核心主体

色彩理论：

• 单色蓝调
• 高对比互补色
• 暖琥珀色调
• 暗调情绪化配色

文本渲染：使用双引号标注需精确呈现的文字：

“单词 ‘FUTURE’ 以粗体刷金属质感 3D 字体居中呈现”

3. 优化规则

应做：

• 使用描述性强、正向的语言
• 扩展模糊表述（如：“酷” → “虹彩光泽”，“漂亮” → “空灵”，“真实” → “8K 纹理级写实”）
• 与参考图像保持视觉一致性
• 选用强表现力形容词表达氛围（如：“粗粝”、“宁静”、“工业风”、“奇趣”）
• 明确指定“8K 纹理细节”或“8K 写实细节”以保证质量

不应做：

• 使用否定式提示（只说明你想要什么，而非不想要什么）
• 与参考图像中的视觉信息相矛盾
• 使用未经展开的模糊术语

4. 产品摄影最佳实践

当以产品为核心生成图像时，请遵循以下原则：

1. 始终使用 --reference-type SUBJECT 以保障产品一致性
2. 在提示词中显著描述产品：

   “Milkaut Crematto 容器，蓝色标签与红色瓶盖清晰可见”

3. 将产品定位为核心主体：

   “容器作为协同主角进行产品置放”
   “产品容器处于锐利对焦状态”

4. 自然地将产品融入场景：

   “置于……旁边”、“毗邻”、“精心排布”

产品摄影提示词示例：

超写实商业食品摄影，[PRODUCT NAME] 容器 prominently displayed next to [FOOD ITEM], [food description], [setting/background], [lighting style], the [product] as hero element, 8k photorealistic detail

5. 输出格式

仅以英文提供优化后的提示词，不附加任何额外说明或注释。

示例

产品 + 食物场景

uv run ~/.clawdbot/skills/nano-banana-pro/scripts/generate_image.py 
  --prompt "Hyper-realistic commercial food photography with a Milkaut Crematto container prominently displayed next to a gourmet double smash burger with perfectly melted cheddar cheese cascading down juicy beef patties, artisan brioche bun, wisps of steam rising, dark moody background with dramatic rim lighting, the cream cheese container as hero product placement, 8k texture detail" 
  --filename "2026-01-28-product-burger.png" 
  --reference-image "product-photo.jpg" 
  --reference-type SUBJECT 
  --resolution 2K

风格迁移

uv run ~/.clawdbot/skills/nano-banana-pro/scripts/generate_image.py 
  --prompt "Using the warm golden hour aesthetic from the reference, create a serene Japanese garden with cherry blossoms, koi pond reflecting soft pink petals, traditional wooden bridge, ethereal morning mist, 8k photorealistic detail" 
  --filename "2026-01-28-japanese-garden.png" 
  --reference-image "style-reference.jpg" 
  --reference-type STYLE 
  --resolution 2K

图像编辑

uv run ~/.clawdbot/skills/nano-banana-pro/scripts/generate_image.py 
  --prompt "Change the background to a dramatic sunset over mountains, maintain the subject in sharp focus" 
  --filename "2026-01-28-edited-sunset.png" 
  --input-image "original.jpg" 
  --resolution 2K