Nano Banana 為 Google 全新推出的圖像生成模型，全名為 Google Gemini 2.5 Flash Image Preview。官方將此模型匿名為「Nano Banana」，投入參與公開的 AI 圖像生成平台 LMArena 進行盲測競賽，隨後即憑藉穩定的圖像生成品質榮登排行榜首，引爆社群討論。最終 Google 揭露該模型的身分，成功創造話題。
讓角色長相不再抽卡，AI 影像升級為內容生產力
Nano Banana 掀起社群廣泛討論的關鍵在於：解決 AI 繪圖長期以來的核心痛點（如：角色一致性）。該模型可以實現精準的局部編輯（如：把沙發換成藍色）、組合構圖（ 將多個元素無縫融合在一張圖中）、風格轉換（將一張圖的風格、材質或設計，換成另一種）與邏輯推理（理解圖像中的因果關係，並生成合乎邏輯的後續畫面），使 AI 圖像從單張獨立且個別的圖像，邁向「連續敘事」與「商業實用」。
本文作者整理可直接使用的 6 大 Prompt 撰寫元素與創作心法，協助設計師與非設計師在效率與品質間取得平衡，讓生成圖像的結果更可用、更有質感。
Nano Banana超實用 Prompt 架構，6 大元素撰寫提示詞
使用 主體、構圖、動作、場景、風格、編輯 指令六要素組合提示詞，能穩定拉起圖像品質。作者使用不同複雜程度的描述與呈現，然後應用 Nano Banana 來展示穩定性：
第一步：定義核心「主體（Subject）」
這是提示詞的心臟，決定了畫面的主角是誰或什麼。
● 說明： 我們先告訴 AI 我們想要畫的核心是什麼。這個階段的指令非常簡單，AI 會給我們一張最普通、最大眾臉的圖。
● 提示詞： 一位騎士
● 英文參考： A knight
● 預期結果： 一張非常標準的、可能站在白色或灰色背景前的騎士圖片。盔甲樣式、人物長相、氣質都可能非常隨機，缺乏特色。
第二步：加入「構圖（Composition）」
決定我們從哪個角度、用什麼樣的景別來觀察主體。
● 說明： 我們不想要一張呆板的「證件照」。透過加入構圖指令，我們可以引導 AI 的「攝影機」，讓畫面更有視覺焦點和衝擊力。
● 提示詞（疊加）： 一位騎士，從下往上的低角度拍攝，全身照
● 英文參考： A knight, low-angle shot, full-body shot
● 預期結果： 畫面視角變低，騎士顯得更加高大、雄偉，充滿壓迫感。相較於第一步，這張圖已經開始具備視覺張力。
第三步：加入「動作（Action）」
讓你的主體「活」起來，賦予它動態和意圖。
● 說明： 靜態的人物很無聊。一個簡單的動作可以立刻為畫面注入生命力和故事性。他在做什麼？這個動作揭示了他的性格或當前處境。
● 提示詞（疊加）： 一位騎士，從下往上的低角度拍攝，全身照，他單膝跪地，將劍插在自己面前的土地上，低頭沉思
● 英文參考： A knight, low-angle shot, full-body shot, he is kneeling on one knee, plunging his sword into the ground before him, head bowed in contemplation
● 預期結果： 畫面從單純的肖像變成了敘事。這位騎士可能在悼念、可能在休息，也可能在祈禱。觀眾會開始好奇他背後的故事。
第四步：加入「場景（Setting）」
為你的故事搭建一個舞台，提供環境背景。
● 說明： 騎士在哪裡？場景是決定圖片氛圍和世界觀的關鍵。不同的場景會讓同樣的動作產生截然不同的意義。
● 提示詞（疊加）： 一位騎士，從下往上的低角度拍攝，全身照，他單膝跪地，將劍插在自己面前的土地上，低頭沉思。他身處於一個古老而殘破的戰場，遠方是被攻陷的城堡，天空烏雲密布
● 英文參考： A knight, low-angle shot, full-body shot, he is kneeling on one knee... He is on an ancient and desolate battlefield, a conquered castle is in the distant background, the sky is filled with dark clouds
● 預期結果： 故事背景被完整建立。騎士的沉思動作現在被賦予了悲壯、沉重的含義。他很可能是戰爭的倖存者，正在哀悼逝去的戰友或故國。
第五步：加入「風格（Style）」
決定畫面的藝術表現形式，賦予其獨特的美學。
● 說明： 你希望這是一張照片、一幅油畫，還是遊戲美術？風格是實現你藝術願景的最後一塊拼圖。
● 提示詞（疊加）： 一位騎士...天空烏雲密布。寫實風格，概念藝術，黑暗奇幻，靈感來自《黑暗靈魂》系列，電影級光效，高細節
● 英文參考： A knight... a conquered castle is in the distant background... Realistic style, concept art, dark fantasy, inspired by Dark Souls, cinematic lighting, highly detailed
● 預期結果： 圖片的整體質感發生了質變。光影會變得更具戲劇性，盔甲和環境的細節會極度豐富，色彩會偏向陰冷、飽和度較低，完美呈現出黑暗奇幻作品的史詩感和破碎感。
第六步：加入「編輯指令（Editing Directives）」
進行最後的技術微調，控制最終輸出的格式與品質。
● 說明： 這一步類似於攝影師或導演的最後決策。它不是描述畫面內容，而是向 AI 下達技術性指令，例如畫面的長寬比、排除某些元素或強調某種效果，這步多數取決於模型、工具是否有提供這些指令。
● 提示詞（最終版）： 一位騎士...高細節。--ar 16:9 --style raw --no text,watermark
不一定會透過指令的方式呈現，現在很多工具直接可以在 UI 上調整控制，所有的這些調整，我都歸類在同一類。
用 60 分哲學看 AI
作者認為 Nano Banana 擅長快速產出「夠好」的結果，適合迭代、發想與視覺化。若一開始就期待 100 分成品，容易失望；換位思考、降低對一次成品的要求，反而能把心力放回創意本身，讓 AI 成為加速器而非阻力。
讓生成更有創意與質感的做法
1.從他處學習： 不要只從別人的 Prompt 學，可以從電影畫面學構圖，可以從藝術作品學美感，可以從生活場景學配色。
2.換角度思考： AI 最擅長的就是能把通常不會結合在一起的東西做組合與轉換，這時可以跳脫固有的呈現方式，反而能做出一些有趣的產出。
3.多觀察多思考： 要培養美感好像沒有捷徑，需要花大量時間去觀察學習，才有可能慢慢培養起來。
這邊作者使用「觀察」，而不是用「看」，是因為二者其實很不同，有一個經典故事很好的解釋了二者差異，來自亞瑟・柯南・道爾《波希米亞醜聞》中的一段故事
在這個故事中，福爾摩斯對華生醫生說出了那句名言：
「你只是『看』，而我是在『觀察』。」 "You see, but you do not observe."
故事的情境是，福爾摩斯問華生，從他們貝克街 221B 公寓的門口到他們房間的樓梯，總共有幾階？
華生每天都走那段樓梯，但他卻完全答不出來。 福爾摩斯接著說，他之所以知道答案 (17階)，是因為他不僅「看」了，還「觀察」了。
大多數人就像華生一樣，每天「看」著身邊的事物，包括藝術品，但從未真正「觀察」它們。
