คู่มือโมเดล Nano Banana
คู่มือโมเดลสำหรับ Nano Banana บน GPT Image Hub ครอบคลุมกรณีการใช้งาน Gemini 2.5 Flash Image การสร้างภาพ 1K ขีดจำกัดของรูปภาพอ้างอิง และรูปแบบพรอมป์เพื่อการทำซ้ำอย่างรวดเร็ว
Nano Banana เป็นตัวเลือกภาพของ Gemini ที่รวดเร็วใน GPT Image Hub ใช้เมื่อคุณต้องการทำซ้ำงานครีเอทีฟอย่างรวดเร็ว แก้ไขภาพเล็กน้อย และสร้างผลลัพธ์ที่อิงตามภาพอ้างอิงที่ 1K เป็นโมเดลที่ดีสำหรับการสำรวจก่อนย้ายพรอมป์ที่ได้ผลดีที่สุดไปยัง GPT Image 2, Nano Banana 2 หรือ Nano Banana Pro เพื่อส่งออกภาพขนาดใหญ่ขึ้น
ตัวอย่างภาพ
ตัวอย่างภาพ
คอนเซ็ปต์อวตารทรงสี่เหลี่ยมสุดขี้เล่นที่สร้างจากพรอมป์ที่กระชับ
การระดมไอเดียมาสคอต
คอนเซ็ปต์อวตารทรงสี่เหลี่ยมสุดขี้เล่นที่สร้างจากพรอมป์ที่กระชับ
มาสคอต AI ธีมกล้วยขี้เล่น จานสีเหลือง การตกแต่งที่สะอาดตาเหมือนเวกเตอร์แก้ไขผลิตภัณฑ์อย่างรวดเร็ว
รูปภาพอ้างอิงจะได้พื้นหลังที่สะอาดตายิ่งขึ้นและแสงสไตล์อีคอมเมิร์ซที่นุ่มนวลขึ้น
คงรูปร่างของผลิตภัณฑ์ไว้ไม่เปลี่ยนแปลง เพิ่มพื้นหลังที่ดูอบอุ่นและเงาที่นุ่มนวลบอร์ดทดสอบพรอมป์
เปรียบเทียบพรอมป์ที่ต่างกันเล็กน้อยก่อนเข้าสู่การผลิต
สร้างมูดบอร์ดแบบเบาๆ สามแนวทางสำหรับแอปธีมเขตร้อนกรณีการใช้งานที่ดีที่สุด
- การทำมูดบอร์ด การระดมไอเดียด้านภาพ แนวคิดเล็กๆ สำหรับโซเชียล และการสำรวจภาพสินค้าในช่วงแรก
- แก้ไขอย่างรวดเร็วโดยที่เป้าหมายคือทิศทาง ไม่ใช่การส่งมอบขั้นสุดท้ายให้สวยงาม
- การสร้างองค์ประกอบภาพทางเลือกจากชุดพรอมป์เดียวกัน
- ทดสอบโครงสร้างพรอมป์ก่อนสร้างผลลัพธ์สุดท้ายในโมเดลที่มีความละเอียดสูงกว่า
ข้อควรระวัง
- งานส่งมอบขั้นสุดท้ายแบบ 4K เนื่องจากการกำหนดค่า Hub นี้เปิดให้ใช้ Nano Banana ที่ 1K เท่านั้น
- บอร์ดอ้างอิงขนาดใหญ่ที่ต้องการรูปภาพอินพุตมากกว่า 3 รูป
- งานโปรดักชันที่ซับซ้อนซึ่งการจัดตัวอักษร รายละเอียดเล็กๆ หรือผลลัพธ์ขนาดสำหรับงานพิมพ์มีความสำคัญ
จุดแข็ง
ทำซ้ำงานครีเอทีฟที่ 1K ได้อย่างรวดเร็ว เพื่อสำรวจพรอมป์และทดสอบแนวคิด
รองรับการป้อนรูปภาพอ้างอิงสำหรับคำแนะนำเกี่ยวกับสไตล์ หัวเรื่อง หรือองค์ประกอบ
ตัวเลือกที่ดีในการตรวจสอบว่าไอเดียของพรอมป์มาถูกทางหรือไม่ ก่อนใช้เวลากับเวอร์ชันที่มีความละเอียดสูงกว่า
ทำงานได้ดีกับคำสั่งด้านภาพที่กระชับและคำขอแก้ไขที่ชัดเจน
กรณีการใช้งาน
การสำรวจแนวคิดอย่างรวดเร็ว
ลองทิศทางภาพหลายแบบก่อนใช้เวลากับเอาต์พุตที่ใหญ่ขึ้น
การแก้ไขแบบเบาๆ
การเปลี่ยนพื้นหลัง สไตล์ และการนำเสนอสินค้าแบบง่ายๆ จากชุดภาพอ้างอิงขนาดเล็ก
การทดสอบ A/B พรอมป์
เปรียบเทียบถ้อยคำ องค์ประกอบ และโทนก่อนเลือกโมเดลสุดท้าย
ขั้นตอนการทำงาน
เริ่มกว้างๆ
ใช้พรอมป์ที่กระชับเพื่อทดสอบหัวเรื่อง สไตล์ และองค์ประกอบอย่างรวดเร็ว
ใช้ภาพอ้างอิงให้น้อย
ใช้ข้อมูลอ้างอิงสูงสุด 3 รายการและระบุว่ารายละเอียดใดต้องไม่เปลี่ยนแปลง
ต่อยอดตัวเลือกที่ดีที่สุด
ย้ายทิศทางที่ดีที่สุดไปที่ Nano Banana 2, Nano Banana Pro หรือ GPT Image 2
แนวทางการเขียนพรอมป์
- ทำให้พรอมป์กระชับและเน้นการกระทำ: หัวเรื่อง การเปลี่ยนแปลง สไตล์ และข้อจำกัด
- เมื่อแก้ไขจากข้อมูลอ้างอิง ให้บอกโมเดลว่าองค์ประกอบใดจะต้องไม่เปลี่ยนแปลง
- ใช้สำหรับการทดสอบ A/B พรอมป์หลายแนวทางก่อนตัดสินใจเลือกโมเดลขั้นสุดท้าย
- หลีกเลี่ยงการใส่ระบบสไตล์ที่ไม่เกี่ยวข้องกันมากเกินไปในพรอมป์เดียว
พรอมป์พร้อมคัดลอก
สร้างแนวคิดสั้นๆ สามแนวคิดสำหรับมาสคอต AI ธีมกล้วยขี้เล่น การจัดแสงในสตูดิโอ จานสีเหลืองและสีดำแบบเรียบง่าย อวาตาร์โซเชียลทรงสี่เหลี่ยม การตกแต่งที่สะอาดตาเหมือนเวกเตอร์
แก้ไขรูปภาพอ้างอิงเป็นรูปภาพสินค้าอีคอมเมิร์ซที่อบอุ่น รักษารูปร่างของผลิตภัณฑ์ไม่เปลี่ยนแปลง เพิ่มเงาอ่อน พื้นหลังสีเหลืองอ่อน ไม่มีข้อความ
สร้างภาพมูดบอร์ด 1K สำหรับแอปเพิ่มประสิทธิภาพการทำงานในเขตร้อน ภาพสัญลักษณ์ผลไม้ขี้เล่น การ์ด UI แบบกระจก การจัดโต๊ะที่สว่างสดใส แสงยามเช้าที่สดใส
ตัวอย่างผลลัพธ์ที่สร้างบน GPT Image Hub
แหล่งที่มาอย่างเป็นทางการ
คำถามที่พบบ่อย
Nano Banana บน GPT Image Hub คืออะไร
Nano Banana คือชื่อเรียกใน Hub ของโมเดล gemini-2.5-flash-image ของ Google ซึ่งวางตำแหน่งไว้เป็นตัวเลือกการสร้างและแก้ไขภาพ 1K ที่รวดเร็ว
Nano Banana สามารถใช้รูปภาพอ้างอิงได้กี่รูป
ขณะนี้ GPT Image Hub อนุญาตให้ใช้รูปภาพอ้างอิงได้สูงสุด 3 รูปสำหรับ Nano Banana
เมื่อใดที่ฉันควรย้ายพรอมป์ Nano Banana ไปใช้โมเดลอื่น
ย้ายพรอมป์ไปที่ GPT Image 2, Nano Banana 2 หรือ Nano Banana Pro เมื่อแนวคิดได้รับการอนุมัติ และคุณต้องการความละเอียดสูงขึ้น ภาพอ้างอิงมากขึ้น หรือรายละเอียดการผลิตเพิ่มเติม
ใช้โมเดลนี้
เริ่มจากเทมเพลตพรอมป์หรือเปรียบเทียบโมเดลก่อน
ใช้ตัวสร้างเมื่อคุณทราบโมเดลแล้ว หรือเปรียบเทียบโมเดลที่รองรับทั้งหมดเมื่อพรอมป์ต้องการความสมดุลของความเร็ว รายละเอียด และอินพุตอ้างอิงที่แตกต่างกัน