Nano Banana คู่มือรุ่น
คู่มือโมเดลสำหรับ Nano Banana บน GPT Image Hub ครอบคลุมกรณีการใช้งาน Gemini 2.5 Flash Image การสร้าง 1K ขีดจำกัดของรูปภาพอ้างอิง และรูปแบบพร้อมท์เพื่อการวนซ้ำอย่างรวดเร็ว
Nano Banana เป็นตัวเลือกรูปภาพราศีเมถุนที่รวดเร็วใน GPT Image Hub ใช้เมื่อคุณต้องการทำซ้ำครีเอทีฟโฆษณาอย่างรวดเร็ว การแก้ไขภาพแบบเบา และเอาต์พุตแนะนำรูปภาพอ้างอิงที่ 1K มันเป็นโมเดลการสำรวจที่ดีก่อนที่จะย้ายพรอมต์ที่ชนะไปยัง GPT Image 2, Nano Banana 2 หรือ Nano Banana Pro สำหรับการส่งออกขนาดใหญ่
ตัวอย่างภาพ
ตัวอย่างภาพ
คอนเซ็ปต์อวตารทรงสี่เหลี่ยมขี้เล่นที่สร้างจากข้อความแจ้งขนาดกะทัดรัด
ความคิดมาสคอต
คอนเซ็ปต์อวตารทรงสี่เหลี่ยมขี้เล่นที่สร้างจากข้อความแจ้งขนาดกะทัดรัด
มาสคอต AI ธีมกล้วยขี้เล่น จานสีเหลือง การตกแต่งที่สะอาดตาเหมือนเวกเตอร์แก้ไขผลิตภัณฑ์อย่างรวดเร็ว
รูปภาพอ้างอิงจะได้พื้นหลังที่สะอาดตายิ่งขึ้นและมีแสงทางการค้าที่นุ่มนวลขึ้น
คงรูปร่างของผลิตภัณฑ์ไว้ไม่เปลี่ยนแปลง เพิ่มพื้นหลังที่ดูอบอุ่นและเงาที่นุ่มนวลคณะกรรมการทดสอบพร้อมท์
การเปลี่ยนแปลงพร้อมท์เล็กน้อยเมื่อเปรียบเทียบก่อนเริ่มการผลิต
สร้างทิศทางมูดบอร์ดน้ำหนักเบาสามเส้นทางสำหรับแอปเขตร้อนกรณีการใช้งานที่ดีที่สุด
- มูดบอร์ด การนำเสนอแนวคิดด้วยภาพ แนวคิดทางสังคมเล็กๆ และการสำรวจช็อตผลิตภัณฑ์ตั้งแต่เนิ่นๆ
- แก้ไขอย่างรวดเร็วโดยที่เป้าหมายคือทิศทาง ไม่ใช่การส่งมอบขั้นสุดท้ายให้สวยงาม
- การสร้างองค์ประกอบทางเลือกจากตระกูลพร้อมท์เดียว
- ทดสอบโครงสร้างพร้อมต์ก่อนสร้างเอาต์พุตสุดท้ายในโมเดลที่มีความละเอียดสูงกว่า
ตรงไหนต้องระวัง.
- 4K การส่งมอบขั้นสุดท้าย เนื่องจากการกำหนดค่า Hub นี้เปิดเผย Nano Banana ที่ 1K เท่านั้น
- บอร์ดอ้างอิงขนาดใหญ่ที่ต้องการรูปภาพอินพุตมากกว่า 3 รูป
- สินทรัพย์การผลิตที่ซับซ้อนซึ่งการพิมพ์ตัวอักษร รายละเอียดเล็กๆ น้อยๆ หรือเอาท์พุตขนาดการพิมพ์เป็นสิ่งสำคัญ
จุดแข็ง
การทำซ้ำโฆษณา 1K อย่างรวดเร็วเพื่อการสำรวจและการทดสอบแนวคิดที่รวดเร็ว
รองรับการป้อนรูปภาพอ้างอิงสำหรับคำแนะนำเกี่ยวกับสไตล์ หัวเรื่อง หรือองค์ประกอบ
ตัวเลือกที่ดีในการตรวจสอบว่าแนวคิดที่พร้อมท์นั้นถูกต้องในทิศทางหรือไม่ก่อนที่จะใช้เวลากับรูปแบบที่มีความละเอียดสูงกว่า
ทำงานได้ดีกับคำแนะนำด้วยภาพที่กระชับและคำขอแก้ไขที่ชัดเจน
กรณีการใช้งาน
การสำรวจแนวคิดอย่างรวดเร็ว
ลองแสดงคำแนะนำหลายๆ แนวทางก่อนที่จะใช้เวลากับเอาต์พุตที่ใหญ่ขึ้น
การแก้ไขแบบเบาๆ
พื้นหลัง สไตล์ และการนำเสนอผลิตภัณฑ์ที่เรียบง่ายเปลี่ยนแปลงไปจากชุดข้อมูลอ้างอิงขนาดเล็ก
การทดสอบ A/B ทันที
เปรียบเทียบถ้อยคำ องค์ประกอบ และโทนเสียงก่อนเลือกรุ่นสุดท้าย
ขั้นตอนการทำงาน
เริ่มกว้างๆ
ใช้ข้อความที่กระชับเพื่อทดสอบวัตถุ สไตล์ และองค์ประกอบอย่างรวดเร็ว
เก็บข้อมูลอ้างอิงแบบเอียง
ใช้ข้อมูลอ้างอิงสูงสุด 3 รายการและระบุว่ารายละเอียดใดต้องไม่เปลี่ยนแปลง
ส่งเสริมผู้ชนะ
ย้ายทิศทางที่ดีที่สุดไปที่ Nano Banana 2, Nano Banana Pro หรือ GPT Image 2
พร้อมให้คำแนะนำ
- ทำให้ข้อความแจ้งมีขนาดกะทัดรัดและมุ่งเน้นการดำเนินการ: เรื่อง การเปลี่ยนแปลง รูปแบบ และข้อจำกัด
- เมื่อแก้ไขจากข้อมูลอ้างอิง ให้บอกโมเดลว่าองค์ประกอบใดจะต้องไม่เปลี่ยนแปลง
- ใช้สำหรับการทดสอบ A/B ในมุมพร้อมท์หลายมุมก่อนที่จะตัดสินใจสร้างโมเดลขั้นสุดท้าย
- หลีกเลี่ยงการใช้พรอมต์เดียวมากเกินไปด้วยระบบสไตล์ที่ไม่เกี่ยวข้อง
ข้อความแจ้งพร้อมคัดลอก
สร้างแนวคิดสั้นๆ สามแนวคิดสำหรับมาสคอต AI ธีมกล้วยขี้เล่น การจัดแสงในสตูดิโอ จานสีเหลืองและสีดำแบบเรียบง่าย อวาตาร์โซเชียลทรงสี่เหลี่ยม การตกแต่งที่สะอาดตาเหมือนเวกเตอร์
แก้ไขรูปภาพอ้างอิงเป็นรูปภาพสินค้าอีคอมเมิร์ซที่อบอุ่น รักษารูปร่างของผลิตภัณฑ์ไม่เปลี่ยนแปลง เพิ่มเงาอ่อน พื้นหลังสีเหลืองอ่อน ไม่มีข้อความ
สร้างภาพมูดบอร์ด 1K สำหรับแอปเพิ่มประสิทธิภาพการทำงานในเขตร้อน ภาพสัญลักษณ์ผลไม้ขี้เล่น การ์ด UI แบบกระจก การจัดโต๊ะที่สว่างสดใส แสงยามเช้าที่สดใส
แหล่งที่มาอย่างเป็นทางการ
คำถามที่พบบ่อย
Nano Banana บน GPT Image Hub คืออะไร
Nano Banana คือป้ายกำกับ Hub สำหรับโมเดล gemini-2.5-flash-image ของ Google มันถูกวางตำแหน่งที่นี่เป็นตัวเลือกการสร้างและการแก้ไข 1K ที่รวดเร็ว
Nano Banana สามารถใช้รูปภาพอ้างอิงได้กี่รูป
ขณะนี้ GPT Image Hub อนุญาตให้ใช้รูปภาพอ้างอิงได้สูงสุด 3 รูปสำหรับ Nano Banana
เมื่อใดที่ฉันควรอัปเกรดพรอมต์ Nano Banana เป็นรุ่นอื่น
ย้ายพรอมต์ไปที่ GPT Image 2, Nano Banana 2 หรือ Nano Banana Pro เมื่อแนวคิดได้รับการอนุมัติ และคุณต้องการความละเอียดสูงขึ้น ข้อมูลอ้างอิงเพิ่มเติม หรือรายละเอียดการผลิตเพิ่มเติม
ใช้รุ่นนี้
เริ่มจากเทมเพลตพร้อมท์หรือเปรียบเทียบโมเดลก่อน
ใช้ตัวสร้างเมื่อคุณทราบโมเดลแล้ว หรือเปรียบเทียบโมเดลที่รองรับทั้งหมดเมื่อพรอมต์ต้องการความสมดุลของความเร็ว รายละเอียด และอินพุตอ้างอิงที่แตกต่างกัน