Nano Banana 2 คู่มือรุ่น
คู่มือเชิงปฏิบัติสำหรับ Nano Banana 2 โมเดล Gemini 3.1 Flash Image Preview ที่เปิดเผยใน GPT Image Hub สำหรับรุ่น 1K, 2K และ 4K พร้อมด้วยเวิร์กโฟลว์อ้างอิงที่ใหญ่กว่า
Nano Banana 2 เป็นตัวเลือกราศีเมถุนที่สมดุลใน GPT Image Hub รองรับระดับ 1K, 2K และ 4K ในแอป รักษาขั้นตอนการทำงานแบบ Flash ที่รวดเร็ว และอนุญาตให้ใช้รูปภาพอ้างอิงได้สูงสุด 14 ภาพ เลือกเมื่อ Nano Banana มีจำกัดเกินไป แต่ Nano Banana Pro มีมากกว่าความต้องการของงาน
ตัวอย่างภาพ
ตัวอย่างภาพ
สภาพแวดล้อมที่สวยงามและสดใสเหมาะสำหรับการเดินทางหรือแคมเปญ SaaS
ฉากการเดินทางแบบสามมิติ
สภาพแวดล้อมที่สวยงามและสดใสเหมาะสำหรับการเดินทางหรือแคมเปญ SaaS
2K ฉากสระน้ำสามมิติ น้ำทะเลสีฟ้าคราม เก้าอี้นั่งเล่นตัวจิ๋ว ไม่มีข้อความเอาท์พุทบอร์ดแบรนด์
แนวคิดไลฟ์สไตล์ผลิตภัณฑ์สี่ประการสอดคล้องกับระบบอ้างอิงเดียว
ใช้ข้อมูลอ้างอิงเป็นกระดานแบรนด์ เก็บจานสีซิตรัสและเงาที่นุ่มนวลบันไดความละเอียด
เส้นทางที่ชัดเจนตั้งแต่แบบร่างไปจนถึงการตรวจสอบไปจนถึงการส่งออกขั้นสุดท้าย
สร้างตัวอย่าง 1K บทวิจารณ์ 2K จากนั้น 4K ฮีโร่แคมเปญขั้นสุดท้ายกรณีการใช้งานที่ดีที่สุด
- ชุดแนวคิดของแคมเปญ ภาพจำลอง UI ภาพขนาดย่อของผู้สร้าง และฉากไลฟ์สไตล์ของผลิตภัณฑ์
- การแก้ไขที่ใช้การอ้างอิงอย่างหนัก โดยที่รูปภาพที่ป้อน 3 ภาพยังไม่เพียงพอ
- เวิร์กโฟลว์ฉบับร่างจนถึงขั้นสุดท้ายซึ่งพรอมต์เดียวกันจำเป็นต้องมีการแสดงตัวอย่าง 1K และการส่งออก 4K
- การทดลองพร้อมท์ที่เน้นราศีเมถุนเป็นศูนย์กลางซึ่งต้องการรายละเอียดมากกว่า Nano Banana
ตรงไหนต้องระวัง.
- งานที่ต้องการเหตุผลและการแสดงข้อความของราศีเมถุนที่แข็งแกร่งที่สุด ใช้ Nano Banana Pro เพื่อสิ่งนั้น
- ฉบับร่างด่วนฉบับเดียวโดยที่ Nano Banana เพียงพอแล้ว
- OpenAI-ขั้นตอนการทำงานเฉพาะที่ต้องมีพฤติกรรม GPT Image 2 หรืออัตราส่วนที่ไม่ใช่ราศีเมถุนจำนวนมาก
จุดแข็ง
โมเดลที่สมดุลสำหรับการสร้างภาพ Gemini คุณภาพสูงขึ้น โดยไม่ต้องข้ามไปที่รุ่นภาพ Pro โดยตรง
รองรับระดับ 1K, 2K และ 4K ใน GPT Image Hub
อนุญาตให้ใช้รูปภาพอ้างอิงได้สูงสุด 14 ภาพ ซึ่งเพียงพอสำหรับสไตล์บอร์ด ชุดมุมผลิตภัณฑ์ และชุดทิศทางภาพ
เหมาะสำหรับเทมเพลตพร้อมท์ที่ทำซ้ำได้ซึ่งต้องการวงจรการผลิตที่เร็วขึ้น
กรณีการใช้งาน
ร่างการผลิตที่สมดุล
เส้นทางสายกลางที่แข็งแกร่งสำหรับการรีวิว 1K การอนุมัติ 2K และการส่งมอบ 4K
ฉากที่มีการอ้างอิงมากมาย
ใช้วิชวลบอร์ดที่ใหญ่ขึ้นโดยไม่ต้องเปลี่ยนไปใช้รุ่น Pro ทันที
การทำซ้ำเทมเพลต
ใช้โครงสร้างพร้อมท์เดียวกันสำหรับผลิตภัณฑ์ แคมเปญ หรือหมวดหมู่
ขั้นตอนการทำงาน
ดูตัวอย่างที่ 1K
ดำเนินการอย่างรวดเร็วในขณะที่ทดสอบเลย์เอาต์และทิศทางของแคมเปญ
รีวิวที่ 2K
ตรวจสอบรายละเอียด ความสอดคล้องของสไตล์ และลำดับชั้นของภาพ
ส่งที่ 4K
ใช้ 4K เมื่อข้อความแจ้งได้พิสูจน์ทิศทางที่ถูกต้องแล้ว
พร้อมให้คำแนะนำ
- ใช้จุดประสงค์ในการแสดงผลที่ชัดเจน: ร่างแนวคิด ฮีโร่ขั้นสุดท้าย การแก้ไข การโอนสไตล์ หรือชุดตัวแปร
- แยกบทบาทรูปภาพอ้างอิง: การอ้างอิงหัวเรื่อง การอ้างอิงสไตล์ การอ้างอิงวัสดุ การอ้างอิงเค้าโครง
- ขอให้ใช้กล้องและแสงที่สอดคล้องกันเมื่อสร้างเนื้อหาหลายรายการสำหรับแคมเปญเดียวกัน
- ใช้ 2K เป็นระดับการตรวจสอบ เมื่อ 1K ซ่อนรายละเอียดมากเกินไป แต่ยังไม่จำเป็นต้องใช้ 4K
ข้อความแจ้งพร้อมคัดลอก
สร้างฉากสระน้ำสามมิติ 2K สำหรับแอปจองการเดินทาง กระเบื้องเซรามิกสีสดใส น้ำทะเลสีฟ้าคราม เก้าอี้นั่งเล่นตัวจิ๋ว องค์ประกอบที่สะอาดตาพร้อมโฆษณา โดยไม่มีข้อความ
ใช้ข้อมูลอ้างอิงเป็นกระดานแบรนด์ สร้างแนวคิดผลิตภัณฑ์ไลฟ์สไตล์ที่เข้ากันสี่แนวคิดสำหรับขวดแบบใช้ซ้ำได้ จานสีซิตรัส เคาน์เตอร์ครัวในตอนเช้า และเงาที่นุ่มนวลสม่ำเสมอ
สร้างวิชวลฮีโร่ของหน้า Landing Page 4K สำหรับไลบรารีพร้อมท์ AI การ์ดพร้อมท์แบบเรียงต่อกันที่ลอยอยู่รอบๆ แคนวาสรูปภาพส่วนกลาง สไตล์ SaaS ที่สวยงาม พื้นหลังสีเข้ม เน้นสีส้ม
ตัวอย่างภาพ
แหล่งที่มาอย่างเป็นทางการ
คำถามที่พบบ่อย
Nano Banana 2 แตกต่างจาก Nano Banana อย่างไร
ใน GPT Image Hub นั้น Nano Banana 2 จะเพิ่มระดับคุณภาพ 2K และ 4K และเพิ่มขีดจำกัดรูปภาพอ้างอิงจาก 3 เป็น 14 ทำให้ดียิ่งขึ้นสำหรับฉบับร่างการผลิตที่จริงจัง
Nano Banana 2 เป็นรุ่น Pro หรือไม่
ไม่ Nano Banana 2 แมปกับ Gemini 3.1 Flash Image Preview ในแอปนี้ ใช้ Nano Banana Pro เมื่อคุณต้องการเส้นทาง Gemini 3 Pro Image โดยเฉพาะ
ฉันควรเริ่มต้นด้วยคุณภาพอะไร?
เริ่มต้นด้วย 1K สำหรับการเรียบเรียง ย้ายไปที่ 2K เพื่อตรวจสอบ และจอง 4K สำหรับผลลัพธ์สุดท้ายหรือการตรวจสอบรายละเอียดในระยะใกล้
ใช้รุ่นนี้
เริ่มจากเทมเพลตพร้อมท์หรือเปรียบเทียบโมเดลก่อน
ใช้ตัวสร้างเมื่อคุณทราบโมเดลแล้ว หรือเปรียบเทียบโมเดลที่รองรับทั้งหมดเมื่อพรอมต์ต้องการความสมดุลของความเร็ว รายละเอียด และอินพุตอ้างอิงที่แตกต่างกัน