คู่มือโมเดล Nano Banana 2
คู่มือเชิงปฏิบัติสำหรับ Nano Banana 2 โมเดล Gemini 3.1 Flash Image Preview ที่มีให้ใช้ใน GPT Image Hub สำหรับการสร้างภาพ 1K, 2K และ 4K พร้อมเวิร์กโฟลว์ที่ใช้ภาพอ้างอิงได้มากขึ้น
Nano Banana 2 เป็นตัวเลือก Gemini ที่สมดุลใน GPT Image Hub รองรับระดับ 1K, 2K และ 4K ในแอป รักษาขั้นตอนการทำงานแบบ Flash ที่รวดเร็ว และอนุญาตให้ใช้รูปภาพอ้างอิงได้สูงสุด 14 ภาพ เลือกเมื่อ Nano Banana มีข้อจำกัดเกินไป แต่ Nano Banana Pro มากเกินกว่าที่งานต้องการ
ตัวอย่างภาพ
ตัวอย่างภาพ
สภาพแวดล้อมที่สวยงามและสดใสเหมาะสำหรับการเดินทางหรือแคมเปญ SaaS
ฉากท่องเที่ยวแบบไอโซเมตริก
สภาพแวดล้อมที่สวยงามและสดใสเหมาะสำหรับการเดินทางหรือแคมเปญ SaaS
ฉากสระว่ายน้ำไอโซเมตริก 2K น้ำสีฟ้าคราม เก้าอี้นั่งเล่นตัวจิ๋ว ไม่มีข้อความผลลัพธ์จากแบรนด์บอร์ด
แนวคิดภาพไลฟ์สไตล์สินค้าสี่แบบที่สอดคล้องกับระบบอ้างอิงเดียวกัน
ใช้ภาพอ้างอิงเป็นแบรนด์บอร์ด คงจานสีซิตรัสและเงานุ่มนวลไว้บันไดความละเอียด
เส้นทางที่ชัดเจนตั้งแต่แบบร่างไปจนถึงการตรวจสอบไปจนถึงการส่งออกขั้นสุดท้าย
สร้างพรีวิว 1K ตรวจทานที่ 2K แล้วจึงสร้างภาพหลักของแคมเปญขั้นสุดท้ายที่ 4Kกรณีการใช้งานที่ดีที่สุด
- ชุดแนวคิดของแคมเปญ ภาพจำลอง UI ภาพขนาดย่อของผู้สร้าง และฉากไลฟ์สไตล์ของผลิตภัณฑ์
- การแก้ไขที่ใช้การอ้างอิงอย่างหนัก โดยที่รูปภาพที่ป้อน 3 ภาพยังไม่เพียงพอ
- เวิร์กโฟลว์ตั้งแต่ร่างจนถึงงานขั้นสุดท้าย ซึ่งพรอมป์เดียวกันต้องใช้ทั้งพรีวิว 1K และการส่งออก 4K
- การทดลองพรอมป์ที่เน้น Gemini ซึ่งต้องการรายละเอียดมากกว่า Nano Banana
ข้อควรระวัง
- งานที่ต้องการการใช้เหตุผลและการเรนเดอร์ข้อความที่แข็งแกร่งที่สุดของ Gemini ให้ใช้ Nano Banana Pro สำหรับงานนั้น
- ฉบับร่างด่วนฉบับเดียวโดยที่ Nano Banana เพียงพอแล้ว
- เวิร์กโฟลว์เฉพาะของ OpenAI ที่ต้องอาศัยพฤติกรรมของ GPT Image 2 หรืออัตราส่วนภาพจำนวนมากที่ Gemini ไม่รองรับ
จุดแข็ง
โมเดลที่สมดุลสำหรับการสร้างภาพ Gemini คุณภาพสูงขึ้น โดยไม่ต้องข้ามไปใช้โมเดลภาพ Pro โดยตรง
รองรับระดับ 1K, 2K และ 4K ใน GPT Image Hub
อนุญาตให้ใช้รูปภาพอ้างอิงได้สูงสุด 14 ภาพ ซึ่งเพียงพอสำหรับสไตล์บอร์ด ชุดมุมผลิตภัณฑ์ และชุดทิศทางภาพ
เหมาะสำหรับเทมเพลตพรอมป์ที่ใช้ซ้ำได้ซึ่งต้องการวงจรการผลิตที่เร็วขึ้น
กรณีการใช้งาน
ร่างการผลิตที่สมดุล
เส้นทางสายกลางที่แข็งแกร่งสำหรับการรีวิว 1K การอนุมัติ 2K และการส่งมอบ 4K
ฉากที่ใช้ภาพอ้างอิงจำนวนมาก
ใช้วิชวลบอร์ดที่ใหญ่ขึ้นโดยไม่ต้องเปลี่ยนไปใช้โมเดล Pro ทันที
การทำซ้ำเทมเพลต
ใช้โครงสร้างพรอมป์เดียวกันกับผลิตภัณฑ์ แคมเปญ หรือหมวดหมู่ต่างๆ
ขั้นตอนการทำงาน
ดูตัวอย่างที่ 1K
ดำเนินการอย่างรวดเร็วในขณะที่ทดสอบเลย์เอาต์และทิศทางของแคมเปญ
รีวิวที่ 2K
ตรวจสอบรายละเอียด ความสอดคล้องของสไตล์ และลำดับชั้นของภาพ
ส่งที่ 4K
ใช้ 4K เมื่อพรอมป์พิสูจน์แล้วว่ามาถูกทาง
แนวทางการเขียนพรอมป์
- ระบุจุดประสงค์ของผลลัพธ์ให้ชัดเจน: ร่างแนวคิด ภาพหลักขั้นสุดท้าย การแก้ไข การถ่ายโอนสไตล์ หรือชุดภาพหลายแบบ
- แยกบทบาทรูปภาพอ้างอิง: การอ้างอิงหัวเรื่อง การอ้างอิงสไตล์ การอ้างอิงวัสดุ การอ้างอิงเค้าโครง
- ขอให้ใช้กล้องและแสงที่สอดคล้องกันเมื่อสร้างเนื้อหาหลายรายการสำหรับแคมเปญเดียวกัน
- ใช้ 2K เป็นระดับการตรวจสอบ เมื่อ 1K ซ่อนรายละเอียดมากเกินไป แต่ยังไม่จำเป็นต้องใช้ 4K
พรอมป์พร้อมคัดลอก
สร้างฉากสระว่ายน้ำแบบไอโซเมตริก 2K สำหรับแอปจองการเดินทาง กระเบื้องเซรามิกสีสดใส น้ำสีฟ้าคราม เก้าอี้นั่งเล่นตัวจิ๋ว องค์ประกอบสะอาดตาพร้อมใช้ทำโฆษณา ไม่มีข้อความ
ใช้ภาพอ้างอิงเป็นแบรนด์บอร์ด สร้างแนวคิดภาพไลฟ์สไตล์สินค้าที่เข้าชุดกันสี่แบบสำหรับขวดแบบใช้ซ้ำได้ จานสีซิตรัส เคาน์เตอร์ครัวยามเช้า และเงานุ่มนวลที่สม่ำเสมอ
สร้างภาพหลักของ Landing Page ขนาด 4K สำหรับคลังพรอมป์ AI การ์ดพรอมป์เรียงเป็นแผ่นลอยอยู่รอบแคนวาสภาพตรงกลาง สไตล์ SaaS ที่ประณีต พื้นหลังสีเข้ม เน้นสีส้ม
ตัวอย่างผลลัพธ์ที่สร้างบน GPT Image Hub
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 เป็นโมเดล Pro หรือไม่
ไม่ใช่ ในแอปนี้ Nano Banana 2 จับคู่กับ Gemini 3.1 Flash Image Preview ให้ใช้ Nano Banana Pro เมื่อคุณต้องการใช้ Gemini 3 Pro Image โดยเฉพาะ
ฉันควรเริ่มต้นด้วยคุณภาพอะไร?
เริ่มต้นด้วย 1K สำหรับการจัดองค์ประกอบ ย้ายไปที่ 2K เพื่อตรวจทาน และเก็บ 4K ไว้สำหรับผลลัพธ์สุดท้ายหรือการตรวจสอบรายละเอียดในระยะใกล้
ใช้โมเดลนี้
เริ่มจากเทมเพลตพรอมป์หรือเปรียบเทียบโมเดลก่อน
ใช้ตัวสร้างเมื่อคุณทราบโมเดลแล้ว หรือเปรียบเทียบโมเดลที่รองรับทั้งหมดเมื่อพรอมป์ต้องการความสมดุลของความเร็ว รายละเอียด และอินพุตอ้างอิงที่แตกต่างกัน