谷歌近期發布了Gemini 2.5 Flash Image ，這是一款功能強大的全新圖像生成和編輯模型，其代號為 Nano Banana。該模型引入了最先進的圖像建立和處理功能，解鎖了一系列全新應用。

本指南為希望使用Gemini Developer API將 Gemini 2.5 Flash Image 又名 Nano Banana 整合到其應用程式中的開發人員提供了全面的指導。

本指南將涵蓋：

1. 在 AI Studio 中使用 Nano Banana

2. 專案設定

3. 影像建立

4. 圖像編輯

5. 照片修復

6. 多幅輸入影像

7. 對話式圖像編輯

8. 最佳實踐和有效提示

9. 社區範例和靈感

10. 資源

以下是您將在本教程中建立的範例：

prompt = "Restore and colorize this image from 1932"

response = client.models.generate_content(
    model="gemini-2.5-flash-image-preview",
    contents=[prompt, image],
)

讓我們開始吧！

如果您更喜歡此帖子的影片版本，您可以在這裡觀看：

{% youtube UTdfxFyOQTI %}

1）在 Google AI Studio 中使用 Nano Banana

雖然最終用戶可以在Gemini 應用程式中存取 Nano Banana，但對於開發人員來說，製作原型和測試提示的最佳環境是Google AI Studio。 AI Studio 是在編寫任何程式碼之前試驗所有可用 AI 模型的遊樂場，也是使用 Gemini API 進行建置的入口點。

您可以在 AI Studio 中免費使用 Nano Banana。首先，請造訪aistudio.google.com ，使用您的 Google 帳戶登錄，然後從模型選擇器中選擇Nano Banana 。

對於直接存取，請使用此連結開始與模型的新會話：

ai.studio/香蕉

提示：您也可以直接在 AI Studio (ai.studio/apps)中為 Nano Banana 網路應用程式編寫程式碼，或探索程式碼並重新混合現有應用程式之一。

2）專案設置

要遵循本指南，您需要以下內容：

• 來自Google AI Studio 的API 金鑰。

• 為您的專案設定計費。

• 適用於Python或JavaScript/TypeScript 的Google Gen AI SDK。

步驟A：產生API金鑰

請依照以下步驟操作：

• 在 Google AI Studio 中，點擊左側導覽面板中的取得 API 金鑰。

• 在下一頁上，按一下建立 API 金鑰。

• 選擇現有的 Google Cloud 專案或建立一個新專案。此專案用於管理 API 使用計費。

過程完成後，將顯示您的 API 金鑰。請複製並安全儲存。

步驟 B：啟用計費

雖然在 AI Studio 中進行原型設計是免費的，但透過 API 使用模型則需要付費。您必須在 Google Cloud 專案中啟用結算功能。

在 API 金鑰管理畫面中，按一下專案旁的「設定計費」並依照螢幕上的指示進行操作。

納米香蕉多少錢？

使用 Nano Banana 生成圖像的成本為每張圖片 0.039 美元*。只需 1 美元，您就可以產生大約 25 張圖片。

* 官方定價為每 100 萬個輸入代幣 0.30 美元，每 100 萬個輸出代幣 30 美元。一張標準的 1024x1024 像素輸出影像需要 1290 個代幣，相當於每張圖片 0.039 美元。詳情請參閱Gemini 2.5 Flash 圖像定價表。

步驟C：安裝SDK

選擇適合您首選語言的 SDK。

Python：

pip install -U google-genai
# Install the Pillow library for image manipulation
pip install Pillow

JavaScript / TypeScript：

npm install @google/genai

以下範例使用 Python SDK 進行示範。在GitHub Gist中提供了在 JavaScript 中使用 Nano Banana 的等效程式碼片段。

3）從文字生成圖像

使用 Nano Banana 根據描述性文字提示產生一張或多張圖片。所有 API 請求均使用模型 ID gemini-2.5-flash-image-preview 。

from google import genai
from PIL import Image
from io import BytesIO

# Configure the client with your API key
client = genai.Client(api_key="YOUR_API_KEY")

prompt = """Create a photorealistic image of an orange cat
with a green eyes, sitting on a couch."""

# Call the API to generate content
response = client.models.generate_content(
    model="gemini-2.5-flash-image-preview",
    contents=prompt,
)

# The response can contain both text and image data.
# Iterate through the parts to find and save the image.
for part in response.candidates[0].content.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = Image.open(BytesIO(part.inline_data.data))
        image.save("cat.png")

輸出：

此模型是多模態的，因此回應被建構為一個包含交錯文字和圖像資料（ inline_data ）的parts清單。上面的程式碼迭代這些部分以提取並保存生成的圖像。

4）使用文字和圖像輸入進行圖像編輯

提供現有圖像以及用於執行編輯的文字提示。此模型擅長保持輸入影像的字元和內容一致性。

from google import genai
from PIL import Image
from io import BytesIO

client = genai.Client(api_key="YOUR_API_KEY")

prompt = """Using the image of the cat, create a photorealistic,
street-level view of the cat walking along a sidewalk in a
New York City neighborhood, with the blurred legs of pedestrians
and yellow cabs passing by in the background."""

image = Image.open("cat.png")

# Pass both the text prompt and the image in the 'contents' list
response = client.models.generate_content(
    model="gemini-2.5-flash-image-preview",
    contents=[prompt, image],
)

for part in response.candidates[0].content.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = Image.open(BytesIO(part.inline_data.data))
        image.save("cat2.png")

輸入和輸出：

5）使用奈米香蕉修復照片

該模型的強大應用之一是照片修復。只需簡單的提示，它就能修復和著色舊照片，效果令人印象深刻。

from google import genai
from PIL import Image
from io import BytesIO

client = genai.Client(api_key="YOUR_API_KEY")

prompt = "Restore and colorize this image from 1932"

image = Image.open("lunch.jpg")  # "Lunch atop a Skyscraper, 1932"

response = client.models.generate_content(
    model="gemini-2.5-flash-image-preview",
    contents=[prompt, image],
)

for part in response.candidates[0].content.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = Image.open(BytesIO(part.inline_data.data))
        image.save("lunch-restored.png")

原件和輸出：

6）處理多個輸入影像

您可以提供多個影像作為更複雜的編輯任務的輸入。

from google import genai
from PIL import Image
from io import BytesIO

client = genai.Client(api_key="YOUR_API_KEY")

prompt = "Make the girl wear this t-shirt. Leave the background unchanged."

image1 = Image.open("girl.png")
image2 = Image.open("tshirt.png")

response = client.models.generate_content(
    model="gemini-2.5-flash-image-preview",
    contents=[prompt, image1, image2],
)

for part in response.candidates[0].content.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = Image.open(BytesIO(part.inline_data.data))
        image.save("girl-with-tshirt.png")

輸入 1 和 2 以及輸出：

7）對話式圖像編輯

為了進行迭代優化，您可以使用chats會話來維護多個請求之間的上下文。這允許您以對話的方式編輯圖像。

from google import genai
from PIL import Image
from io import BytesIO

client = genai.Client(api_key="YOUR_API_KEY")

# Create a chat
chat = client.chats.create(
    model="gemini-2.5-flash-image-preview"
)

# Make the first image edit
response1 = chat.send_message(
    [
        "Change the cat to a bengal cat, leave everything else the same",
        Image.open("cat.png"),
    ]
)
# display / save image...

# Continue chatting and editing
response2 = chat.send_message("The cat should wear a funny party hat")
# display / save image...

輸入和輸出 1 和 2：

提示：如果您注意到經過多次對話編輯後圖像特徵開始退化或“漂移”，最好使用最新圖像和更詳細、更整合的提示開始新的會話，以保持高保真度。

8）Nano Banana 的最佳實踐和提示

為了讓 Nano Banana 獲得最佳效果，請遵循以下提示指南：

• 高度具體：您提供的有關主題、顏色、燈光和構圖的細節越多，您對輸出的控制就越強。

• 提供背景和意圖：解釋圖像的目的或想要表達的情緒。模特兒對背景的理解會影響其創作選擇。

• 迭代和完善：不要期望第一次就完美。利用模型的對話能力進行漸進式修改，不斷完善您的影像。

• 使用逐步說明：對於複雜的場景，將提示分解為一系列清晰、連續的說明。

• 使用積極的框架：不要使用“沒有汽車”這樣的消極提示，而是積極地描述所需的場景：“空曠、荒涼的街道，沒有交通跡象。”

• 控制相機：使用攝影和電影術語來指導構圖，例如“廣角拍攝”、“微距拍攝”或“低角度透視”。

要深入了解最佳實踐，請查看有關提示最佳實踐的官方部落格文章和文件中的提示指南。

9）社區範例與啟發

探索社群使用 Nano Banana 建構的內容：

• @henrydaubrez的轉換鏡頭視角： X post

• @multimodalart透過小樣本學習實現一致的角色設計： X 帖子

• 「紅色箭頭看到的是什麼」谷歌地圖由@tokumin改造： X 帖子

• 由@yachimat_manga的火柴人註釋生成圖像： X post

• @deedydas從靜態圖像建立 3D 模型： X 帖子

• @bilawalsidhu生成基於位置的 AR 體驗： X 帖子

• 將 2D 地圖轉換為 3D 圖形，作者： @demishassabis ： X post

10）資源與後續步驟

本指南涵蓋了使用 Nano Banana（又稱 Gemini 2.5 Flash 鏡像）進行建置的基礎知識。您已經學習如何設定環境、生成和編輯鏡像，以及如何應用進階技術。現在，您可以開始將這些強大的功能融入您自己的專案中。

如需進一步閱讀，請查看官方資源：

• 谷歌人工智慧工作室

• Gemini API 文件

• Nano Banana Gemini API 文件

• 如何快速產生 Gemini 2.5 Flash 影像以獲得最佳效果

• Nano Banana 文件提示指南。

• AI Studio 中的Pixshop 應用程式

如果你用這個做了一些很酷的東西，我很樂意看看！歡迎直接私訊我或在 X: @patloeber上標記我。

原文出處：https://dev.to/googleai/how-to-build-with-nano-banana-complete-developer-tutorial-646