如何使用 Nano Banana 进行构建：完整的开发者教程

关注【索引目录】服务号，更多精彩内容等你来探索！

谷歌近期发布了Gemini 2.5 Flash Image，这是一款功能强大的全新图像生成和编辑模型，其代号为 Nano Banana。该模型引入了最先进的图像创建和处理功能，解锁了一系列全新应用。

本指南为希望使用Gemini Developer API将 Gemini 2.5 Flash Image 又名 Nano Banana 集成到其应用程序中的开发人员提供了全面的指导。

本指南将涵盖：

1. 在 AI Studio 中使用 Nano Banana
2. 项目设置
3. 图像创建
4. 图像编辑
5. 照片修复
6. 多幅输入图像
7. 对话式图像编辑
8. 最佳实践和有效提示
9. 社区示例和灵感
10. 资源

以下是您将在本教程中构建的示例：

prompt = "Restore and colorize this image from 1932"

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

让我们开始吧！

如果您更喜欢此帖子的视频版本，您可以在这里观看：

1）在 Google AI Studio 中使用 Nano Banana

虽然最终用户可以在Gemini 应用程序中访问 Nano Banana ，但对于开发人员来说，制作原型和测试提示的最佳环境是Google AI Studio。AI Studio 是在编写任何代码之前试验所有可用 AI 模型的游乐场，也是使用 Gemini API 进行构建的入口点。

您可以在 AI Studio 中免费使用 Nano Banana。首先，请访问aistudio.google.com，使用您的 Google 帐户登录，然后从模型选择器中选择Nano Banana 。

对于直接访问，请使用此链接开始与模型的新会话：

ai.studio/banana

提示

：您还可以直接在 AI Studio ( ai.studio/apps)中为 Nano Banana 网络应用程序编写代码，或者探索代码并重新混合现有应用程序之一。

2）项目设置

要遵循本指南，您需要以下内容：

• 来自Google AI Studio 的
  API 密钥。
• 为您的项目设置计费。
• 适用于Python
  或JavaScript/TypeScript 的Google Gen AI SDK 。

步骤A：生成API密钥

请按照以下步骤操作：

• 在 Google AI Studio 中，点击左侧导航面板中的获取 API 密钥。
• 在下一页上，单击创建 API 密钥。
• 选择现有的 Google Cloud 项目或创建一个新项目。此项目用于管理 API 使用计费。

该过程完成后，将显示您的 API 密钥。请复制并安全存储。

步骤 B：启用计费

虽然在 AI Studio 中进行原型设计是免费的，但通过 API 使用模型则需要付费。您必须在 Google Cloud 项目中启用结算功能。

在 API 密钥管理屏幕中，单击项目旁边的“设置计费”并按照屏幕上的说明进行操作。

Nano Banana 多少钱？

使用 Nano Banana 生成图像的成本为每张图片 0.039 美元*。只需 1 美元，您就可以生成大约 25 张图片。

* 官方定价为每 100 万个输入代币 0.30 美元，每 100 万个输出代币 30 美元。一张标准的 1024x1024 像素输出图像需要 1290 个代币，相当于每张图片 0.039 美元。详情请参阅Gemini 2.5 Flash 图像定价表。

步骤C：安装SDK

选择适合您首选语言的 SDK。

Python：

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

JavaScript / TypeScript：

npm install @google/genai

以下示例使用 Python SDK 进行演示。在GitHub Gist中提供了在 JavaScript 中使用 Nano Banana 的等效代码片段。

3）从文本生成图像

gemini-2.5-flash-image-preview使用 Nano Banana 根据描述性文本提示生成一张或多张图片。所有 API 请求均使用模型 ID 。

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")

输出：

该模型是多模态的，因此响应结构为一个 列表，parts其中可以包含交错的文本和图像数据（inline_data）。上面的代码遍历这些部分以提取并保存生成的图像。

4）使用文本和图像输入进行图像编辑

提供现有图像以及用于执行编辑的文本提示。该模型擅长保持输入图像的字符和内容一致性。

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")

输入和输出：

5）使用Nano Banana 修复照片

该模型的强大应用之一是照片修复。只需简单的提示，它就能修复和着色老照片，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")

原件和输出：

6）处理多个输入图像

您可以提供多幅图像作为更复杂的编辑任务的输入。

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")

输入 1 和 2 以及输出：

7）对话式图像编辑

为了进行迭代优化，您可以使用chats会话来维护跨多个请求的上下文。这允许您以对话的方式编辑图像。

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...

输入和输出 1 和 2：

提示

：如果您注意到经过多次对话编辑后图像特征开始退化或“漂移”，最好使用最新图像和更详细、更整合的提示开始新的会话，以保持高保真度。

8）Nano Banana 的最佳实践和提示

为了使 Nano Banana 获得最佳效果，请遵循以下提示指南：

• 高度具体：
  您提供的有关主题、颜色、灯光和构图的细节越多，您对输出的控制就越强。
• 提供背景和意图：
  解释图像的目的或想要表达的情绪。模特对背景的理解会影响其创作选择。
• 迭代和完善：
  不要期望第一次就完美。利用模型的对话能力进行渐进式修改，不断完善您的图像。
• 使用分步说明：
  对于复杂的场景，将提示分解为一系列清晰、连续的说明。
• 使用积极的框架：
  不要使用“没有汽车”这样的消极提示，而是积极地描述所需的场景：“空旷、荒凉的街道，没有交通迹象。”
• 控制相机：
  使用摄影和电影术语来指导构图，例如“广角拍摄”、“微距拍摄”或“低角度透视”。

要深入了解最佳实践，请查看有关提示最佳实践的官方博客文章和文档中的提示指南。

9）社区范例与启发

探索社区使用 Nano Banana 构建的内容：

• @henrydaubrez
  的转换镜头视角：X post
• @multimodalart
  通过小样本学习实现一致的角色设计：X 帖子
• “红色箭头看到的是什么”谷歌地图由@tokumin改造：X 帖子
• 由@yachimat_manga
  的火柴人注释生成图像：X post
• @deedydas
  从静态图像创建 3D 模型：X 帖子
• @bilawalsidhu
  生成基于位置的 AR 体验：X 帖子
• 将 2D 地图转换为 3D 图形，作者： @demishassabis：X 帖子

10）资源和后续步骤

本指南涵盖了使用 Nano Banana（又名 Gemini 2.5 Flash 镜像）进行构建的基础知识。您已经学习了如何设置环境、生成和编辑镜像，以及如何应用高级技术。现在，您可以开始将这些强大的功能融入到您自己的项目中。

如需进一步阅读，请查看官方资源：

• 谷歌人工智能工作室
• Gemini API 文档
• Nano Banana Gemini API 文档
• 如何快速生成 Gemini 2.5 Flash 图像以获得最佳效果
• Nano Banana 文档提示指南
  。
• AI Studio 中的Pixshop 应用程序

关注【索引目录】服务号，更多精彩内容等你来探索！