nanobanana

nanobanana skill 概覽

nanobanana 是用來做什麼的

nanobanana skill 是 Google gemini-3-pro-image-preview 模型的一層輕量包裝，讓你可以直接從命令列進行實用的圖片生成與圖片編修。它特別適合想用可重複、可腳本化的方式來產圖、測試不同 prompt 版本，或批次產出結果，而不想一開始就先做整套應用的人。

哪些人適合安裝 nanobanana

nanobanana skill 最適合以下使用者：

• 已經熟悉 Python 與環境變數的開發者
• 想把圖片生成流程做成可重現指令的 AI 操作人員
• 需要比較風格、長寬比與輸出尺寸的 prompt 測試者
• 同時需要文字生圖與既有圖片編修流程的使用者

如果你只是偶爾想在聊天介面裡隨手生成一張圖，這套工具的前置設定可能會比你的需求更多。

實際要解決的工作需求

大多數使用者想找的並不是抽象意義上的「圖片模型」，而是想把一個粗略的創意目標，快速變成可用素材：例如產品圖、風景圖、吉祥物、概念插畫，或既有圖片的修改版本。nanobanana for Image Generation 的價值就在於，它直接提供一條 CLI 工作路徑來完成這件事，包含 prompt 輸入、可選的來源圖片輸入、長寬比選擇，以及 2K / 4K 輸出選項。

nanobanana 和一般 prompt 有什麼不同

它真正的差異不在什麼「隱藏版 prompt 技巧」，而是在於縮短工作流程：

• 有專門處理生成與編修的腳本
• 明確提供 --ratio 和 --size 旗標
• 使用環境變數來設定 API
• scripts/batch_generate.py 支援批次生成
• references/prompts.md 提供具體可套用的風格 prompt 範例

這讓 nanobanana usage 相較於在一般聊天工具裡反覆手打臨時 prompt，更一致、也更容易重現。

採用前最該先確認的事

實際上，導入前要確認的重點很簡單：

• 你需要一組 GEMINI_API_KEY
• 你需要 Python 3.10+
• 你需要安裝 google-genai 與 pillow
• 你應該能接受在本機執行腳本
• 你也要預期圖片品質會高度受到 prompt 具體程度影響

這是一個務實型 skill，不是零設定的 web app。

如何使用 nanobanana skill

nanobanana install 的安裝需求

在嘗試 nanobanana install 之前，請先確認你已具備：

• Python 3.10+
• 有效的 GEMINI_API_KEY
• 可連到 Google API 的網路環境
• Python 套件 google-genai 與 pillow

安裝相依套件：

pip install google-genai pillow

設定你的 API key：

export GEMINI_API_KEY="your_api_key_here"

可從 https://aistudio.google.com/apikey 取得 key。

在你的 skills 環境中安裝這個 skill

如果你使用 skills 系統，可用以下指令加入此 skill：

npx skills add ReScienceLab/opc-skills --skill nanobanana

安裝完成後，建議先讀這幾個檔案：

• skills/nanobanana/SKILL.md
• skills/nanobanana/scripts/generate.py
• skills/nanobanana/references/prompts.md
• skills/nanobanana/scripts/batch_generate.py

照這個順序讀，可以最快從「這個能不能用？」一路走到「我到底該下哪些指令？」

nanobanana 文字生圖的基本用法

核心指令就是用生成腳本搭配 prompt：

python3 <skill_dir>/scripts/generate.py "a cute robot mascot, pixel art style" -o robot.png

這適合從純文字開始產圖的情境。輸出路徑是選填，但建議先指定，不然之後很容易得回頭找那些自動命名的檔案。

用 nanobanana 編修既有圖片

如果是圖片編修，請同時提供 prompt 和輸入圖片：

python3 <skill_dir>/scripts/generate.py "make the background blue" -i input.jpg -o output.png

當你想保留原始圖片，只做特定修改時，這就是正確流程。prompt 應該聚焦描述「要改什麼」，除非你本來就想讓結果產生更大幅度的變化，否則不要把整個畫面重新敘述一遍。

選擇長寬比與輸出尺寸

這個 skill 支援常見的比例，包括：
1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9

範例：

python3 <skill_dir>/scripts/generate.py "cinematic landscape at sunrise" --ratio 21:9 -o landscape.png

如果要更高解析度：

python3 <skill_dir>/scripts/generate.py "professional product photo of headphones" --size 4K -o product.png

建議在流程一開始就先決定比例。它影響的是構圖，不只是後續裁切而已。

當你需要探索 prompt 方向時，使用批次生成

在主要腳本之外，scripts/batch_generate.py 是另一個最值得看、也最影響安裝判斷的檔案，因為它支援單一 prompt 產生多個版本。

範例：

python3 <skill_dir>/scripts/batch_generate.py "pixel art logo" -n 20 -d ./logos -p logo

也支援平行生成：

python3 <skill_dir>/scripts/batch_generate.py "landscape concept art" -n 20 --parallel 5

如果你的目標是探索風格，而不是只追一個固定輸出，這功能特別實用。

哪種輸入最能讓 nanobanana 發揮效果

像「make a cool image」這種很粗略的需求，通常訊號太弱。更有效的輸入通常包含：

• 明確主體
• 預期風格
• 光線或鏡頭線索
• 構圖提示
• 品質或輸出目的

較好的 prompt：

Professional product photo of wireless headphones on marble surface, soft studio lighting, 85mm lens, sharp focus, minimalist background

較弱的 prompt：

headphones advertisement

較完整的版本能提供模型更多控制訊號，也比較不容易生成制式、泛泛的結果。

把粗略想法整理成完整 prompt

一個實用的 nanobanana guide prompt 建構方式如下：

1. 先點出主體
2. 指定視覺形式
3. 加入場景或構圖細節
4. 補上光線或氛圍
5. 只有在有幫助時，再加入品質提示

來自 repo prompt 參考檔的模板：

Digital illustration of {subject}, {style} style, {colors} color palette, {mood} atmosphere

範例：

Digital illustration of an underwater research base, retro-futurist style, cyan and amber palette, mysterious atmosphere, detailed windows, glowing marine life

正式投入使用前，值得先讀的 repository 檔案

如果你希望對 nanobanana usage 的掌握不只停留在表面，建議先看：

• SKILL.md：確認前置需求與指令模式
• references/prompts.md：看 prompt 結構與分類範例
• scripts/generate.py：確認支援的檔案類型、合法比例與尺寸
• scripts/batch_generate.py：了解併發、延遲與命名行為
• .claude-plugin/plugin.json：補足封裝與整體整合脈絡

比起只在 repo 根目錄快速掃一遍，直接看這幾個檔案更有效，因為這個 skill 的核心幾乎都集中在少數檔案裡。

實際限制與取捨

從腳本內容可以先看出幾個重要邊界：

• 圖片編修仰賴本機輸入檔案可用
• 若圖片檔缺失或格式不支援，會在生成前直接失敗
• 比例與尺寸只能使用已知的合法值
• 整體流程依賴 Google 的 preview image model，因此模型更新後行為可能改變
• 批次生成雖然能提高吞吐量，但也會增加 API 使用量與觸發 rate limit 的壓力

如果你需要更進階的圖片流程控制、節點式編修，或完整託管的 UI，這個 skill 的定位本來就比較窄，不是為了取代那些工具。

nanobanana skill 常見問題

nanobanana 適合初學者嗎

可以，前提是你至少能操作基本終端機指令，並安裝 Python 套件。nanobanana skill 比起從零自己寫 API client 簡單得多，但它本質上仍是偏開發者導向的工具，不是一般消費型 app。

什麼時候該用 nanobanana，而不是一般聊天 prompt

當你需要以下能力時，就該用 nanobanana：

• 可保存的輸出檔案
• 可重複執行的指令
• 來自本機檔案的圖片編修
• 批次生成
• 明確指定比例與尺寸

如果只是隨手試玩，一般聊天 prompt 就夠了；但當你重視輸出管理與可重現性時，這個 skill 會更合適。

nanobanana 同時支援生成與編修嗎

有。它支援：

• 從 prompt 進行文字生圖
• 使用 -i / --input 做圖片編修
• 長寬比控制
• 2K 與 4K 輸出設定
• 透過獨立腳本進行批次生成

這個組合，正是它比起只寫一次性 prompt 更值得安裝的主因。

nanobanana for Image Generation 足夠拿來做正式工作嗎

它可以很好地用在接近正式流程的工作中，例如概念生成、素材發想、prompt 探索，或批次產出實驗。但它本身還不是完整產品流程。你仍然需要自己的審核、挑選、儲存，以及必要時的後製步驟。

哪些情況下 nanobanana 不適合

如果你需要以下條件，就不建議做 nanobanana install：

• 以瀏覽器為主、零程式碼的操作體驗
• 完整託管的 GUI 工作流
• 複雜的多步驟編修編排
• 對模型長期穩定行為有強保證
• 不依賴外部 API 的圖片生成

它最強的定位，就是一層薄而實用的腳本化工具。

如何改進 nanobanana skill 的使用效果

先從更具體的 prompt 開始

想提升 nanobanana 結果，最快的方法就是把 prompt 寫得更具體。請加入主體、風格、構圖與光線，而不要只依賴像「cool」或「beautiful」這類模糊形容詞。

較弱：

a nice city

較強：

Aerial photograph of a dense coastal city at golden hour, dramatic shadows, high dynamic range, realistic urban detail, cinematic composition

讓 prompt 風格對齊輸出類型

不同目標，prompt 用語也應該不同：

• pixel art：要提到 limited palette、crisp pixels、retro game feel
• photorealistic：要提到 lens、lighting、focus、material realism
• illustration：要提到 art style、palette、atmosphere、brush 或 rendering feel

這正是 references/prompts.md 裡最實用的觀念之一。

圖片編修時，只描述你真的要改的地方

在編修流程裡，很多使用者會把 prompt 寫過頭。如果你已經提供輸入圖片，先從具體修改開始即可：

Replace the gray wall with a warm blue studio backdrop while keeping the product position and lighting consistent

除非你真的想要大幅重詮釋，否則這通常會比把整張圖從頭重寫一遍來得更好。

用批次生成先探索，再收斂

一個很實用的 nanobanana usage 迭代流程是：

1. 先用同一個 prompt 主題生成 6 到 20 個變體
2. 找出最佳輸出裡真正有效的元素
3. 依照那些成功特徵重寫 prompt
4. 用更收斂的風格描述或不同的比例再跑一次

這通常比你在看到任何結果前，就不停打磨一條抽象 prompt 更有效。

常見失敗模式要先注意

常見的品質問題包括：

• prompt 太模糊
• 主體與比例不匹配
• prompt 塞太多互相衝突的風格
• 編修 prompt 不小心變成要求整個場景重寫
• 誤以為只要切到 4K 就能補救薄弱概念

多數不理想的輸出，問題都出在指令品質，而不是少了什麼神奇關鍵字。

把長寬比當成創作控制，而不是最後才補

想讓 nanobanana for Image Generation 更穩定，建議這樣使用比例：

• 1:1：適合 icons、avatars、產品裁切圖
• 9:16：適合直式、以手機觀看為主的場景
• 16:9 或 21:9：適合電影感風景
• 4:5：適合海報感構圖

比例選錯，常常就會導致畫面過擠，或留白浪費太多。

直接測腳本，能更快建立信任感

如果你覺得 skill 說明不夠清楚，先直接跑腳本再下判斷。scripts/generate.py 和 scripts/batch_generate.py 都不算長，親自查看後，你會更清楚支援哪些選項、錯誤會怎麼發生，以及輸出命名邏輯。對這個 repo 來說，直接看腳本本身，往往比只看高層描述更讓人有把握。

第一次輸出已經接近，但還不夠對時，下一步怎麼改

不要整個重來。一次只改一個變數：

• 主體細節
• 風格描述
• 光線提示
• 長寬比
• 編修指令範圍

這樣更容易看出模型到底對什麼有反應，也能更快培養你對 nanobanana guide 的實戰判斷。