Panduan Prompt Nano Banana: Deskripsikan Adegan, Bukan Tag

Prompt Nano Banana adalah deskripsi adegan tertulis yang diubah menjadi gambar oleh model gambar Google, Nano Banana 2, Nano Banana Pro, dan tingkat Lite yang hemat anggaran. Model-model ini dibuat berbasis Gemini, yang berarti mereka membaca prompt Anda sebagai bahasa biasa, bukan sekadar kumpulan kata kunci. Fakta sederhana ini mengubah cara Anda menulis prompt. Menurut dokumentasi pembuatan gambar Google, deskripsi naratif yang kaya secara konsisten mengalahkan daftar tag yang dipisahkan koma, dan hasil pembuatan gambar kami sendiri membuktikannya setiap hari.

Versi singkatnya, jika Anda hanya membutuhkan templat: "A photorealistic [shot type] of [subject] in [setting]. [Lighting description]. Shot from [camera angle] with [lens type]." Tulis dalam kalimat lengkap. Sebutkan sumber cahaya dan lensa seperti seorang fotografer profesional. Kebiasaan ini saja sudah bisa memangkas perbedaan antara hasil render biasa yang generik dan gambar berkualitas tinggi yang layak Anda publikasikan.

Ini adalah panduan pendamping sisi gambar untuk panduan prompt Veo 3.1 kami. Filosofinya sama, hanya kosakatanya yang berbeda: prompt video berfokus pada gerakan dan pergerakan kamera, sedangkan prompt gambar berfokus pada cahaya, lensa, dan komposisi. Setiap demo di bawah ini dibuat di BananaBanana dengan prompt persis yang ditampilkan, pada percobaan pertama, tanpa pengulangan (reroll).

Mengapa prompt naratif bekerja lebih baik daripada daftar kata kunci?

Kebiasaan lama dari era model difusi memang sulit dihilangkan. Jika Anda belajar menulis prompt di Stable Diffusion atau Midjourney, Anda mungkin terbiasa menulis seperti "perfume bottle, product photo, 8k, dramatic lighting, masterpiece". Model-model Nano Banana memang dapat memprosesnya, tetapi Anda menyia-niuakan kekuatan utama mereka: mereka memahami hubungan antar-objek, bukan hanya objek itu sendiri secara terpisah.

"A barista laughing at something off-frame while steam rises from the espresso machine behind her" adalah sebuah adegan. Versi kata kunci ("barista, laughing, steam, espresso machine") menghilangkan informasi tentang siapa melakukan apa, di mana posisi uapnya, dan bagaimana suasana emosional dari bingkai tersebut. Model akan mengisi kekosongan tersebut dengan nilai bawaan (default), dan nilai bawaan inilah yang membuat gambar AI terlihat sangat kaku seperti buatan mesin.

Prompt Nano Banana yang efektif biasanya memiliki lima atau enam komponen:

Anda tidak harus selalu menggunakan keenam komponen tersebut. Namun, setiap komponen yang Anda lewatkan adalah sebuah keputusan yang Anda serahkan kembali kepada model untuk ditentukan sendiri.

Prompt fotorealistik: menulis layaknya seorang fotografer

Untuk foto yang realistis, kosakata dengan pengaruh terbesar adalah bahasa kamera, sama halnya dengan video. Dokumentasi Google memberikan templat yang saya kutip di atas, dan itu merujuk langsung pada bagaimana fotografer merancang sesi pemotretan: jenis bidikan (shot type), subjek, lingkungan, cahaya, sudut kamera, dan lensa.

Berikut adalah perbedaan hasil dalam praktiknya. Kedua gambar di bawah ini dibuat menggunakan Nano Banana 2 pada resolusi 1K, masing-masing seharga $0.06 berdasarkan harga kami. Pertama, prompt biasa yang ditulis semua orang di hari pertama, hanya "A perfume bottle on a table":

Sejujurnya cukup bagus. Model memilih adegan gaya hidup yang cerah, cahaya dari jendela, bunga, wadah perhiasan, dan ini adalah foto stok yang sangat layak. Namun, setiap keputusan tersebut diambil oleh model, bukan Anda, dan percobaan berikutnya akan menghasilkan sesuatu yang berbeda. Sekarang, mari gunakan subjek yang sama dengan semua komponen yang lengkap: "A photorealistic close-up of an amber glass perfume bottle standing on wet black slate, fine water droplets across the glass. Warm golden backlight from the right, a faint cool rim light from the left. Shot from a low angle with an 85mm macro lens, shallow depth of field, dark blurred background":

Model yang sama, harga yang sama, dan waktu render empat detik yang sama. Tetesan air, cahaya dua warna, dan sudut rendah semuanya berasal dari kata-kata dalam prompt, bukan sekadar keberuntungan. Satu detail yang perlu dicermati: labelnya. Saya tidak pernah memintanya, tetapi model membuatnya sendiri, dan salah mengeja teks buatannya tersebut ("EAU DE PARFUIM"). Teks yang tidak diminta masih menjadi titik lemah Nano Banana 2, yang menjadi transisi tepat menuju bagian berikutnya.

Istilah pencahayaan sangat layak untuk dihafalkan karena dapat dipahami secara konsisten oleh model: golden hour, overcast softbox, three-point studio lighting, hard noon sun, neon spill, candlelight. Kata-kata deskripsi suasana yang samar seperti ("beautiful", "dramatic") hampir tidak memberikan dampak apa pun. Jika subjek Anda adalah produk dan bukan manusia, kami mengupas kosakata ini jauh lebih dalam di panduan fotografi produk kami. Berdasarkan pengalaman saya, pemilihan lensa juga hampir sama pentingnya; "85mm macro" dan "wide-angle 24mm" menghasilkan geometri yang sangat berbeda secara visual, jenis kontrol yang tidak akan pernah Anda dapatkan dari prompt bergaya tag.

Bagaimana cara mendapatkan teks yang terbaca jelas dari Nano Banana Pro?

Pembuatan teks adalah alasan utama kehadiran Nano Banana Pro. Dokumentasinya menyatakan dengan jelas: untuk aset profesional yang membutuhkan tipografi presisi, gunakan Pro (gemini-3-pro-image). Nano Banana 2 dapat menangani satu atau dua kata pendek; sedangkan Pro mampu menangani seluruh tata letak (layout).

Templat yang didokumentasikan: "Create a [image type] for [brand] with the text '[exact text]' in a [font style]. The design should be [style], with a [color scheme]." Ada dua kebiasaan yang dapat meningkatkan tingkat keberhasilan. Letakkan teks persis di dalam tanda kutip tunggal, lalu deskripsikan font secara percakapan ("a chunky rounded sans-serif", "a thin elegant serif") alih-alih menyebutkan nama jenis font spesifik yang mungkin tidak dikenali oleh model.

Poster ini dibuat menggunakan Nano Banana Pro dengan prompt: "Create a retro poster for a coffee stand called Banana Brew with the text 'BANANA BREW' in a chunky rounded sans-serif across the top and the slogan 'cold roast, warm people' in a small handwritten script underneath, flat illustration of a single banana-yellow espresso cup in the center, cream background, amber and dark-ink color scheme":

Setiap karakter berhasil dibuat dengan tepat pada percobaan pertama. Namun sejujurnya, hasil ini tidak selalu terjamin jika teks lebih dari beberapa baris; pada tata letak padat bergaya menu, Pro terkadang masih melewatkan atau menduplikasi huruf. Jadi, selalu periksa kembali hasil gambar apa pun yang berisi lebih dari sepuluh kata sebelum Anda mempublikasikannya.

Mengedit prompt: ubah satu hal, pertahankan sisanya

Model-model Nano Banana dapat mengedit gambar sebaik saat mereka membuatnya dari awal, dan pola penulisan prompt-nya cukup berbeda sehingga sering kali membingungkan pengguna. Kesalahan umum yang sering terjadi adalah mendeskripsikan ulang seluruh adegan. Cukup deskripsikan bagian yang ingin diubah saja.

Dokumentasi Google menyebut fitur ini sebagai semantic masking, dan templatnya sangat layak untuk disalin secara persis: "Using the provided image, change only the [specific element] to [new element]. Keep everything else exactly the same, preserving the original style, lighting, and composition." Kalimat penutup tersebut memiliki peran yang sangat penting; tanpanya, hasil edit cenderung melenceng dari palet warna asli atau mengubah komposisi bingkai gambar secara keseluruhan.

Logika yang sama berlaku untuk alur kerja iteratif. Buat gambar, perhatikan hasilnya, lalu minta satu penyesuaian pada satu waktu: "make the light warmer", "replace the mug with a glass", "same scene at dusk". Setiap langkah kecil ini mempertahankan lebih banyak elemen yang Anda sukai dibandingkan jika Anda menulis satu prompt koreksi yang terlalu panjang dan rumit. Cara ini mungkin terasa lebih lambat, tetapi biasanya jauh lebih cepat karena Anda tidak akan kehilangan bingkai gambar yang sudah bagus akibat koreksi yang berlebihan (overcorrection).

Gambar referensi juga bisa ditambahkan di atas proses ini. Nano Banana 2 menerima hingga 4 referensi karakter dan 10 referensi objek per permintaan, sedangkan Pro menerima 5 dan 6 referensi, sesuai dokumentasi Gemini API. Jika Anda ingin mempertahankan konsistensi wajah di sepanjang seri gambar, itu adalah keahlian khusus dengan trik tersendiri, yang telah kami bahas lengkap dalam panduan konsistensi karakter kami.

Prompt negatif, rasio aspek, dan berapa biaya sebuah gambar

Ini adalah fakta yang mengejutkan bagi pengguna yang terbiasa menggunakan alat lain: Nano Banana API tidak memiliki parameter prompt negatif. Tidak ada kolom seperti negativePrompt milik Veo untuk gambar, dan dokumentasinya tidak pernah menyebutkannya. Solusi alternatif yang efektif adalah menggunakan pembingkaian positif (positive framing). Jangan menulis "no cars"; melainkan tulislah "an empty, deserted street". Jangan menulis "no text"; deskripsikan komposisinya secara menyeluruh sehingga tidak ada ruang kosong untuk teks yang tidak diinginkan muncul. Mengemas ketidakadaan sebagai sebuah keberadaan mungkin terdengar seperti permainan kata, tetapi cara ini terbukti sangat efektif dalam praktiknya.

Pilihan rasio aspek sangat beragam: tersedia sepuluh opsi mulai dari persegi 1:1 hingga 3:2, 4:5, 9:16, 16:9, sampai rasio sinematik 21:9. Opsi resolusi yang tersedia mencakup 512px, 1K, 2K, dan 4K, dengan satu batasan yang kami ulas dalam panduan Lite: Nano Banana 2 Lite hanya mendukung output 1K.

Harga BananaBanana saat ini per gambar:

Alur kerja bawaan saya serupa dengan cara saya memproses video: membuat draf di tingkat yang murah, lalu memproduksi hasil akhir di tingkat yang lebih mahal. Lakukan iterasi prompt pada Lite atau Nano Banana 2 pada resolusi 1K hingga komposisinya stabil, kemudian jalankan kembali prompt akhir tersebut satu kali di Pro pada resolusi 2K, yang biayanya sama-sama $0.11 seperti resolusi 1K dan merupakan pilihan paling hemat dalam tabel tersebut. Kualitas prompt dapat diterapkan di berbagai tingkat model dengan sangat baik. Akun baru mendapatkan saldo gratis $0.20, yang cukup untuk enam draf Lite pertama Anda. Tabel harga lengkap dapat dilihat di halaman harga.

FAQ

Apa struktur prompt terbaik untuk Nano Banana?

Serangkaian kalimat naratif yang mencakup subjek, latar, gaya, pencahayaan, sudut kamera, dan lensa: "A photorealistic [shot type] of [subject] in [setting]. [Lighting]. Shot from [angle] with [lens]." Kalimat lengkap jauh lebih baik daripada daftar kata kunci karena model ini dibangun di atas Gemini dan memproses hubungan antar-objek, bukan hanya kata benda secara terpisah.

Apakah Nano Banana 2 mendukung prompt negatif?

Tidak. Tidak ada parameter prompt negatif dalam Gemini image API. Gunakan pembingkaian positif sebagai gantinya: deskripsikan adegan yang Anda inginkan ("an empty street at dawn") alih-alih hal yang ingin Anda hindari ("no cars").

Bagaimana cara membuat Nano Banana menghasilkan teks dengan benar?

Gunakan Nano Banana Pro, letakkan teks persis di dalam tanda kutip tunggal, dan deskripsikan gaya font secara percakapan ("a chunky rounded sans-serif"). Usahakan panjang teks di bawah sepuluh kata per gambar; tata letak yang lebih panjang masih memerlukan pemeriksaan ulang.

Apakah saya harus menulis prompt secara berbeda untuk Nano Banana 2 dan Pro?

Strukturnya identik. Perbedaan harga Pro sangat sebanding dengan kemampuannya menghasilkan teks yang presisi, tata letak multi-elemen yang kompleks, dan instruksi dengan banyak batasan; sedangkan Nano Banana 2 sangat andal menangani fotorealisme dan ilustrasi sehari-hari dengan biaya sekitar setengah lebih murah.

Berapa biaya untuk satu gambar Nano Banana?

Di BananaBanana, mulai dari $0.03 (Lite pada resolusi 1K atau Nano Banana 2 pada resolusi 512px) hingga $0.20 (Pro pada resolusi 4K). Pilihan terbaik untuk hasil akhir adalah Pro pada resolusi 2K seharga $0.11, yang memiliki harga sama dengan Pro pada resolusi 1K.