คู่มือ Prompt ของ Nano Banana: อธิบายเป็นฉาก ไม่ใช่พิมพ์แท็ก
คู่มือแนะนำการใช้ Prompt ของ Nano Banana ฉบับปฏิบัติจริง: โครงสร้างการเล่าเรื่อง, ภาษาถ่ายภาพ, การแสดงผลข้อความบน Pro, การแก้ไข Prompt และราคาจริงต่อรูป
Prompt สำหรับ Nano Banana คือคำอธิบายฉากในรูปแบบข้อเขียนที่โมเดลสร้างภาพของ Google อย่าง Nano Banana 2, Nano Banana Pro และรุ่นราคาประหยัดอย่างระดับ Lite นำไปเปลี่ยนเป็นรูปภาพ โมเดลเหล่านี้พัฒนาขึ้นบนรากฐานของ Gemini ซึ่งหมายความว่าตัวโมเดลจะอ่าน prompt ของคุณเป็นประโยคภาษาที่มนุษย์ใช้จริง มากกว่าที่จะเป็นเพียงกลุ่มคำสำคัญ (keywords) ข้อเท็จจริงเพียงข้อเดียวนี้จะเปลี่ยนวิธีที่คุณเขียน prompt ไปโดยสิ้นเชิง จากข้อมูลในเอกสารประกอบการสร้างภาพของ Google การเขียนอธิบายฉากที่สละสลวยเล่าเรื่องราวได้ดีนั้นให้ผลลัพธ์ที่เหนือกว่าการป้อนรายการแท็กที่คั่นด้วยเครื่องหมายจุลภาคอย่างเห็นได้ชัด และผลงานที่เราสร้างขึ้นจริงในทุก ๆ วันก็ช่วยยืนยันเรื่องนี้ได้เป็นอย่างดี
หากคุณต้องการเพียงเทมเพลตสั้น ๆ เพื่อนำไปใช้ได้ทันที: "A photorealistic [shot type] of [subject] in [setting]. [Lighting description]. Shot from [camera angle] with [lens type]." แนะนำให้เขียนเป็นประโยคที่สมบูรณ์ ระบุชื่อแหล่งกำเนิดแสงและประเภทเลนส์เหมือนที่ช่างภาพอาชีพทำกัน แค่นิสัยนี้เพียงอย่างเดียวก็ช่วยลดช่องว่างระหว่างภาพเรนเดอร์ทั่วไปกับภาพคุณภาพสูงที่คุณกล้าใช้ออกสื่อได้อย่างมหาศาล
นี่คือบทความคู่ใจในส่วนของงานภาพนิ่งที่จะมาคู่กับคู่มือเขียน prompt ของ Veo 3.1 ของเรา ทั้งสองใช้ปรัชญาเดียวกันแต่มีชุดคำศัพท์ที่ต่างกันออกไป โดย prompt สำหรับวิดีโอจะเน้นหนักไปที่ความเคลื่อนไหวและการเคลื่อนกล้อง ส่วน prompt สำหรับภาพนิ่งจะเน้นเรื่องแสง เลนส์ และการจัดองค์ประกอบภาพ ภาพตัวอย่างด้านล่างทั้งหมดนี้ถูกสร้างขึ้นบน BananaBanana ด้วย prompt ตามที่แสดงไว้เป๊ะ ๆ โดยเป็นการสร้างครั้งแรกและไม่มีการกดเจนใหม่ซ้ำ
ทำไม prompt แบบเล่าเรื่องราวถึงให้ผลลัพธ์ที่ดีกว่าการเขียนรายการคำสำคัญ?
ความเคยชินเดิม ๆ จากโมเดลกลุ่ม diffusion มักจะสลัดออกยาก หากคุณเริ่มเรียนรู้การเขียน prompt มาจาก Stable Diffusion หรือ Midjourney คุณอาจจะคุ้นเคยกับการเขียนอะไรทำนองนี้: "perfume bottle, product photo, 8k, dramatic lighting, masterpiece" แม้ว่าโมเดลของ Nano Banana จะสามารถทำความเข้าใจชุดคำเหล่านี้ได้ แต่คุณกำลังทิ้งจุดแข็งที่สำคัญที่สุดของมันไป นั่นคือความสามารถในการทำความเข้าใจความสัมพันธ์ระหว่างสิ่งของต่าง ๆ ในภาพ ไม่ใช่แค่เข้าใจสิ่งของเหล่านั้นแยกกัน
"A barista laughing at something off-frame while steam rises from the espresso machine behind her" (บาริสต้ากำลังหัวเราะให้กับบางอย่างที่อยู่นอกเฟรม โดยมีไอน้ำลอยขึ้นมาจากเครื่องชงกาแฟเอสเพรสโซที่อยู่ด้านหลังเธอ) ประโยคนี้คือการอธิบายฉาก แต่หากคุณใช้เวอร์ชันที่เป็นคำสำคัญล้วน ๆ อย่าง "barista, laughing, steam, espresso machine" โมเดลจะขาดข้อมูลว่าใครกำลังทำอะไร ไอน้ำอยู่ตรงไหน และอารมณ์หรือโทนของภาพควรเป็นอย่างไร ส่งผลให้โมเดลต้องเดาสุ่มและเติมข้อมูลส่วนที่ขาดหายไปด้วยค่าเริ่มต้นทั่วไป และค่าเริ่มต้นเหล่านี้นี่เองที่ทำให้ภาพจาก AI ดูหลอกตาและขาดชีวิตชีวา
คุณไม่จำเป็นต้องใส่ครบทั้ง 6 ส่วนในทุก ๆ ครั้ง ทว่าทุกส่วนประกอบที่คุณละทิ้งไปก็คือการปล่อยให้โมเดลตัดสินใจแทนคุณเอง
| ส่วนประกอบ | สิ่งที่ควบคุม | ตัวอย่างวลี |
|---|---|---|
| ตัวแบบ (Subject) | ใครหรืออะไรที่อยู่ในเฟรมภาพ | "an elderly watchmaker with wire-rim glasses" |
| ฉากหลัง (Setting) | เหตุการณ์เกิดขึ้นที่ไหน | "at a cluttered workbench in a narrow shop" |
| สไตล์ (Style) | รูปลักษณ์โดยรวมของภาพ | "photorealistic" / "flat vector illustration" |
| แสง (Lighting) | แหล่งกำเนิดแสง ทิศทาง และอารมณ์ของแสง | "single warm desk lamp from the left" |
| กล้อง (Camera) | มุมกล้องและการจัดกรอบภาพ | "close-up, shot from slightly above" |
| เลนส์ (Lens) | ลักษณะทางออปติคัลของเลนส์ | "85mm lens, shallow depth of field" |
คุณไม่จำเป็นต้องใส่ครบทั้ง 6 ส่วนในทุก ๆ ครั้ง ทว่าทุกส่วนประกอบที่คุณละทิ้งไปก็คือการปล่อยให้โมเดลตัดสินใจแทนคุณเอง
Prompt แนวสมจริง (Photorealistic): เขียนประโยคราวกับคุณเป็นช่างภาพ
สำหรับภาพถ่ายที่ต้องการความสมจริง ชุดคำศัพท์ที่มีอิทธิพลต่อผลลัพธ์มากที่สุดคือภาษาของช่างภาพ เช่นเดียวกับงานวิดีโอ เอกสารคู่มือของ Google ได้ให้เทมเพลตที่ผมอ้างถึงข้างต้น ซึ่งสอดรับโดยตรงกับวิธีที่ช่างภาพใช้คุยบรีฟงานจริง: ประเภทช็อต, ตัวแบบ, สภาพแวดล้อม, แสง, มุมกล้อง และเลนส์ที่ใช้
มาดูความแตกต่างในการใช้งานจริงกัน ภาพทั้งสองภาพด้านล่างนี้ถูกสร้างขึ้นด้วย Nano Banana 2 ที่ความละเอียด 1K ในราคาเพียงภาพละ $0.06 ตามตารางราคาของเรา เริ่มจาก prompt ทั่ว ๆ ไปที่ทุกคนมักเขียนในวันแรกที่ลองใช้ นั่นคือ "A perfume bottle on a table":
ถ้าพูดกันตามตรง ภาพนี้สวยเลยทีเดียว ตัวโมเดลเลือกหยิบฉากแนวไลฟ์สไตล์ที่สว่างไสว แสงริมหน้าต่าง ดอกไม้ ถาดใส่เครื่องประดับ ซึ่งนับว่าเป็นภาพสต็อกที่ดีรูปหนึ่ง ทว่าการตัดสินใจเหล่านั้นเป็นของโมเดลทั้งหมด ไม่ใช่ของคุณ และการเจนครั้งต่อไปก็จะได้ผลลัพธ์ที่เปลี่ยนไปอีกแบบ ตอนนี้ลองมาดูภาพตัวแบบเดียวกันที่มีการใส่ข้อมูลส่วนประกอบต่าง ๆ ลงไปอย่างครบถ้วน: "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":
ใช้โมเดลเดียวกัน ราคาเท่ากัน และใช้เวลาเรนเดอร์สี่วินาทีเท่ากัน ทว่าหยดน้ำ การจัดแสงแบบสองโทนสี และมุมกล้องต่ำที่เกิดขึ้นนั้นมาจากคำพูดที่คุณใส่ลงไปใน prompt โดยตรง ไม่ใช่เรื่องของโชคช่วย แต่อย่างไรก็ตาม มีหนึ่งรายละเอียดที่น่าสังเกตเป็นพิเศษนั่นคือ "ป้ายสินค้า (label)" ผมไม่ได้ระบุข้อความใด ๆ ไปเลย แต่โมเดลก็จินตนาการมันขึ้นมาเองและสะกดคำที่สร้างขึ้นมานั้นผิดเพี้ยนไป (กลายเป็น "EAU DE PARFUIM") ข้อความที่โมเดลคิดขึ้นมาเองโดยไม่ได้สั่งยังคงเป็นจุดอ่อนของ Nano Banana 2 ซึ่งเรื่องนี้จะนำเราเข้าสู่หัวข้อถัดไปได้อย่างประจวบเหมาะพอดี
ชื่อเรียกประเภทการจัดแสงเป็นสิ่งที่คุณควรจำไว้ใช้งาน เพราะเป็นคำที่ตัวโมเดลเข้าใจได้อย่างแม่นยำ เช่น golden hour, overcast softbox, three-point studio lighting, hard noon sun, neon spill, candlelight ในขณะที่คำพรรณนาอารมณ์ที่คลุมเครืออย่าง "สวยงาม (beautiful)" หรือ "ตื่นตาตื่นใจ (dramatic)" แทบจะไม่มีผลต่อภาพเลย หากตัวแบบหลักของคุณคือสินค้าแทนที่จะเป็นบุคคล เราได้เจาะลึกการใช้คำศัพท์เหล่านี้ในรายละเอียดที่ลึกขึ้นมากในคู่มือการถ่ายภาพสินค้า จากประสบการณ์ของผม การเลือกเลนส์ก็มีความสำคัญไม่แพ้กัน เพราะการระบุเลนส์อย่าง "85mm macro" และ "wide-angle 24mm" จะให้รูปทรงทางเรขาคณิตของภาพที่ต่างกันอย่างชัดเจน ซึ่งการควบคุมแบบนี้เป็นสิ่งที่คุณไม่มีวันทำได้หากเขียน prompt ในสไตล์รายการแท็ก
ทำอย่างไรให้ Nano Banana Pro แสดงผลตัวอักษรได้อย่างถูกต้องอ่านง่าย?
การแสดงผลตัวอักษรคือกุญแจสำคัญและเป็นเหตุผลหลักที่ Nano Banana Pro ถูกพัฒนาขึ้นมา ซึ่งในคู่มือระบุไว้อย่างตรงไปตรงมาว่า สำหรับงานระดับมืออาชีพที่ต้องอาศัยการจัดวางองค์ประกอบศิลป์ของตัวอักษรอย่างแม่นยำ ควรเลือกใช้รุ่น Pro (gemini-3-pro-image) เท่านั้น แม้ว่า Nano Banana 2 จะสามารถจัดการกับคำสั้น ๆ ได้หนึ่งถึงสองคำ แต่หากเป็นเรื่องของการจัดเลย์เอาต์ ข้อความยาว ๆ หรือดีไซน์ ต้องยกให้ Pro เป็นผู้ดูแล
เทมเพลตมาตรฐานตามเอกสารคู่มือระบุไว้ดังนี้: "Create a [image type] for [brand] with the text '[exact text]' in a [font style]. The design should be [style], with a [color scheme]." ทั้งนี้ มีเคล็ดลับสองอย่างที่ช่วยให้อัตราความสำเร็จสูงขึ้นอย่างเห็นได้ชัด ข้อแรกคือการใส่ข้อความที่ต้องการลงในเครื่องหมายอัญประกาศเดี่ยวอย่างชัดเจน และข้อสองคือการอธิบายลักษณะของฟอนต์ในลักษณะภาษาสนทนาปกติ (เช่น "a chunky rounded sans-serif" หรือ "a thin elegant serif") แทนที่จะไประบุชื่อฟอนต์เฉพาะเจาะจงที่ตัวโมเดลอาจไม่รู้จัก
ภาพโปสเตอร์ชิ้นนี้ถูกสร้างขึ้นด้วย Nano Banana Pro โดยการป้อน prompt ว่า: "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":
ตัวอักษรทุกตัวสะกดได้อย่างถูกต้องสมบูรณ์แบบในการเจนครั้งแรก อย่างไรก็ดี หากข้อความมีความยาวมากกว่าสองสามบรรทัดขึ้นไป ความแม่นยำก็อาจลดลงได้ โดยเฉพาะในหน้าเลย์เอาต์ที่แน่นหนาอย่างแผ่นเมนูอาหาร รุ่น Pro อาจยังมีอาการพิมพ์ตกหล่นหรือพิมพ์ตัวอักษรซ้ำให้เห็นอยู่บ้างเป็นครั้งคราว ดังนั้น ขอแนะนำให้ทำการตรวจสอบตัวสะกดของภาพใด ๆ ก็ตามที่มีข้อความยาวเกินสิบคำขึ้นไปอย่างละเอียดก่อนที่จะนำไปใช้งานจริง
การแก้ไข Prompt: เปลี่ยนแปลงจุดเดียว โดยยังคงส่วนอื่นไว้ตามเดิม
โมเดลของ Nano Banana นั้นสามารถแก้ไขรูปภาพได้ดีเยี่ยมพอ ๆ กับความสามารถในการเจนสร้างภาพขึ้นมาใหม่ ทว่ารูปแบบหรือเทคนิคการเขียน prompt เพื่อแก้ไขภาพนั้นค่อนข้างแตกต่างจนทำให้หลายคนสับสน ข้อผิดพลาดที่พบได้บ่อยที่สุดคือการพรรณนาถึงองค์ประกอบในฉากใหม่ทั้งหมดอีกรอบ วิธีที่ถูกต้องคือการระบุเฉพาะส่วนที่ต้องการแก้ไขเท่านั้น
ในคู่มือของ Google เรียกวิธีนี้ว่า "Semantic Masking" (การกำหนดหน้ากากเชิงความหมาย) และเราขอแนะนำให้คุณคัดลอกดีไซน์ประโยคของมันไปปรับใช้ได้เลย: "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." โดยประโยคสรุปท้ายมีความสำคัญมากเป็นพิเศษ เพราะหากไม่มีประโยคนี้ การเจนเพื่อแก้ไขภาพมักจะหลุดโทนสีเดิมไป หรือทำให้อุปกรณ์จัดวางและมุมมองเฟรมภาพเปลี่ยนเพี้ยนไป
หลักการคิดเดียวกันนี้ยังใช้ร่วมกับการทำงานแบบเป็นขั้นตอนทีละนิด (iterative workflow) คือการเรนเดอร์ภาพออกมาก่อน จากนั้นพิจารณาแล้วขอปรับปรุงแก้ไขทีละเรื่อง เช่น "make the light warmer" (ปรับแสงให้อุ่นขึ้น), "replace the mug with a glass" (เปลี่ยนจากถ้วยมัคเป็นแก้วน้ำใส), "same scene at dusk" (ปรับฉากเดิมให้อยู่ในช่วงพลบค่ำ) การก้าวทีละสั้น ๆ เช่นนี้จะช่วยรักษาองค์ประกอบเดิมที่คุณชอบไว้ได้มากกว่าการฝืนป้อน prompt แก้ไขคำสั่งขนาดยักษ์ทีเดียว แม้กระบวนการนี้อาจดูเหมือนจะช้ากว่า แต่ในความเป็นจริงมันกลับเร็วกว่ามาก เพราะคุณไม่ต้องสูญเสียรูปทรงของภาพต้นฉบับที่ดีอยู่แล้วไปกับการแก้ไขที่หักโหมเกินไป
คุณยังสามารถต่อยอดความสามารถนี้ด้วยการใช้งานภาพอ้างอิง (Reference Images) โดยอิงตามเอกสารประกอบของ Gemini API รุ่น Nano Banana 2 จะรองรับการใช้ภาพอ้างอิงตัวละคร (character references) สูงสุด 4 ภาพ และวัตถุ (object references) สูงสุด 10 ภาพต่อการส่งคำสั่งหนึ่งครั้ง ในขณะที่รุ่น Pro รองรับได้ 5 และ 6 ภาพตามลำดับ หากคุณกำลังพยายามควบคุมใบหน้าของตัวละครให้มีความสม่ำเสมอสอดคล้องกันตลอดทั้งซีรีส์ นั่นถือเป็นเทคนิคและศาสตร์อีกแขนงหนึ่งที่มีลูกเล่นเฉพาะตัว ซึ่งเราได้สรุปรายละเอียดไว้แล้วในคู่มือความสม่ำเสมอของตัวละคร
Negative prompts, อัตราส่วนภาพ และราคาต่อภาพ
นี่เป็นข้อเท็จจริงที่สร้างความประหลาดใจให้กับผู้ใช้งานที่ย้ายมาจากเครื่องมืออื่น ๆ เสมอ: API ของ Nano Banana ไม่มีพารามิเตอร์สำหรับใส่ negative prompt (ข้อความสิ่งที่ไม่ต้องการให้ปรากฏในภาพ) สำหรับงานภาพนิ่งจะไม่มีฟิลด์อย่าง negativePrompt ของ Veo และในเอกสารคู่มือก็ไม่เคยมีการกล่าวถึงสิ่งนี้ ทางออกที่เรานำมาใช้ทดแทนคือ "การใช้กรอบประโยคเชิงบวก (positive framing)" แทนที่จะพิมพ์เขียนว่า "no cars" (ไม่มีรถยนต์) ให้เปลี่ยนมาเขียนบอกว่า "an empty, deserted street" (ถนนที่ว่างเปล่าและรกร้าง) แทน หรืออย่าเขียนสั่งว่า "no text" (ไม่มีตัวอักษร) แต่ให้เขียนพรรณนาถึงองค์ประกอบทั้งหมดให้ครบถ้วนแน่นหนาจนตัวอักษรไม่มีช่องว่างให้สุ่มโผล่ขึ้นมา การใช้วิธีเปลี่ยนมุมมองสิ่งที่ไม่มีให้กลายเป็นสิ่งที่มีอยู่จริงอาจฟังดูเหมือนเป็นเพียงแค่การเล่นคำ แต่มันเป็นแนวทางที่ให้ผลลัพธ์ที่เป็นรูปธรรมและได้ผลจริงอย่างดีเยี่ยม
ในส่วนของอัตราส่วนภาพ (Aspect Ratios) ตัวโมเดลมีตัวเลือกให้คุณใช้งานอย่างจุใจถึงสิบรูปแบบ ตั้งแต่สี่เหลี่ยมจัตุรัส 1:1 ไล่ไปจนถึง 3:2, 4:5, 9:16, 16:9 ไปจนถึงอัตราส่วนจอภาพยนตร์กว้างพิเศษอย่าง 21:9 ด้านความละเอียดภาพจะรองรับที่ 512px, 1K, 2K และ 4K โดยมีข้อยกเว้นสำคัญหนึ่งข้อที่เราเคยพูดถึงไปแล้วในคู่มือ Lite นั่นคือรุ่น Nano Banana 2 Lite จะส่งออกผลลัพธ์ภาพที่ขนาดความละเอียด 1K เท่านั้น
ราคาปัจจุบันของ BananaBanana ต่อภาพ:
| โมเดล | 512px | 1K | 2K | 4K |
|---|---|---|---|---|
| Nano Banana 2 Lite | — | $0.03 | — | — |
| Nano Banana 2 | $0.03 | $0.06 | $0.09 | $0.13 |
| Nano Banana Pro | — | $0.11 | $0.11 | $0.20 |
เวิร์กโฟลว์มาตรฐานของผมจะคล้ายคลึงกับวิธีการทำงานวิดีโอ: คือการทดลองร่างคอนเซปต์ภาพด้วยโมเดลระดับราคาประหยัดก่อน จากนั้นจึงค่อยเรนเดอร์งานจริงด้วยรุ่นท็อปที่มีราคาแพงกว่า ให้คุณทดลองปรับแก้ prompt บนรุ่น Lite หรือ Nano Banana 2 ที่ระดับความละเอียด 1K ไปเรื่อย ๆ จนกว่าจะได้องค์ประกอบภาพที่ลงตัวที่สุด จากนั้นค่อยนำ prompt สุดท้ายนั้นมาเจนใหม่อีกครั้งบนรุ่น Pro ที่ความละเอียด 2K ซึ่งคิดค่าบริการในราคา $0.11 เท่ากับรุ่น 1K พอดิบพอดี ซึ่งถือเป็นตัวเลือกที่คุ้มค่าอย่างเงียบเชียบในตารางราคานี้ ระดับคุณภาพความสามารถของ prompt จะส่งผ่านข้ามรุ่นต่าง ๆ ได้เกือบจะสมบูรณ์แบบ ทั้งนี้ บัญชีเปิดใหม่จะได้รับเครดิตฟรีทันที $0.20 ซึ่งเพียงพอสำหรับการลองเจนงานร่างบนรุ่น Lite ได้ถึงหกภาพ คุณสามารถตรวจสอบตารางราคาแบบเต็มได้ที่หน้าตารางราคา
คำถามที่พบบ่อย (FAQ)
โครงสร้าง prompt ที่ดีที่สุดสำหรับ Nano Banana คืออะไร?
ชุดประโยคแนวเล่าเรื่องที่ครอบคลุมถึงตัวแบบ, ฉากหลัง, สไตล์, แสง, มุมกล้อง และประเภทเลนส์: "A photorealistic [shot type] of [subject] in [setting]. [Lighting]. Shot from [angle] with [lens]." การเขียนด้วยรูปประโยคแบบเต็มประโยคจะให้ผลลัพธ์ที่ดีกว่าการใช้รายการคำสำคัญ เนื่องจากตัวโมเดลถูกพัฒนาขึ้นบนรากฐานของ Gemini ซึ่งประมวลผลความสอดคล้องเชื่อมโยงทางภาษา ไม่ใช่แค่คำนามแยกคำ
Nano Banana 2 รองรับ negative prompt หรือไม่?
ไม่รองรับ เนื่องจากไม่มีพารามิเตอร์ negative prompt ในระบบ API ของ Gemini สำหรับงานภาพนิ่ง ขอแนะนำให้เปลี่ยนมาใช้แนวคิดการระบุเชิงบวก (positive framing) แทน โดยเขียนอธิบายถึงฉากที่ต้องการให้เกิดขึ้นจริง เช่น "an empty street at dawn" (ถนนที่ว่างเปล่าในยามรุ่งอรุณ) แทนการระบุสิ่งที่ไม่ต้องการ เช่น "no cars" (ไม่มีรถยนต์)
ทำอย่างไรให้ Nano Banana แสดงข้อความในภาพได้อย่างถูกต้อง?
ให้เลือกใช้งานรุ่น Nano Banana Pro โดยใส่คำพูดที่ต้องการแสดงผลแบบเป๊ะ ๆ ไว้ในเครื่องหมายอัญประกาศ และอธิบายลักษณะรูปแบบอักษร (ฟอนต์) ด้วยถ้อยคำสนทนาตามธรรมชาติ เช่น "a chunky rounded sans-serif" นอกจากนี้แนะนำให้คุมความยาวของข้อความให้ไม่เกินสิบคำต่อรูป เนื่องจากเลย์เอาต์ที่มีข้อความเยอะและหนาแน่นกว่านั้นอาจยังจำเป็นต้องผ่านการตรวจสอบความถูกต้องอยู่อีกครั้งหนึ่ง
ผมควรเขียน prompt สำหรับ Nano Banana 2 และรุ่น Pro แตกต่างกันหรือไม่?
โครงสร้างการเขียน prompt มีรูปแบบเหมือนกันทุกประการ โมเดลระดับ Pro จะคุ้มค่ากับราคาที่จ่ายเมื่อคุณต้องการเน้นความแม่นยำในการแสดงผลตัวอักษร เลย์เอาต์ที่มีส่วนประกอบซับซ้อนหลากหลาย หรือการระบุรายละเอียดคำสั่งที่มีเงื่อนไขจำกัดหนาแน่น ส่วน Nano Banana 2 จะทำหน้าที่จัดการงานภาพถ่ายแนวสมจริงและภาพประกอบไลฟ์สไตล์ทั่วไปในแต่ละวันได้ดีเยี่ยมด้วยต้นทุนเพียงประมาณครึ่งหนึ่งเท่านั้น
ค่าบริการต่อรูปของ Nano Banana หนึ่งภาพเป็นเงินเท่าไหร่?
บน BananaBanana ค่าบริการจะเริ่มต้นที่ $0.03 (รุ่น Lite ที่ 1K หรือ Nano Banana 2 ที่ความละเอียด 512px) ไปจนถึง $0.20 (รุ่น Pro ที่ความละเอียด 4K) โดยตัวเลือกจุดคุ้มทุนที่ดีที่สุดสำหรับงานภาพสมบูรณ์แบบขั้นสุดท้ายคือการใช้รุ่น Pro ที่ความละเอียด 2K ในราคา $0.11 ซึ่งเป็นราคาเดียวกันกับรุ่น Pro ที่ความละเอียด 1K