Гайд із промтів для Nano Banana: описуйте сцени, а не теги

Промт для Nano Banana — це текстовий опис сцени, який нейромережі Google для генерації зображень — Nano Banana 2, Nano Banana Pro та бюджетна версія Lite — перетворюють на картинку. Ці моделі побудовані на базі Gemini, а отже, вони сприймають ваш промт як зв'язну мову, а не просто як набір ключових слів. Цей єдиний факт докорінно змінює підхід до написання запитів. Відповідно до документації Google з генерації зображень, детальні художні описи стабільно демонструють кращі результати, ніж списки тегів, розділені комами, і наші власні щоденні генерації це підтверджують.

Короткий варіант, якщо вам потрібен лише шаблон: "A photorealistic [shot type] of [subject] in [setting]. [Lighting description]. Shot from [camera angle] with [lens type]." Пишіть повними реченнями. Називайте джерела освітлення та тип об'єктива так, як це робить професійний фотограф. Сама лише ця звичка допоможе подолати прірву між безликим ШІ-рендером та якісним кадром, який справді можна публікувати.

Цей матеріал є доповненням до нашого гайду з промтів для Veo 3.1, присвяченим статичним зображенням. Філософія та сама, але термінологія відрізняється: промти для відео зосереджені на русі та переміщенні камери, тоді як промти для зображень будуються навколо світла, об'єктива та композиції. Кожен приклад нижче був створений на BananaBanana за вказаним промтом з першої спроби, без повторних генерацій.

Чому описові промти працюють краще, ніж списки ключових слів?

Старі дифузійні звички вмирають важко. Якщо ви вчилися створювати промти для Stable Diffusion чи Midjourney, ви, ймовірно, пишете щось на кшталт "perfume bottle, product photo, 8k, dramatic lighting, masterpiece". Моделі Nano Banana розпізнають це, але так ви втрачаєте їхню головну перевагу: вони розуміють взаємозв'язки між об'єктами, а не просто окремі слова.

"A barista laughing at something off-frame while steam rises from the espresso machine behind her" (Бариста сміється з чогось поза кадром, поки пара піднімається з еспресо-машини позаду неї) — це цілісна сцена. Варіант із ключовими словами ("barista, laughing, steam, espresso machine") втрачає інформацію про те, хто що робить, де саме знаходиться пара та яким має бути емоційний настрій кадру. Нейромережа заповнює ці прогалини на свій розсуд, а стандартні налаштування за замовчуванням — це саме те, що робить ШІ-зображення такими штучними на вигляд.

Ефективний промт для Nano Banana зазвичай містить п'ять або шість основних компонентів:

Вам не обов'язково щоразу використовувати всі шість елементів. Але пам'ятайте: кожен пропущений компонент — це рішення, яке ви перекладаєте на плечі моделі.

Фотореалістичні промти: пишіть як фотограф

Для створення реалістичних світлин найефективнішим інструментом є професійна мова камери — так само, як і для відео. Документація Google пропонує шаблон, який я цитував вище, і він безпосередньо відтворює технічне завдання для справжнього фотографа: тип плану, об'єкт, оточення, світло, ракурс, оптика.

Ось як виглядає різниця на практиці. Обидва зображення створені за допомогою Nano Banana 2 з роздільною здатністю 1K за ціною $0.06 за кожне. Спочатку розглянемо промт, який зазвичай пишуть новачки у свій перший день: "A perfume bottle on a table":

Скажімо чесно — виглядає гарно. Модель сама обрала яскраву лайфстайл-сцену, світло з вікна, квіти та підставку для прикрас, створивши цілком пристойне стокове фото. Проте кожне з цих рішень прийняла нейромережа, а не ви, і під час наступної генерації все може повністю змінитися. Тепер поглянемо на той самий об'єкт із детально розписаними компонентами: "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":

Та сама модель, та сама ціна, ті самі чотири секунди на рендеринг. Краплі води, двотонне освітлення та низький ракурс — усе це результат чітких вказівок у промті, а не просто везіння. Проте зверніть увагу на одну деталь: етикетку. Я про неї не просив, модель вигадала її сама і зробила помилку в тексті ("EAU DE PARFUIM"). Текст, згенерований без прямих вказівок, усе ще залишається слабким місцем Nano Banana 2, що плавно підводить нас до наступного розділу.

Назви типів освітлення варто запам'ятати, адже модель розпізнає їх безвідмовно: golden hour (золота година), overcast softbox (м'яке світло софтбокса у хмарну погоду), three-point studio lighting (триточкове студійне світло), hard noon sun (жорстке полудневе сонце), neon spill (неонове світло), candlelight (світло свічки). Абстрактні слова для настрою ("beautiful" — красивий, "dramatic" — драматичний) майже не мають ефекту. Якщо вашим об'єктом є товар, а не людина, ми детальніше розглядаємо цю термінологію в нашому гайді з предметної фотозйомки. З мого досвіду, вибір об'єктива важить не менше: "85mm macro" та "wide-angle 24mm" створюють абсолютно різну геометрію кадру — це саме той рівень контролю, який ви ніколи не отримаєте від промтів у вигляді простих тегів.

Як отримати чіткий текст за допомогою Nano Banana Pro?

Рендеринг тексту — це головна причина існування Nano Banana Pro. Документація чітко вказує: для професійних матеріалів, де потрібна бездоганна типографіка, використовуйте Pro (gemini-3-pro-image). Nano Banana 2 може впоратися з одним чи двома короткими словами, але саме Pro створена для роботи з повноцінними макетами.

Перевірений шаблон із документації: "Create a [image type] for [brand] with the text '[exact text]' in a [font style]. The design should be [style], with a [color scheme]." Дві прості звички значно підвищать точність результату. Завжди беріть точний текст у лапки й описуйте шрифт простими словами ("a chunky rounded sans-serif" — масивний округлий гротеск, "a thin elegant serif" — тонкий елегантний шрифт із засічками) замість того, щоб вказувати назву конкретного гарнітура, який модель може не знати.

Цей постер був створений за допомогою Nano Banana Pro за такому промтом: "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":

Кожна літера з'явилася на своєму місці з першої спроби. Будемо відвертими: якщо тексту більше двох рядків, стовідсоткової гарантії вже немає. На насичених макетах на кшталт меню Pro все ще може іноді пропускати або дублювати літери, тому обов'ясково перевіряйте будь-які макети, що містять понад десять слів, перш ніж запускати їх у роботу.

Редагування зображень: змінюйте одну деталь, зберігаючи решту

Моделі Nano Banana вміють не лише створювати нові зображення, а й чудово редагувати вже наявні. Проте сам підхід до написання таких промтів часто збиває з пантелику користувачів-початківців. Головна помилка тут — намагатися наново описати всю сцену. Натомість описуйте лише те, що потрібно змінити.

У документації Google це називається семантичним маскуванням (semantic masking), і цей шаблон варто зберегти собі: "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." Останнє речення тут дуже важливе: без нього під час редагування модель може змінити колірну гаму або повністю переставити об'єкти в кадрі.

Цей самий принцип лежить в основі покрокового робочого процесу. Спочатку згенеруйте зображення, оцініть результат, а потім вносьте по одній зміні за раз: "make the light warmer" (зроби світло теплішим), "replace the mug with a glass" (заміни кухоль на склянку), "same scene at dusk" (та сама сцена у сутінках). Кожен невеликий крок дозволяє зберегти вдалі елементи попередньої версії набагато краще, ніж один величезний промт із купою виправлень. Здається, що це повільніше, але насправді такий підхід економить час, адже ви не втрачаєте вдалі кадри через надмірні коригування.

До всього цього можна додавати референсні зображення. Згідно з документацією Gemini API, Nano Banana 2 підтримує до 4 референсів персонажів та до 10 референсів об'єктів в одному запиті, а версія Pro — 5 і 6 відповідно. Збереження стабільності обличчя персонажа в серії кадрів — це окреме мистецтво зі своїми тонкощами, про які ми детально розповіли в нашому гайді зі створення персонажів.

Негативні промти, співвідношення сторін та вартість генерації

Ось факт, який часто дивує тих, хто переходить з інших інструментів: Nano Banana API не має параметра для негативного промту. Для зображень немає нічого схожого на поле negativePrompt, яке є у Veo, і в документації про це немає жодної згадки. Натомість використовують позитивне формулювання. Замість "no cars" (без машин) пишіть "an empty, deserted street" (порожня, безлюдна вулиця). Замість "no text" (без тексту) описуйте композицію настільше детально, щоб випадковим написом просто не знайшлося місця. Перетворення відсутності на присутність звучить як гра слів, але це дає чудовий результат на практиці.

Вибір співвідношення сторін вражає: десять варіантів від квадратного 1:1 до 3:2, 4:5, 9:16, 16:9 і навіть панорамного кінематографічного 21:9. Доступні роздільні здатності: 512px, 1K, 2K та 4K, з одним застереженням, яке ми розглянули у нашому гайді з версії Lite: Nano Banana 2 Lite створює зображення лише у форматі 1K.

Поточні ціни BananaBanana за одну генерацію зображення:

Мій стандартний робочий процес схожий на роботу з відео: чернетки роблю на дешевшому рівні, а фінальний результат отримую на дорожчому. Спочатку налаштовую промт у версії Lite або Nano Banana 2 з роздільною здатністю 1K, доки не досягну потрібної композиції, а потім запускаю фінальний промт один раз у Pro з роздільною здатністю 2K. Це коштує ті самі $0.11, що й версія 1K, і це, безперечно, найвигідніший варіант у цій таблиці. Якість промтів переноситься між різними рівнями майже бездоганно. Нові акаунти безкоштовно отримують $0.20 на баланс, чого вистачить на ваші перші шість чернеток в Lite. Повну сітку тарифів можна знайти на сторінці з цінами.

FAQ

Яка структура промту є найкращою для Nano Banana?

Набір художніх речень, що описують об'єкт, оточення, стиль, освітлення, ракурс та об'єктив: "A photorealistic [shot type] of [subject] in [setting]. [Lighting]. Shot from [angle] with [lens]." Повноцінні речення працюють набагато краще за списки ключових слів, оскільки моделі побудовані на базі Gemini й розпізнають смислові зв'язки, а не просто окремі іменники.

Чи підтримує Nano Banana 2 негативні промти?

Ні. В Gemini image API немає параметра для негативних промтів. Використовуйте позитивні формулювання: описуйте сцену, яку ви хочете отримати ("an empty street at dawn" — порожня вулиця на світанку), замість того, що потрібно виключити ("no cars" — без машин).

Як змусити Nano Banana правильно відображати текст?

Використовуйте Nano Banana Pro, беріть точний текст у лапки й описуйте стиль шрифту простими словами ("a chunky rounded sans-serif"). Намагайтеся не додавати більше десяти слів на одне зображення; великі текстові макети все ще потребують перевірки.

Чи потрібно писати промти для Nano Banana 2 та Pro по-різному?

Структура запитів абсолютно однакова. Вища ціна версії Pro виправдана її здатністю бездоганно рендерити текст, працювати зі складними багатокомпонентними макетами та точно виконувати детальні інструкції; водночас Nano Banana 2 чудово справляється зі звичайним фотореалізмом та ілюстраціями приблизно вдвічі дешевше.

Скільки коштує одне зображення Nano Banana?

На BananaBanana ціна становить від $0.03 (за версію Lite з роздільною здатністю 1K або Nano Banana 2 з роздільною здатністю 512px) до $0.20 (за версію Pro у 4K). Оптимальним вибором для фінальних версій є Pro з роздільною здатністю 2K за $0.11 — за тією ж ціною, що й Pro у форматі 1K.