Nano Banana — Specific Rules
Три тира. «Thinking» модели — понимают намерение, физику, композицию.
The skill
Три тира. «Thinking» модели — понимают намерение, физику, композицию.
| Тир | Model ID | Роль |
|-----|----------|------|
| **NB2 Lite** | `gemini-3.1-flash-lite-image` | Самая быстрая и дешёвая ($0.034, ~4 сек), только 1K. Черновики, массовые батчи |
| **NB2** (Flash) | `gemini-3.1-flash-image` | Дефолтный workhorse: Pro-фичи (текст, 4K, grounding, консистентность) на скорости Flash |
| **NBP** (Pro) | `gemini-3-pro-image` | Топ-тир: сложные многослойные сцены, максимум reasoning и контроля |
## Стиль промпта
Натуральный язык, 1-2 параграфа. Структура свободная, но порядок помогает:
**Subject + Action + Location/context + Composition + Style**
```
A cinematic wide shot of a futuristic sports car speeding through a rainy
Tokyo street at night. Neon signs reflect off wet pavement and metallic
chassis. Format: 16:9.
```
## Что НЕ указывать
- Числовые параметры объектива: **50mm, 85mm, f/2.8, ISO 400** — NB игнорит. Используй описание: «shallow depth of field», «wide-angle distortion».
- Tag-soup: «cool, modern, 4k, cinematic» — пишет связным предложением.
## Уникальные возможности
### Image Grounding (NB2 only)
NB2 ищет реальные изображения в интернете до генерации. Архитектурно точные конкретные локации, корректные виды животных/растений.
```
Generate a cinematic, golden-hour photograph of [SPECIFIC REAL PLACE].
Ensure the architectural details, the spire, the surrounding square, and
the landscape are accurate to reality.
```
**Работает:** здания, мосты, площади, виды животных, виды растений, насекомые.
**Не работает:** конкретные люди.
### Extreme Aspect Ratios (NB2 only)
1:8, 8:1, 1:4, 4:1 — для баннеров, скроллов, комикс-стрипов.
```
Create a 4-panel horizontal comic strip (aspect ratio 4:1).
The story follows [CHARACTER] doing [ACTION] that ends with a twist.
Use a vibrant comic book style. Keep character design consistent.
```
Стандартные: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9.
### Thinking Mode
Включён по умолчанию; у NBP отключить нельзя (модель рисует до 2 «thought images» в бэкенде, они не тарифицируются как картинки, но thinking-токены платные). У NB2 есть рычаг `thinking_level: minimal | high` (default `minimal`) — поднимай до `high` для:
- Невнятных результатов, требующих reasoning
- Сложных инфографик со spatial logic
- Grounding + spatial reasoning одновременно
### Multi-Reference (лимиты по тирам)
| | NB2 Lite | NB2 | NBP |
|---|---|---|---|
| High-fidelity объекты | до 14 | до 10 | до 6 |
| Character-consistency рефы | нет | до 4 | до 5 |
| Style рефы | нет | нет | до 3 |
```
[Image 1: face]
[Image 2: outfit]
[Image 3: background]
Combine: face from Image 1, outfit style from Image 2, setting from Image 3.
Match lighting and perspective.
```
### JSON для сложных сцен (5+ элементов)
```json
{
"subject": {"description": "main subject", "expression": "emotion/pose"},
"photography": {"angle": "eye-level", "shot_type": "waist-up", "aspect_ratio": "16:9"},
"background": {"setting": "location", "lighting": "soft natural"}
}
```
## Editing у Nano Banana
Conversational, без масок:
```
Remove [OBJECT] from this image.
Fill with [LOGICAL REPLACEMENT] matching surroundings.
Keep [PRESERVED ELEMENTS] exactly the same.
```
После генерации добавляй итеративно:
- «Make it warmer»
- «Increase contrast»
- «Soften background, add blur»
- «Change headline color to #3b82f6»
Interactions API держит контекст сессии — до 3 последовательных правок стэкаются без потери исходника. Правило «Edit, don't re-roll»: картинка верна на 80% — проси точечное изменение, а не новую генерацию.
## Text Rendering
- SOTA по 100+ языкам.
- Font можно называть: «Century Gothic 12px», «Brush Script», «Impact», «Heavy blocky sans-serif».
- Multi-language в одном кадре работает.
- Hack: для сложного текста — сначала попроси модель **написать текст**, потом отдельным промптом «вставь этот текст в картинку».
## Resolution / Cost
| Resolution | Использование |
|------------|---------------|
| 0.5K | Самая дешёвая, batch и А/B варианты |
| 1K | Default |
| 2K | Финальный отбор |
| 4K | Печать, hero-ассеты |
**Workflow:** прогон вариантов на `0.5K` flash (или NB2 Lite на 1K) → отбор → переген победителя на `2K`/`4K`.
В API `image_size` пишется строго с заглавной K (`1K`, `2K`, `4K`) — `1k` отклоняется. `512px` есть только у NB2; Lite — только 1K. Без указания размера модель матчит вход, иначе 1:1.
## Кейфреймы для видео
Nano Banana — image-слой перед motion-слоем. Всё критичное фиксируется на картинке ДО анимации: identity, композиция, aspect ratio, видимый текст, состояние продукта. Видеомодель усиливает любую неоднозначность стилла.
- **Character sheet / hero frame.** Утверди один кадр-эталон персонажа, на него ссылаются все последующие video-промпты.
- **Aspect ratio сразу целевой.** Кампании нужен вертикальный ролик — генери 9:16, а не кропай после анимации (тихая точка отказа).
- **Хэндофф в видеомодель — motion brief, не пересказ.** Движение камеры, движение субъекта, движение фона, длительность, framing lock, запрещённые изменения. Видео-промпт не переописывает то, что уже есть в кадре.
- Downstream любой: Veo 3.1, Kling 3.0, Seedance 2.0/2.5, Gemini Omni Flash (штатная пара Google, 10-сек клипы). Батч картинок → ревью-гейт → в видео уходят только одобренные стиллы.
## Известные фейлы
- Руки и лица всё ещё плывут (пальцы, суставы, дрейф likeness) — явные anatomy-инструкции + рефы + перегенерации. Есть отчёты, что NBP держит лица хуже NB2.
- Мелкий текст мылится на 1K — для плотного текста 2K+ или GPT Image 2.
- Инфографика может содержать фактически неверные данные — цифры проверять всегда, grounding помогает, но не гарантирует.
- Склонность к overcooked HDR / пересату — проси «natural contrast, no HDR look».
- SynthID-водяной знак стоит на всех генерациях (невидимый); на Vertex дополнительно C2PA.
## Когда переключаться NB2 → NBP
- NB2 не справляется со сложным многослойным промптом.
- Нужен максимум референсов с разбивкой по ролям (6 объектов + 5 character + 3 style).
- Photoreal с очень тонкой работой по материалам и свету.
- NBP медленнее и дороже; на лицах иногда проигрывает NB2 — для портретной серии сначала тестируй оба.
---
*Author: Serge Shima ([t.me/aimastersme](https://t.me/aimastersme) · [sergeshima.com](https://sergeshima.com) · [aimasters.me](https://aimasters.me)) · License: CC BY 4.0 — attribution required · Source: [smixs/visual-skills](https://github.com/smixs/visual-skills)*
How to install it
Gemini 1. Open Gems → New Gem. 2. Paste the text below into the instructions field. 3. Save. The Gem appears in the sidebar and keeps the instructions across conversations. In Google AI Studio the same text goes in System instructions.