我整理了一份 Nano Banana 2 的实战手册（官方指南+实战案例），做 AI 视频的朋友可以看一下

谷歌最新一代图像生成模型“Nano Banana 2”出来也有两周了，关于Nano Banana 2怎么用，跟之前老的版本有什么区别? 是大家比较关注的几个问题。

刚好，谷歌近期也发布了一份Nano Banana 2 官方指南。我基于该官方指南，结合我日常的创作使用（主要是AI视频领域），整理了一份Nano Banana 2 的实战手册。（不知道能否称之为教程，就暂且叫他为手册吧）

整篇文章主要讲：

Nano Banana 2 有什么特点？——新玩法分享

Nano Banana 2与Nano Banana 1/pro 如何选择？——实战案例对比

Nano Banana 2的实战应用——提示词结构和个人实战分享

Nano Banana 2 有什么特点？

结合官方指南，我总结了Nano Banana 2 最有价值的几个特点

能联网搜图：生成之前先去互联网找参考图，生成结果更贴近现实
性价比极高：95% 接近 Pro 版效果，价格只有 Pro 的一小部分
极端比例支持：1:8、1:4 的超宽/超高画幅，做横幅海报、漫画条不在话下

基于它的几个特点，官方给出了几个新的玩法。我结合我日常的创作，总结了以下几个用法：

用法 1：真实地点还原

只需要描述地点，Nano Banana 2就会去搜索真实的场景作为参考，让场景更加真实还原。适用于AI短剧，AI创意广告的图片生成。

示例提示词：

生成参考图的主角站在巴黎艾菲尔铁塔上面，中近景，侧拍视角。真实电影质感，必须确保人物周围的建筑细节和景观与实际情况相符。确保人物的比例符合正常比例。

我整理了一份 Nano Banana 2 的实战手册（官方指南+实战案例），做 AI 视频的朋友可以看一下

用法 2：先批量生成512px的图片，选择最佳图片再放大

这个是官方给出的低成本指导方案，很适用AI视频的分镜图/首尾帧图片的生成。先低成本快速生成一大堆候选图片，随后选择最佳的一套分镜图，再用Nano Banana 2放大升级为2K/4K。

用法 3：新参数的使用场景

Nano Banana 2 新增了业界罕见的超极端比例支持，可以结合自己的需求选择对应的比例：

Horizontal Comic Strip: "Create a 4-panel horizontal comic strip (aspect ratio 4:1). The story follows a mischievous cat trying to steal a fish from a kitchen counter that ends with a twist. Use a vibrant, Franco-Belgian comic book style. Keep the cat's design consistent across all panels."

Nano Banana 2 与Nano Banana 1/pro 如何选择？

官方版本：

我简单总结了下：

个人实际使用上，自从Nano Banana pro出来以后，出于对出图质量的考虑，基本已经抛弃了第一版的Nano Banana了。但是，Nano Banana 2 出来以后，我又有了更优的选择。

大家可以看到对于AI视频中，生成这种多分镜图的场景，2和pro已经没有本质上的区别，甚至2在某些方面，效果还更好。

只有在一些特殊场景，比如我要生成这张图片的全景图片。2试了多次都不是很满意，pro一次就成了。

参考图的镜头拉远至大远景，红衣女子和黑衣女子的身影在广袤的竹林中变得渺小，视觉重点：观众视线聚焦于人在自然中的渺小感，烘托出“江湖”这一主题的宏大与深远。构图 (Composition): 水平线构图。景别 (Shot Scale): 大远景 (Extreme Long Shot)。机位 (Camera Position): 轴线正侧高位机位。角度 (Angle): 俯视 (High Angle)。镜头类型 (Lens Type): 广角镜头 (Wide-Angle Lens)。注意两个人物的坐的位置完全不变。注意画面中的茶杯，茶壶等元素与参考图保持高度一致。

推荐的流程：

-一般的AI视频出图流程先统一用Nano Banana 2（也可结合上面说的512批量生成法），假如Nano Banana 2 超过5次生成不出来满意的画面，再更换Nano Banana pro。

-涉及多人的场景融图，建议直接上Nano Banana pro。

Nano Banana 2在AI视频中的实战应用

我这边分享几个常见的应用和提示词。

提示词基础结构

一个高质量的提示词通常包含以下模块（可选，按需组合）：

[画面风格] + [主体描述] + [场景/环境] + [技术参数] + [特殊指令]

在AI视频场景中的应用

应用 1：生成电影级质感的场景图

3×3 九宫格电影分镜图，每格比例一致，统一电影级东方武侠美学风格，基于参考图的同一红衣古装女侠，九格为同一人物在三个场景下的不同电影镜头，每个场景对应三格：第一格（竹林饮茶・全景）：辽阔青竹林间，女侠静坐竹间石凳，手持白瓷茶杯，身姿挺拔，远景竹林幽深，柔光漫射，静谧江湖氛围感；第二格（竹林饮茶・中景）：女侠侧身执杯轻抿，衣袂轻垂，竹叶轻拂身旁，侧光勾勒身形，画面清雅沉稳；第三格（竹林饮茶・特写）：女侠持杯手部特写，指尖轻捏杯沿，瓷杯细腻质感，竹叶光影落于手背，细节精致；第四格（河边饮酒・全景）：河畔青石岸，女侠立在水边，手持酒壶仰头饮酒，河水潺潺，远山朦胧，落日暖光洒；身第五格（河边饮酒・中景）：女侠饮酒侧脸中景，酒壶贴唇，发丝微扬，河面波光映脸，洒脱侠气尽显；第六格（河边饮酒・近景）：女侠饮酒神态近景，眼神凛冽带醉意，酒液微垂，背景河水虚化，情绪饱满；第七格（夜间沙漠骑马・全景）：深夜大漠星空璀璨，女侠策马独行，黄沙漫漫，马蹄踏沙，冷月光辉笼罩，孤寂壮阔；第八格（夜间沙漠骑马・中景）：女侠骑马侧身中景，手握缰绳，衣袍被夜风扬起，沙漠月影随行，苍茫大气第九格（夜间沙漠骑马・特写）：女侠握缰手部的特写，风沙轻扬，缰绳纹理清晰，夜色冷调质感十足

应用 2：还原真实历史场景，生成不同视角的图片

这里引用官方的案例：

History on Maps: Generate hyper-realistic, Maps-style street view imagery that "reimagines" historical events (like the 800 AD crowning of Charlemagne) as if captured by modern 360-degree cameras.

Prompt: Generate a hyper-realistic image of the crowning of Charlemagne on December 25, 800 AD, perfectly replicating a Google Maps Street View capture. Show Pope Leo III placing the imperial crown on a kneeling Charlemagne inside Old St. Peter's Basilica. Include a 123-degree wide-angle barrel distortion, a semi-transparent Google Maps UI overlay (navigation compass, 2D map thumbnail, white directional chevron arrows floating over the stone floor), and a '© Google 800' watermark. Automatically blur the faces of Charlemagne, the Pope, and surrounding medieval nobles for privacy. Use warm, dim torchlight and candlelight filtering through the basilica, dramatic shadows, and high-ISO digital noise typical of a 360-degree camera struggling in a low-light interior.

应用 3：真实地点精准还原（结合联网搜索的能力）

生成参考图的主角在洛杉矶海边高速公路骑摩托车的场景，中近景，侧拍视角。真实电影质感，必须确保人物周围的建筑细节和景观（山脉）与实际情况相符。确保人物的比例符合正常比例。

应用 4：生成人物/物品的三视图

标准人设出图，人物全身的正侧背三视图，背景纯白，左侧近景胸像，右侧全身三视图：正视图、侧视图、背视图。完全真人写实风格。

其他官方案例

Cartoon Portraits: 将个人照片转化为风格化、高保真3D角色，使其与现实中的本人互动。

Prompt: Based strictly on the uploaded reference image, create a photorealistic scene featuring the real human standing next to a giant 3D animation-style version of themselves. Both must have identical facial structures, clothing, and poses. The real person is smiling naturally with their hand on the 3D character's shoulder. The 3D version is proportionally larger, anatomically identical but stylized, with expressive eyes and a playful smirk. Clean gray-blue studio background, cinematic lighting, crisp textures. (Note: Requires uploading an image).

Animation to Image: 利用模型将轮廓将动画人物转化为超写实摄影级图像。

Prompt: Convert this uploaded animated still into an ultra-realistic, cinematic, and fully photorealistic scene. Transform the animated characters into real humans while perfectly preserving their original identities, facial structures, outfits, expressions, and overall likeness. (Note: Requires uploading an image).

Kindergarten Filter:幼儿园风格的蜡笔涂鸦

Prompt: A child's crayon drawing on white lined notebook paper of maple taffy on snow. Use chunky wax-crayon strokes, wobbly outlines, and bright bold colors that messily overflow the lines. Include visible heavy pressure marks, waxy smudges, and uneven scribble shading. Draw important elements disproportionately large with simple flat shapes, round friendly faces, dot eyes, and big curved smiles. Add a classic large yellow sun in the corner, puffy clouds, and zero realistic perspective. Joyful, naive art style.