如何使用 Nano Banana 构建应用：完整开发者教程

Google 最新发布了 Gemini 2.5 Flash Image，这是一款强大的全新图像生成和编辑模型，代号 Nano Banana。该模型具备最先进的图像创作与编辑能力，为开发者解锁了丰富的应用场景。

本教程将为开发者全面介绍如何通过 Gemini Developer API 集成 Gemini 2.5 Flash Image（即 Nano Banana），包括：

• 在 AI Studio 中使用 Nano Banana
• 项目环境搭建
• 图像生成
• 图像编辑
• 照片修复
• 多图输入
• 对话式图像编辑
• 最佳实践与高效提示词技巧
• 社区案例与灵感
• 参考资源

以下是本教程中的一个实际案例：

 prompt = "恢复并为这张 1932 年的照片上色" response = client.models.generate_content( model="gemini-2.5-flash-image-preview", contents=[prompt, image], ) 

普通用户可在 Gemini 应用中体验 Nano Banana，但开发者最推荐的原型测试环境是 Google AI Studio。AI Studio 是进行各种 AI 模型实验的最佳“游乐场”，也是集成 Gemini API 的起点。

你可以免费在 AI Studio 内使用 Nano Banana。只需访问 aistudio.google.com，登录 Google 账户，然后在模型选择器中挑选 Nano Banana。

直接开启新会话可访Nano Banana 教程问：ai.studio/banana

小贴士：你还可以直接在 AI Studio 里开发和测试 Nano Banana Web 应用（ai.studio/apps），也可以查看和 Remix 已有的社区应用。

按照本指南，你需要准备以下内容：

• 在 Google AI Studio 获取 API Key
• 为你的项目开通计费
• 安装 Google Gen AI SDK（支持 Python 或 JavaScript/TypeScript）

1. 在 Google AI Studio 左侧导航栏点击“获取 API 密钥”
2. 点击“创建 API 密钥”
3. 选择已有 Google Cloud 项目或新建项目（用于计费管理）
4. 创建完成后，系统会显示你的 API 密钥，请妥善保存

在 AI Studio 内原型测试免费，但通过 API 使用模型是付费的。你需要在 Google Cloud 项目中开启计费。

1. 在 API Key 管理界面，点击项目旁边的 “设置计费”，并按指引操作

Nano Banana 的价格？
生成一张图片费用 $0.039（大约 1 美元可生成 25 张图片）。

官方标准为：每 100 万输入 Token 收费 $0.30，每 100 万输出 Token 收费 $30。标准 1024x1024px 输出图片约消耗 1290 Token，折算下来每张图 $0.039。详细可查阅 官方价格表。

请选择你常用的开发语言：

Python：

 pip install -U google-genai pip install Pillow # 图像处理库 

JavaScript / TypeScript：

 npm install @google/genai 

以下示例以 Python 为主，等效的 JavaScript 代码可查阅 GitHub Gist。

使用 Nano Banana，可以通过描述性文本生成一张或多张图片。所有 API 请求均使用模型 ID：gemini-2.5-flash-image-preview。

 from google import genai from PIL import Image from io import BytesIO client = genai.Client(api_key="YOUR_API_KEY") prompt = """ 生成一只橘猫，绿色眼睛，坐在沙发上，风格写实。 """ response = client.models.generate_content( model="gemini-2.5-flash-image-preview", contents=prompt, ) for part in response.candidates[0].content.parts: if part.text is not None: print(part.text) elif part.inline_data is not None: image = Image.open(BytesIO(part.inline_data.data)) image.save("cat.png") 

输出说明：
模型响应是一个 parts 列表，可能包含混合文本和图片数据（inline_data）。上面代码会遍历 parts，自动提取并保存图片。

你可以上传一张图片，配合文本提示，实现图片的高级编辑。模型善于保持人物/主体的一致性。

 from google import genai from PIL import Image from io import BytesIO client = genai.Client(api_key="YOUR_API_KEY") prompt = """ 以这只猫为基础，生成一张写实风格的图片， 场景为纽约街头，猫在街边人行道上行走， 背景为模糊的人腿和经过的黄色出租车。 """ image = Image.open("cat.png") response = client.models.generate_content( model="gemini-2.5-flash-image-preview", contents=[prompt, image], ) for part in response.candidates[0].content.parts: if part.text is not None: print(part.text) elif part.inline_data is not None: image = Image.open(BytesIO(part.inline_data.data)) image.save("cat2.png") 

只需一句提示词，Nano Banana 能高质量修复、上色老照片。

 from google import genai from PIL import Image from io import BytesIO client = genai.Client(api_key="YOUR_API_KEY") prompt = "恢复并为这张 1932 年的照片上色" image = Image.open("lunch.jpg") # 1932年摩天大楼午餐照片 response = client.models.generate_content( model="gemini-2.5-flash-image-preview", contents=[prompt, image], ) for part in response.candidates[0].content.parts: if part.text is not None: print(part.text) elif part.inline_data is not None: image = Image.open(BytesIO(part.inline_data.data)) image.save("lunch-restored.png") 

你可以输入多张图片，实现更复杂的编辑需求。

 from google import genai from PIL import Image from io import BytesIO client = genai.Client(api_key="YOUR_API_KEY") prompt = "让这个女孩穿上这件T恤，背景保持不变。" image1 = Image.open("girl.png") image2 = Image.open("tshirt.png") response = client.models.generate_content( model="gemini-2.5-flash-image-preview", contents=[prompt, image1, image2], ) for part in response.candidates[0].content.parts: if part.text is not None: print(part.text) elif part.inline_data is not None: image = Image.open(BytesIO(part.inline_data.data)) image.save("girl-with-tshirt.png") 

支持多轮“聊天”编辑，持续上下文，适合渐进式修改。

 from google import genai from PIL import Image from io import BytesIO client = genai.Client(api_key="YOUR_API_KEY") chat = client.chats.create(model="gemini-2.5-flash-image-preview") # 第一步修改 response1 = chat.send_message([ "把猫换成一只孟加拉猫，其他都不变", Image.open("cat.png"), ]) # 保存图片... # 继续编辑 response2 = chat.send_message("给猫戴上一顶有趣的派对帽") # 保存图片... 

小贴士：如果你发现多轮编辑后图片细节出现模糊或“漂移”，建议用最新图片+详细提示词开启新会话，可保持高品质。

• 极致具体：越具体越好，描述主体、颜色、光线、构图等细节，能更好控制结果
• 提供背景与意图：说明图片的用途、氛围等，模型会结合上下文做出更优创意
• 迭代优化：首次生成不一定完美，多次对话式微调能得到最佳图像
• 分步骤描述：复杂场景可拆解为多步提示
• 正面描述：少用否定词，尽量用期望场景的正向表达
• 摄影/电影术语：用“广角”、“微距”、“低机位视角”等术语控制画面风格

更多提示词建议可查阅 提示词指南。

• 视角转换（by @henrydaubrez）
• 角色一致性 Few-shot 学习（by @multimodalart）
• Google Maps “红箭头视角”变换（by @tokumin）
• 用简笔画生成图片（by @yachimat_manga）
• 静态图片生成 3D 模型（by @deedydas）
• 基于地理位置的 AR 体验（by @bilawalsidhu）
• 2D 地图转 3D 图形（by @demishassabis）

本教程涵盖了 Nano Banana（Gemini 2.5 Flash Image）的基础用法：环境搭建、图片生成与编辑、高阶技巧等。你已准备好将这些强大能力集成进自己的项目！

推荐进一步阅读：

• Google AI Studio
• Gemini API 官方文档
• AI Studio 内置 Pixshop 应用

如果你用 Nano Banana 做出了有趣的项目，欢迎联系或在 X（推特）上 @patloeber！