【2025年10月更新】本文最初是介紹 Google Bard AI 聊天服務，隨著服務全面升級，這篇內容改為分享 Gemini 圖像生成技巧。
Google 不久前推出全新的 Gemini 2.5 Flash Image（Nano Banana）繪圖模型，並且開放免費用戶有限度生成圖像，相信許多人都已體驗其強大的繪圖技術，尤其是維持原圖主體進行局部重繪非常出色，例如，根據人物照片替換背景環境或服裝。若是透過提示生成圖像，卻達不到理想中的效果，官方也有分享的 Gemini AI 繪圖技巧，包括基礎觀念與進階繪圖都有明確說明。
原文出處：https://blog.google/products/gemini/image-generation-prompting-tips/
一、掌握六大元素，建構有效的繪圖提示詞
雖然簡單的一兩句話即可生成相應的圖像，但若想更細膩地繪製出所需的畫面，官方建議在提示詞中包含六個核心元素，將 AI 繪圖描述當成建構藍圖。
1、主詞：具體描述圖像主體，盡量包含細節。
例如「一個眼神堅毅、眼睛散發藍光的機器人咖啡師」。
2、構圖：指定畫面的取景方式。
例如「主體特寫」、「廣角鏡頭」、「低角度拍攝」。
3、動作：描述圖像主體的動作或姿勢。
例如「正在沖泡一杯咖啡」、「正在施展一個神奇的法術」。
4、地點：明確指出畫面場景。
例如「一個位於火星上的未來感咖啡館」、「一個陽光普照、開滿野花的草地」。
5、風格：提示整張圖像的視覺效果。
例如「3D 動畫」、「黑色電影」、「水彩畫」、「90年代攝影風格」。
6、編輯指令 ：若要改變既有圖片，指令要直接且明確。
例如「將男人的領帶換成綠色」、「移除背景中的那輛車」。
二、以圖生圖的進階技巧，對已生成的圖像進行重繪。
1、保持角色外觀的一致性
Gemini 繪圖模型可以用詳細的提示詞創造一個角色，然後在同一個對話中，要求 AI 將「同一個角色」放到另一個場景或更換動作姿勢，重新繪製圖像時，Gemini 能維持角色的主要特徵，如臉部、服裝和外觀。範例：
生成圖像「一位充滿未來感的賽博龐克風格女孩，她身穿黑色夾克，背景是霓東京街頭夜景。」
指令「現在，讓同一個女孩站在一座摩天大樓的頂樓邊緣，俯瞰著下方繁華的城市光景。」
2. 精準的局部修改
使用者可透過口語化指令，對圖片的特定部分進行精確修改，不需要重繪整個場景。範例：
指令「一間有落地窗的現代風格書房，房內有一張淺灰色布質沙發和一張深色書桌。」
指令「將沙發的顏色改成沉穩的深墨綠色」。
指令「現在，在書桌上放一台打開的筆記型電腦和一杯冒著熱氣的咖啡」。
3、融合不同的概念與風格
在生成圖像時，可以嘗試將兩個完全不同的主體或風格融合在一起，創造出超現實的驚奇畫面。範例：
指令「生成一張寫實的人物全身照片，主角是一位女士身穿中國古代唐朝服裝。」
指令「生成一張照片，描繪一個未來科技感的高速列車月台。」。
指令「讓這位唐裝女士，站在高速列車月台上，眼睛望向前方。」
4、維持圖像主題改變風格
透過指令來套用另一種樣式、風格或紋理，徹底改變影像的視覺效果，同時保持原始主題完好無損。範例：
指令「生成一張停在歐洲石板路旁的復古黃銅自行車的寫實照片。」
轉換提示「將這張圖片轉換為炭筆素描風格。」
5. 運用邏輯與推理生成複雜圖像
當無法一次描述出所需的圖像時，利用簡單概念＋推理讓 Gemini 構建細節，適合用於創建現實活中的流程內容。範例：
生成照片「一位帥氣廚師，身穿廚師服，雙手捧著一個三層蛋糕，走進婚禮會場。」
指令（延續對話）「這位廚師因為絆到腳，身體往前傾斜，蛋糕從手中飛出去，臉上露出驚慌。」
結語：
總結來說，將繪圖提示當成一齣戲的劇本，裡面描述場景畫面、人物動作與服裝（生成指令），這些指令可以簡單敘述或完整詳細。AI 則是依照劇本執行的演員，當 AI 收到簡單指令，由於沒有過多訊息，就只會生成基本構圖的影像，若向 AI 傳達清晰的描述，將會按照劇本呈現出各種有趣的作品！
0 留言