Nano Banana 2 Lite 提示词写作指南：又快又清晰的出图技巧

Google 于 2026 年 6 月 30 日发布了 Nano Banana 2 Lite——gemini-3.1-flash-lite-image，Gemini 图片系列中速度最快、价格最低的模型。它生成一张 1K 图片约需 4 秒，价格为 $0.034，比 Nano Banana 2 快约 2.7 倍，在 Arena.ai 文生图竞技场上仍位列总榜第 5，Elo 分数接近 1,251。想写好它的提示词，重点不是弥补一个"弱化版"模型的不足，而是清楚知道哪些参数发生了变化。

速度和价格并不是 Lite 档位唯一发生变化的地方。分辨率下降了，Google 搜索联网消失了，而反直觉的是——参考图数量的上限反而提高了。想又快又准地出图，关键在于搞清楚哪些取舍对你的任务真正重要，以及哪些提示词习惯能弥补那些确实重要的取舍。

Lite 档位到底改变了什么

有两个数字值得细品。Lite 生成一张 1K 图片的 $0.034，正好与 Nano Banana 2 的批量档位价格持平，比其标准档位便宜一半——而且是实时生成速度，不是批量排队等待。尽管是入门档位，Lite 依然保留了真正决定一张图能不能用的那些要素：角色一致性、提示词还原度和图内文字的清晰度。Google 官方对这一速度和价格的定位是"画质不打折"，唯一的真实上限是分辨率。

这一档位也默认开启思考模式，可通过 thinking_level 控制：minimal 或 high。更高的思考等级会在生成最终图片之前先做几次构图测试——当提示词中有多个元素需要彼此协调时，多花这零点几秒是值得的。画面比例支持与系列其他模型保持一致：1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9 和 21:9 均可选用，所以取景应该直接写进提示词，而不是事后再补。

反直觉的一点：参考图不减反增

面对一个"轻量版"模型，人的直觉往往是默认每个参数都被调低了。参考图数量打破了这个规律。Nano Banana 2 Lite 每次生成最多可接受 14 张参考图或物体图——比 Nano Banana 2 上限的 10 张物体图加 4 张角色图还要多。

这让 Lite 成为围绕大型参考图集展开的任务的真正有力选择：拥有十几个 SKU 的产品线、包含多种服装或道具变体的角色设定集、需要多个 logo 组合同时出现并保持一致的品牌素材包。你放弃的是顶级分辨率，换来的是在决定多参考图生成能否成立的这一项输入上获得更大空间。如果一项任务需要十张以上的参考图，又不需要 4K 输出，Lite 就是更合适的工具，而不是一种妥协。

一套适配这一档位的提示词模板

Google 针对 Nano Banana 2 Lite 给出的建议，与整个 Gemini 图片系列的反应规律是一致的：丰富、具体的细节能提升可控性，模板化的结构比松散的关键词堆砌更有效。五个槽位几乎能覆盖所有需求：

[Shot type] of [specific subject with descriptive detail], in [setting],
lit by [lighting direction and quality], shot from [camera angle / lens
characteristic]. [Style descriptor: medium + visual qualities].

在发送提示词之前，把它当作一份检查清单过一遍：

• 镜头类型——特写、四分之三产品镜头、大远景建立镜头。不要把取景交给模型去猜。
• 主体——具体，而不是笼统。"一位前臂沾满面粉的 34 岁陶艺师"永远比"一个人"更有效。
• 场景——地点和时间，包括背景中任何重要的元素。
• 光线——方向、质感和色温。"左侧柔和的窗光"和"生硬的顶部荧光灯"会产生截然不同的画面。
• 镜头角度 / 焦段——平视还是低角度，35mm 还是微距。这一项对构图的影响，比大多数提示词给予它的重视程度要大得多。
• 风格描述词——写明媒介（摄影、水彩、3D 渲染）和你想要的视觉质感（胶片颗粒、光泽影棚质感）；正是这些描述词，让一批变体之间保持彼此一致。

这套结构在任何 Gemini 图片档位上都适用——只是在约 4 秒一张的生成速度下，你完全可以把这套模板改动一个槽位后跑五六遍，从中挑出最好的结果，而不必反复手动打磨单条提示词。

五条可以试试的提示词

1. 单参考图产品主图。 "一双哑光陶瓷白运动鞋，四分之三角度置于石板灰底座上，柔光箱主光源来自左上方，配以背后的轮廓光，50mm 微距镜头，浅景深，编辑感产品目录风格，无道具。"以 $0.034、约 4 秒一张的成本，出十个角度变体的花费，比在速度更慢的模型上改一轮还便宜。

2. 多参考图一致性测试，挑战 14 张上限。 "根据所附的参考图集，生成同一角色的四分之三影棚肖像，姿势和光线与参考图保持一致。面部特征、服装和色彩搭配须与参考图完全相同；只将背景改为暖色渐变影棚背景。"这正是 Lite 多出来的参考图空间所擅长的任务。

3. 编辑感人像，thinking_level 设为 high。 "一位年迈的提琴制作师在自己的工坊中的抓拍式编辑人像，黄金时刻的光线透过布满灰尘的窗户洒入，85mm 镜头，浅景深，自然胶片颗粒感，纪实摄影风格。"复杂场景更适合把 thinking_level 调到 high——当一份需求要协调这么多元素时，中间的构图测试环节就物有所值。

4. 快速社媒变体，thinking_level 设为 minimal。 "一杯抹茶拿铁和一块亚麻餐巾平铺在大理石台面上，柔和的顶部日光，俯拍角度，极简美学，柔和的马卡龙色调。"对于大批量、低复杂度的内容，minimal 思考等级能在不牺牲构图质量的前提下保持高吞吐量。

5. 风格描述词压力测试。 "黄昏时分礁石海岸边一座灯塔的水彩插画，可见的纸张纹理，松散的湿画法晕染，柔和的靛蓝与铁锈色调，手写标题区域留白。"明确写出媒介和具体技法——而不只是笼统的"水彩风格"——能让一批图在视觉上保持一致。

无需从头重写提示词的多轮编辑

Nano Banana 2 Lite 支持通过 previous_interaction_id 进行迭代式打磨——你引用上一次生成的结果，而不必重新描述整个场景。一个典型的对话流程如下：

• 第一轮： 用完整提示词生成基础图片。
• 第二轮： "基于上一次生成的结果，把外套颜色改为酒红色，并在路面加上雨后反光效果。"
• 第三轮： "拉近到更紧的四分之三构图，并把色调稍微调暖。"

每一轮只需要描述这次改动，而不必重述整个场景——这样才能把 Lite 的速度真正转化为一个连贯的迭代循环，而不是三条各自独立的冷启动提示词。

用保留指令保护你不想改动的部分

迭代编辑中最常见的失败模式是"改动蔓延"：你只要求一处改动，结果却改了三处。明确的保留指令可以解决这个问题。在任意一轮编辑中加上一句"保持背景不变"或"保持主体的姿势和表情不变"，模型就会把它当作硬性约束，而不是可选建议来处理。

Nano Banana 2 Lite 仍然落后的地方

有两项限制值得提前规划。分辨率上限为 1K——只能输出 0.5K 和 1K，没有 2K 或 4K 路径——所以大幅面印刷或广告牌类工作应该交给更高档位。另外，Lite 不支持 Google 搜索联网，因此依赖时事或实时数据的提示词不会有任何真实依据；这类任务应该交给其他模型，或搭配人工事实核查。

哪些技巧可以直接套用到 OmniArt 上的 Nano Banana 2

如果你目前还用不上 Lite，这一部分才是真正重要的内容。Nano Banana 2（gemini-3.1-flash）已经在 OmniArt 图片工作区上线，标注为"新品"和"热门"，它与 Lite 共享足够多的提示词语法，因此上文的大部分内容都可以直接套用。

换句话说，真正可迁移的是提示词写作的方法论，而不是某个档位的具体限制。今天就在 Nano Banana 2 上养成从镜头类型到镜头角度的完整习惯，等 Lite——或者未来任何新档位——进入工作区的那一刻，这套习惯就能直接派上用场。

想了解完整的三方参数对比，请参阅 Nano Banana 2 Lite 对比 2 与 Pro：Gemini 图片模型怎么选。想了解这次发布在视频端的对应产品，Gemini Omni Flash 开发者 API 上线：I/O 之后有哪些新变化介绍了 Google 同时发布的内容。

FAQ

Nano Banana 2 Lite 已经上线 OmniArt 了吗？

还没有。Google 于 2026 年 6 月 30 日发布了 Nano Banana 2 Lite（gemini-3.1-flash-lite-image），目前仅可通过 Google AI Studio 和 Gemini API 使用。比它高一档的 Nano Banana 2，目前已经在 OmniArt 上线。

Nano Banana 2 Lite 和 Nano Banana 2 到底有什么区别？

主要是速度和分辨率。Lite 生成一张图约需 4 秒，而 Nano Banana 2 大约要慢 2.7 倍，1K 图片价格均为 $0.034。作为交换，Lite 的分辨率上限为 1K——没有 2K 或 4K——也不支持 Google 搜索联网。

为什么"轻量版"支持的参考图数量反而比旗舰版多？

这是一个真实的取舍，而不是疏漏。Lite 每次生成最多可接受 14 张参考图或物体图，而 Nano Banana 2 是 10 张物体图加 4 张角色图。如果一项任务对大型参考图集的依赖，超过了对 4K 输出的依赖，Lite 就是更合适的工具。

Nano Banana 2 Lite 能输出 4K 画质吗？

不能。Lite 的最高分辨率为 1K，仅支持 0.5K 和 1K 两种输出。需要 2K 或 4K，请使用 Nano Banana 2 或 Nano Banana Pro。

Nano Banana 2 Lite 支持 Google 搜索联网吗？

不支持。Nano Banana 2 支持，Lite 不支持。依赖时事或实时数据的提示词应该交给支持联网的模型处理，或搭配人工事实核查。

如何用 Nano Banana 2 Lite 进行多轮编辑？

使用 previous_interaction_id 引用上一次生成的结果，只描述你想要的改动——换个颜色、调整裁剪、调整光线。再搭配一句明确的保留指令（"保持背景不变"），阻止模型改动你没有要求的部分。

在 OmniArt 上开始创作

Nano Banana 2 Lite 还没有进入工作区，但它所奖励的那套提示词写作方法——具体的主体、明确的光线、清晰的保留指令——正是能让 OmniArt 上的 Nano Banana 2 出更好效果的关键。打开图片工作区，在 Nano Banana 2 上跑一遍从镜头类型到镜头角度的完整模板，等你得到满意的主图后，用产品图转视频工作流把它带入视频工作区。想了解更多跨模型的提示词结构，请参阅如何写出更好的 AI 生成提示词；想看完整的旗舰对比，请参阅 GPT Image 2 对比 Nano Banana 2。