这篇讲什么
用 prompt 编辑已有图——改局部，保留其余。
本文涉及的工具 / 概念：
- Gemini: Google 的多模态 AI 助手以及背后的同名模型家族，深度集成 Google Workspace、搜索、Gemini API / Vertex AI。
- Nano Banana: 社区给 Google
Gemini 2.5 Flash Image图像编辑模型起的昵称。这个名字最早出现在 lmarena.ai 的盲测榜上，后来 Google 确认是自家模型，现在已经原生整合进 Gemini，不是单独的产品或 App。
Nano Banana 是什么，它和 Gemini 是什么关系
Nano Banana
Nano Banana 是 Gemini 2.5 Flash Image 的民间叫法。它最早是 lmarena.ai 上一个匿名条目，在图像编辑盲测里击败了一众老牌编辑器，后来 Google 出来认领，把它正式塞进 Gemini 家族。你打开 Gemini 对话、上传一张图、让它改一处，背后干活的就是这个模型——没有独立的 “Nano Banana” UI。
最适合做的事：
- 定点局部修改，其它部分不动（换上衣颜色，但脸完全不变）。
- 在同一段对话里多轮迭代：“现在把天空改成橙色""现在把脸放大点”——对话会记住前几步的编辑结果。
- 风格迁移但保留主体：同一张人像换成水彩 / 3D 渲染 / 线稿，人物身份不变。
- 同一个人 / 同一只宠物在不同场景、不同服装、不同角度下的一致性变体。
典型 prompt 示例：
这是我家狗在沙发上的照片。
把沙发换成秋天公园里的木长椅，
狗、灯光、姿势完全保留。
下一条消息再说：现在加点黄昏的金色光。它做不太好的事：图里的细节文字会跑偏（logo、招牌、整段文案容易变形）；多主体复杂场景的次要细节会糊掉；风格改得太重会把构图带歪；没有像 Photoshop 那种毫米级的选区 / 蒙版工具。
Gemini
Gemini 是 Google 的多模态 AI 助手和背后的模型家族，在同一段对话里能处理文字、代码、图像（生成 + 编辑）、音频。你平时拿来问问题、写代码的那个 Gemini 对话窗，正是上传图片让它改图的入口——传图、写需求、出结果、继续改。
最适合做的事：
- 文字 + 图像生成 + 图像编辑共用一个对话窗，不用切工具。
- Gemini 应用提供免费、AI Pro、AI Ultra 三档；Google AI Studio 有开发者免费配额；Gemini API / Vertex AI 走付费程序化调用。
- 单次会话上下文很长，10 步连改也能保持一致。
- 和 Google Workspace、搜索、Drive 集成度高，要从自己网盘里调底图很方便。
典型 prompt 示例：
打开 gemini.google.com，上传 product-shot.jpg，
然后说："把瓶子底部的价签擦掉，
标签和反光保留，
最后给我一张正方形裁切版发 Instagram。"它做不太好的事：图像编辑能力的局限就是上面 Nano Banana 那一块；免费档的速率限制更低、输出尺寸更小；部分地区还有功能缺口；真要毫米级抠图 / 图层 / 蒙版精度，还是得回到 Photoshop。
这篇适合谁看
已有底图、要改局部的人——产品图、人像、社媒图、Mock-up 都算，想用自然语言改图，而不是开一个桌面编辑器。
什么时候适合用
只想改一处时，不想重新生成。
开始前准备
- 准备一个明确目标：要生成什么、修什么、审核什么，而不是只写”帮我看看”。
- 把必要上下文放在同一次对话里：文件、链接、截图、限制条件、成功标准。
- 先用一个小样本跑通，再把同样流程扩展到完整项目或完整素材。
具体步骤
- 打开
gemini.google.com，新开一段对话（用拥有相应订阅的 Google 账号登录）。 - 通过附件按钮上传底图。
- 用自然语言只描述这一步要改什么：“把背景换成蓝渐变，保留主体和灯光。“明确写出要保留什么。
- 在同一段对话里继续迭代——一次一处（“现在把天空改成橙色""现在脸再大一点”），让模型在上一版的基础上接着改。
- 把可能要回退的中间版本另存下来——对话历史会留着，但下载出来不一定能拿到完整分辨率。
建议的操作流程
底图 → 一处定向修改 → 保存 → 下一处。
Nano Banana 与其他图像编辑器对比
Photoshop 生成式填充
Photoshop 的生成式填充长在一个完整的图层 + 蒙版编辑器里，所以在毫米级选区、非破坏性图层、精确色值这些事上它是赢的。Nano Banana 的强项是用自然语言整图改——“改成黄昏，脸不变”——根本不用打开蒙版工具，速度也快很多。几何 / 像素级精度的活交给 Photoshop；描述性的、整张图调氛围的活交给 Nano Banana。
Flux Kontext（Black Forest Labs）
Flux Kontext 也是指令驱动的图像编辑器，在硬核的非破坏性合成上经常更强——比如往画面里插一个物体，且阴影、透视都要对得上——但它更慢，而且通常要走自己的 API 或第三方 UI。Nano Banana 直接长在 Gemini 对话里、支持多轮迭代，所以日常工作默认用它就行；只有当某一处合成在 Nano Banana 上反复跑不出来，才特意切去 Flux Kontext。
Seedream-edit（字节跳动）
Seedream-edit 是字节的图像编辑模型，在中文 prompt 和亚洲人脸身份保持上表现明显更稳——本地化的口语化描述它处理得更顺。Nano Banana 更通用、更深度集成在 Gemini 的整套工作流里；如果你的修改大量用中文 prompt、又以人像为主，可以把 Seedream-edit 留作第二选项备用。
容易踩的坑
- 一次改多处：模型会把多个改动平均着做一遍，你失去控制。每轮只改一处。
- 没说要保留什么：写明”保留主体、灯光、构图”，否则模型有权把它们一并改掉。
- 忘了对话是多轮叠加的：第 5 条消息是在第 1-4 步的结果上接着改的——想从原图重来，得另起一段对话重新上传原图。
- 让它在图里写长文字：logo、招牌、整段文案都会糊。文字事后用真编辑器加。
- 用 Nano Banana 做毫米级排版：精确裁切、对齐、色值这些事，最后一步回 Photoshop 收。
- 不存中间版本：第 7 次迭代比第 4 次还差时，你会希望第 4 次还在硬盘上。
FAQ
Q：Nano Banana 和 Gemini 是同一个东西吗？ A：Nano Banana 是社区给 Google Gemini 2.5 Flash Image 起的昵称，没有独立 App 或 UI。你在 gemini.google.com 上传图、让它改一处，背后干活的就是这个模型。
Q：怎么让它只改一处、其它完全不动？ A：明确写出要保留什么，例如“把上衣改成深蓝，脸、姿势、背景、灯光完全保留”。不写保留项，模型会“顺手”改其它部分。一次只下达一个改动，多个改动分多轮做。
Q：图里的文字 / logo 改完会糊，怎么办？ A：Nano Banana 处理细节文字（招牌、logo、整段文案）会跑偏，这是当前模型局限。文字层在 Photoshop / Affinity 里事后另起一层加，不要让 AI 在图里写长文字。
Q：什么时候该切到 Photoshop 生成式填充或 Flux Kontext？ A：要毫米级选区、精确色值、非破坏性图层时回 Photoshop。要把一个物体插进画面且阴影 / 透视都对得上时考虑 Flux Kontext。中文 prompt 加亚洲人脸身份保持，可以试字节的 Seedream-edit。