别再背10条图片提示词：Nano Banana 2 真正好用的是这套“图像任务协议”
“帮我把照片变清晰。” “把这张图扩成16:9。” “做一张有电影感的夜景。” 这些指令当然能用。 但如果你真的开始高频使用 AI 改图，很快会遇到一个问题： 你不是缺更多提示词，你缺的是一套能告诉模型“什么必须保留、什么可以改变、怎么判断改成功”的任务协议。 原素材给了10个很典型的场景。它的价值不在于那10句话本身，而在于几乎覆盖了 AI 图像编辑最常见的几类任务：修复、扩图、构图、风
别再背10条图片提示词：Nano Banana 2 真正好用的是这套“图像任务协议”
“帮我把照片变清晰。”
“把这张图扩成16:9。”
“做一张有电影感的夜景。”
这些指令当然能用。
但如果你真的开始高频使用 AI 改图，很快会遇到一个问题：
你不是缺更多提示词，你缺的是一套能告诉模型“什么必须保留、什么可以改变、怎么判断改成功”的任务协议。
原素材给了10个很典型的场景。它的价值不在于那10句话本身，而在于几乎覆盖了 AI 图像编辑最常见的几类任务：修复、扩图、构图、风格、信息设计、品牌视觉和人像。
截至 2026-08-13，Google 官方已经把 Nano Banana 作为 Gemini 原生图像生成能力的名称。当前 Nano Banana 2 对应 Gemini 3.1 Flash Image，官方把它定位为兼顾速度、4K生成、世界知识、多参考图和文字显示的通用图像模型。与此同时，旧的 Imagen 路线已经进入淘汰阶段，并计划在 2026-08-17 停止。
所以这篇不再做“10条神 Prompt 收藏”。
我们直接把它升级成一套可以长期迁移到不同图像模型的工作方法。
一条靠谱的图像指令，至少有5层
1. 任务：你到底要改什么
先说动作，不要先堆风格词。
例如：
- 修复模糊；
- 扩大画面；
- 改成夜景；
- 把照片做成信息卡；
- 生成品牌主视觉。
- 脸型不能被重新设计；
- 五官比例不能变化；
- 发型、痣、年龄特征尽量保留；
- 不新增首饰；
- 不改变人物身份特征；
- 不把修复变成“重新生成一个长得像的人”。
- 背景可以向两侧扩展；
- 光线可以改；
- 画面比例可以变；
- 信息卡可以重新排版；
- 服装可以换成商务风。
- 比例；
- 方向；
- 分辨率目标；
- 是否透明背景；
- 是否需要文字；
- 文字语言；
- 视觉用途：网站封面、小红书、海报、商品图、头像。
模型首先要知道任务类型。
2. 锁定项：哪些东西绝对不能动
这是普通提示词最容易漏掉的地方。
比如修复一张人物旧照，真正重要的不是“更高清”。
而是：
如果没有锁定项，模型很容易把“修复”理解成“美化重画”。
3. 可变项：允许它在哪些地方发挥
例如：
给自由度，但把自由度限定在正确区域。
4. 输出规格：别等生成完才发现尺寸不对
至少说清：
“好看”不是规格。
“1200×628横图，主体居中偏左，右侧留标题区域”才是。
5. 验收：什么叫成功
这一层特别重要。
例如老照片修复：
> 成功标准：人物身份特征与原图一致；不添加原图不存在的五官细节；色彩自然；皮肤不过度磨皮；背景修复不抢主体。
扩图：
> 成功标准：新增区域和原图的透视、光线、纹理连续；主体大小不变；不裁掉原有关键元素。
你一旦开始写验收，提示词就从“愿望”变成“任务”。
把原来的10个场景重新做一遍
场景1：模糊照片修复
不要只说“提高清晰度”。
更稳的版本：
> 目标：改善这张照片的可读性与细节。 > 锁定：不得改变人物身份、脸型、五官比例、原有物体数量和画面事件。 > 允许：降噪、适度锐化、修复压缩伪影、恢复可推断纹理。 > 禁止：凭空添加看不清的文字、饰品、人物或细节。 > 输出：保持原比例。 > 验收：先说明哪些区域因原始信息不足无法可靠恢复，不要把猜测伪装成修复。
最后一句非常重要。
AI 可以生成“合理细节”，但合理不等于真实。
场景2：城市3D剖面模型
原素材的伊斯坦布尔示例很适合做视觉创意。
可以改成变量模板：
> 创建[城市]的方形3D地形剖面视觉。顶部展示[3-5个代表性建筑/自然元素]，下方展示岩层、土壤和根系。整体采用[等距/沙盘/博物馆模型]视觉。城市名称作为设计元素出现，但不要遮挡关键地标。背景[白色工作室]，光线[柔和棚拍]。如果无法确认某个地标的真实外观，不要虚构为“准确复原”。
这样以后换城市也能用。
场景3：照片转信息卡
这里不要只让模型“加字”。
先要求它提取信息结构：
> 先识别图像主题，并把“可从图中确认的信息”和“需要外部事实才能确认的信息”分开。只把前者直接放进信息卡；后者如果没有可靠来源，标记为待核验。版面包含标题、3-5个关键标注、结构关系和简短说明。不要为了填满版面编事实。
这一步对 alphahole 很重要。
因为“能画信息图”不代表“图里的事实自动正确”。
场景4：扩图
> 将画面从[原比例]扩展到[目标比例]。主体大小、位置关系和关键动作保持不变。新增区域延续原图透视、景深、光源方向、天气、纹理和色调。不要在边缘添加新的主要人物或抢眼物体。
场景5：改比例
如果只是写“改成2:1”，模型可能直接裁。
应该明确：
> 优先通过扩展背景适配2:1；只有在不损失关键主体时才允许轻微裁切。保持主要元素完整，并在[左/右]预留文字安全区。
场景6：电影光线
“电影感”太模糊。
可以拆成：
> 保持场景内容和时间逻辑不变，只调整照明与色彩。主光来自[方向]，色温[暖/冷]，阴影[软/硬]，高光不过曝，肤色保持自然。不要通过新增太阳、灯具或烟雾强行制造效果，除非我明确允许。
场景7：白天转夜晚
真正难的是物理一致性。
> 把白天场景转换为可信夜景。保留建筑、人物、道路和构图。降低天空亮度，调整整体曝光和色温；只有画面中真实存在的灯具才允许发光。更新反射和阴影方向，使其与夜间光源一致。不要随意新增霓虹灯。
场景8：品牌视觉
不要说“专业、高级”。
先给品牌约束：
> 品牌：[名称] > 产品：[是什么] > 受众：[谁] > 视觉关键词：[3个] > 禁止元素：[列出] > 必须使用：[logo/产品/品牌色] > 输出场景：[官网Hero/社媒封面/广告图] > 保持品牌识别元素准确，不重绘或篡改logo文字。
场景9：老照片修复
这类任务最应该克制。
模型不知道原来没拍清楚的那一小块脸“真实长什么样”。
所以应写：
> 以修复为目标，不以年轻化、美化或换脸为目标。保留皱纹、年龄、五官和原有身份特征。对完全缺失的区域采用低侵入修补，不把生成细节描述成历史真实。如果用于档案或家族记录，保留原图并标注AI修复版本。
场景10：职业头像，而不是“AI身份证”
原素材最后一条写“生成身份证照片”。
这在公开教程里要改。
正式身份证件、护照、签证、认证材料都有各自规则，AI生成或实质改变身份照片可能导致真实性和合规问题。
更安全的用途是：
> 基于本人真实照片生成“职业头像/证件风头像”，用于简历、企业通讯录或社交资料，不用于政府证件或身份核验。保持本人面部身份特征，不改变年龄、五官结构、肤色或可识别特征。白色/浅灰背景，正面构图，自然光，商务服装。
为什么这比“收藏10条Prompt”更值钱
因为模型会换。
Nano Banana 2 今天是一个具体工具；半年以后模型版本可能又变。
但图像任务里的五个问题不会很快过时：
我要做什么？什么不能动？什么可以改？输出什么规格？怎么验收？
以后 alphahole 的提示词库也应该优先保存这种“协议”。
不是保存一句咒语。
而是保存一个能复用、能检查、能迁移的工作单。