Gemini 生图提示词：18 个中文模板直接复制

Gemini 生图提示词是你写给 Gemini 图片模型（Google 把这项能力叫 Nano Banana）的一段画面说明。它用完整的句子最好用：说清这张图用在哪、画什么、怎么摆、什么光、什么风格、哪些地方必须保留。中文可以直接写，Google 的文档把 zh-CN 列在效果最好的语言里。

赶时间的话，先拿这条通用句式去改：

hljs text复制
生成一张用于[用途]的图片。
主体是[主体的材质、颜色、状态]，位于[画面位置]，[拍摄角度或景别]。
场景是[环境]，[光线]。整体是[风格]。
[必须保留或必须出现的细节]。[留白位置]留出干净的空白。

开头的“生成一张……的图片”有实际作用。Google Cloud 的文档提醒，Gemini 是多模态模型，不说明要图片时可能只回一段文字。

下面 18 条模板按 Google 提示词指南现行的分类排列：生成 7 类（模板 1–11）、编辑 7 类（模板 12–18）。它们是按 Google 英文模板的结构改写成中文的，方括号里换成你自己的内容即可。有三件事提示词说了不算，要靠参数或换模型：输出尺寸、精确张数、参考图数量，后面有一张对照表。

一条提示词要写清的七样东西

七样不必每次写满。Google 给出的做法里第一条就是“写得足够具体”：与其写“奇幻盔甲”，不如写出材质、纹样和轮廓。第二条是说明用途：“为一个高端极简护肤品牌设计 Logo”比“设计一个 Logo”更容易得到合适的结果。所以用途和主体两样不能省，其余按这张图的需要添。

填好的例子：

hljs text复制
生成一张用于护肤品牌网页首屏的图片。
主体是一瓶透明玻璃精华液，瓶身标签朝向镜头，位于画面右侧三分之一处，平视拍摄。
场景是干净的白色浴室台面，上午的自然光从左侧窗户照进来，台面上有淡淡的倒影。
整体是安静克制的写实产品摄影。
画面里只有这一瓶产品。左侧三分之二留出干净的空白。

生成类模板：从文字出图

1. 写实照片

把自己当成在给摄影师交代拍什么。要填：景别、主体、地点、光线、机位、镜头。

hljs text复制
生成一张写实照片：[景别，如特写/中景/广角]拍摄的[主体及细节]，地点是[场景]。
[光线的来源、方向和质感]。
从[机位，如平视/低角度/俯拍]拍摄，使用[镜头，如广角/85mm 人像/微距]。

例子：

hljs text复制
生成一张写实照片：近景拍摄的一位老陶艺师傅，戴着沾了泥点的围裙，正低头检查一只刚上釉的茶碗，地点是他堆满陶坯的工作室。
傍晚的暖光从侧面窗户照进来，照出泥土的颗粒和手上的皱纹。
平视拍摄，使用 85mm 人像镜头，背景柔和虚化。

2. 插画与贴纸

要填：风格、主体和它的配饰或动作、线条和上色方式、背景颜色。

hljs text复制
生成一张[风格]的[贴纸/插画]：[主体，带配饰或表情]正在[动作]。
线条[粗细和特点]，上色[平涂/赛璐璐/水彩]，配色[色调]。
背景是[纯白/指定颜色]。

例子：

hljs text复制
生成一张可爱风格的贴纸：一只开心的小熊猫，戴着一顶小竹帽，正在啃一片绿竹叶。
线条粗而干净，上色用简单的赛璐璐阴影，配色鲜艳。
背景是纯白色。

3. App 图标

图标属于插画的一种，但要求更窄：小尺寸下要认得出来。

hljs text复制
生成一个[产品或功能]的 App 图标。
用[主图形]表达[核心概念]，配色是[主色]加[辅助色]。
图形简洁，线条粗，缩小到很小时依然清晰；整个图标只有图形。
背景是[颜色]，图形四周留出均匀的边距。

4. 带文字的 Logo 或标题图

要填：图的类型、品牌或主题、加引号的原文、字体的样子、整体风格、配色。字体用描述而不是字体名，比如“粗的无衬线体”“手写毛笔字”。

hljs text复制
为[品牌或主题]生成一张[Logo/封面/招牌]，上面的文字是“[要出现的原文]”，
字体是[字体描述]。
整体设计[风格描述]，配色[颜色方案]。

例子：

hljs text复制
为一家名叫“每日研磨”的咖啡店生成一个现代极简的 Logo，上面的文字是“每日研磨”，
字体是干净的粗黑体。
配色只用黑白两色，Logo 放在一个圆形里，把一颗咖啡豆巧妙地融进图形。

Google 建议专业级的带字素材用 Nano Banana Pro。

5. 活动海报

海报上的字多，按 Google 的说法，先把文字定下来再让它进图，效果最好。分两步：

hljs text复制
第一步：
为[活动]写一套海报文案：主标题不超过 8 个字，副标题一行，时间和地点各一行。只输出文案。

第二步：
用上面的文案生成一张[比例]的海报。
主视觉是[核心画面]，风格是[电影感/极简/复古/科技感]。
主标题在顶部，字体是[字体描述]；时间和地点在底部，字号较小、排成两行。
文字与上面的文案逐字一致。

如果成图里的小字仍然不准，就让模型只留空白：把第二步最后两句换成“顶部和底部各留出干净的空白区域”，文字用设计软件加上去。

6. 信息图

同样先定文字。要填：主题、步骤数、每步的图标风格。

hljs text复制
第一步：
把[概念或流程]拆成[数量]个步骤，每一步写一个不超过 6 个字的标题和一句不超过 15 个字的说明。只输出文字。

第二步：
用上面的文字生成一张[比例]的信息图。
[数量]个步骤从[左到右/上到下]排列，每一步配一个[风格]的简单图标，步骤之间用箭头连接。
背景是[颜色]，标题字大而清晰，说明文字与上面逐字一致。

7. 产品图与电商主图

要填：产品、台面或背景、布光和它的目的、机位和要展示的特征、对焦位置、比例。

hljs text复制
生成一张高分辨率的棚拍产品照片：[产品的材质、颜色、形状]，放在[台面或背景]上。
布光是[布光方式，如三点柔光箱]，用来[布光目的，如减少反光、突出材质]。
机位是[角度]，重点展示[产品特征]。
写实，焦点落在[关键细节]上。[比例]。

例子：

hljs text复制
生成一张高分辨率的棚拍产品照片：一只极简风格的磨砂黑陶瓷马克杯，放在抛光的水泥台面上。
布光是三点柔光箱，光线柔和均匀，高光干净。
机位是略高的 45 度角，重点展示杯子利落的线条。
写实，焦点落在杯中咖啡升起的热气上。方图。

8. 网页首屏背景

大面积留白的图适合后期叠文字。要填：唯一的主体、它的位置、背景颜色、比例。

hljs text复制
生成一张极简构图的图片：只有一个[主体]，位于画面的[右下/左上/右侧三分之一]。
背景是大面积的纯[颜色]，留出明显的空白用来放文字。
光线柔和、不抢眼。[比例]。

例子：

hljs text复制
生成一张极简构图的图片：只有一片精致的红枫叶，位于画面的右下角。
背景是大面积的米白色，留出明显的空白用来放文字。
柔和的漫射光从左上方照下来。方图。

9. 社交平台竖图

hljs text复制
生成一张用于[平台]的 4:5 竖图。
主体是[产品/宠物/场景]，位于画面中央偏上，占画面约一半。
背景是[简洁的环境]，颜色比主体浅。
底部四分之一留出干净的空白放一行标题。配色明亮，在手机上一眼能看清主体。

10. 分镜与多格漫画

要填：格数、画风、角色、每格发生的事。Google 说明这类提示词在 Nano Banana Pro 和 Nano Banana 2 上效果最好。

hljs text复制
生成一张[格数]格漫画，画风是[风格，如高对比黑白墨线/柔和水彩]。
主角是[角色的外形特征]，每一格里保持同一个样子。
第一格：[发生的事]。第二格：[发生的事]。第三格：[发生的事]。
对话气泡里的文字是：“[台词一]”“[台词二]”。

例子：

hljs text复制
生成一张 3 格漫画，画风是线条圆润的日常水彩。
主角是一只戴红围巾的橘猫，每一格里保持同一个样子。
第一格：橘猫盯着桌上的一杯水。第二格：它慢慢伸出爪子。第三格：杯子倒了，它一脸无辜地看向镜头。
对话气泡里的文字是：“不是我。”

11. 需要最新信息的图

天气、比赛结果、近期事件这类内容，模型自己并不知道，要打开“使用 Google 搜索建立依据”这个工具，它才会先查再画。提示词本身只需要说清要查什么、画成什么样。

hljs text复制
把[需要最新信息的主题，如某地未来五天的天气/昨晚某场比赛的结果]做成一张[图表类型]。
风格[简洁现代/杂志感]，[比例]。
另外加一栏[你想要的补充信息]。

例子：

hljs text复制
把杭州未来五天的天气预报做成一张简洁现代的天气图表，16:9。
另外加一栏每天适合穿什么。

在 API 里要在请求中加上 tools=[{"type": "google_search"}]。Google 的文档注明，Nano Banana 2 的搜索功能目前不会使用网上搜到的真实人物照片。

编辑类模板：带着图片改图

编辑时把图片和提示词一起发给模型。只上传你有权使用的图片，生成内容受 Google 的 Prohibited Use Policy 约束。

12. 添加或移除元素

模型会自动匹配原图的风格、光线和透视，你要说清的是加什么、加在哪、怎么融进去。

hljs text复制
使用这张[主体]的图片，[添加/移除/修改][元素]，位置在[具体位置]。
让这处改动[融入方式，如与原图的光线方向一致、带自然的阴影]。

例子：

hljs text复制
使用这张我家猫的照片，在它头上加一顶小小的针织巫师帽。
帽子要像稳稳戴在头上一样，并且和照片里柔和的光线一致。

13. 局部重绘

不用画蒙版，用一句话圈定要改的部分，并明确其余部分原样保留。

hljs text复制
使用这张图片，只把[具体元素]改成[新元素及描述]。
图片的其余部分完全保持原样，包括原来的风格、光线和构图。

例子：

hljs text复制
使用这张客厅的图片，只把蓝色沙发改成一张复古的棕色皮质沙发。
房间的其余部分完全保持原样，包括沙发上的靠垫和光线。

14. 风格迁移

要填：原图主体、目标风格、这种风格的具体特征。

hljs text复制
把这张[主体]的照片转换成[画派或艺术风格]。
保留原来的构图，用[笔触、材质、配色等风格特征]重新绘制所有元素。

例子：

hljs text复制
把这张夜晚城市街道的照片转换成中国水墨画风格。
保留原来楼房和车辆的构图，用浓淡不同的墨色和留白重新绘制所有元素，只在路灯处点一点暖黄。

15. 多图合成

要填：每张图里取什么、放到哪、最终是一张什么样的图。用“第一张图”“第二张图”指代。

hljs text复制
用提供的几张图片合成一张新图。
取第一张图里的[元素]，放到第二张图的[元素或位置]上。
最终是一张[成图描述]，光线和阴影按[第二张图的环境]调整一致。

例子：

hljs text复制
用提供的两张图片合成一张专业的家居电商照片。
取第一张图里的黄铜台灯，放到第二张图的原木书桌左侧。
最终是一张写实的书房一角照片，台灯的阴影和色温按第二张图的窗边光线调整一致。

16. 保留关键细节

改图时最怕 Logo 或面部跟着变。Google 的做法是把要保留的部分详细描述出来，和修改要求写在一起。

hljs text复制
使用提供的图片，把[第二张图的元素]放到[第一张图的元素]上。
[第一张图里要保留的部分，逐项写出特征]保持完全不变。
新加的元素要[融入方式]。

例子：

hljs text复制
使用提供的两张图片，把第二张图里的圆形茶叶 Logo 印到第一张图的米色帆布包正面。
帆布包的形状、提手的长度、布料的纹理和左下角的皮标保持完全不变。
Logo 要像直接印在布面上一样，随布料的褶皱自然起伏。

17. 草图变成稿

要填：草图的媒介、主体、成稿的样子、保留什么、新增什么。

hljs text复制
把这张[铅笔/马克笔/白板]草图里的[主体]变成一张[成稿风格]的图。
保留草图里的[轮廓、比例等特征]，加上[材质、颜色、灯光等新细节]。

例子：

hljs text复制
把这张铅笔草图里的落地灯变成一张摆在客厅里的成品照片。
保留草图里细长的灯杆和倾斜的灯罩，加上哑光黑的金属材质和暖色灯光。

18. 同一角色的多个角度

想让同一个角色出现在多张图里，一次只要一个角度，并把之前生成的图一起传回去当参考；复杂的姿势再附一张姿势参考图。

hljs text复制
生成一张[这个角色]的棚拍肖像，背景是[颜色]，[正面/右侧面/四分之三侧面]。
角色的[发型、服装、配饰等特征]与提供的图片保持一致。

例子：

hljs text复制
生成一张这只吉祥物的棚拍肖像，背景是纯白色，右侧面。
它的蓝色围巾、圆耳朵和胸前的星形徽章与提供的图片保持一致。

每条模板出图是什么样，可以对着真实样图看：YingTu 的提示词库里每条可复制的提示词都带实际生成的样图和单张价格，多数还用同一条提示词跑了两三个模型。

提示词管不了的事

下面几样写进提示词也不保证生效，各有对应的解决办法。参数名是 Gemini API 的写法，数字截至 2026 年 10 月 1 日，出自 Google 的图片生成文档。

该用哪个模型

模型不同，同一条提示词能做到的事也不同。截至 2026 年 10 月 1 日，Gemini API 里有三个现行的图片模型：

选择规则很简单：

• 大量试方向、对速度和价格敏感，用 Nano Banana 2 Lite。
• 不确定用哪个，或者要多轮修改、多张参考图、4K，用 Nano Banana 2。
• 图上有品牌字样、要给客户交稿、指令又长又复杂，用 Nano Banana Pro。只有它支持单独的风格参考图。

各版本的来历和在 Gemini 应用里的入口，见 Nano Banana 是什么？版本、入口与用法。

最早的 Nano Banana（gemini-2.5-flash-image）已被标为弃用，Google 价格页给它定的停用日期是 2026 年 10 月 2 日。还在调用这个模型 ID 的旧代码要换掉，Google 建议迁到 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）。

让出图更听话的六个做法

这六条来自 Google 提示词指南的“最佳实践”，前面的模板已经按它们写了，自己改写时照着做：

1. 写得足够具体。 材质、颜色、形状、数量都写出来，写得越细，可控的越多。
2. 说明用途。 模型会根据用途调整结果，“电商主图”和“公众号封面”得到的构图不一样。
3. 小步修改。 第一张不满意就接着说“很好，把光线调暖一点”“其他都不变，把表情改得严肃一些”，一次只改一处。
4. 复杂场景分步写。 “先画一片清晨起雾的森林做背景；再在前景加一座长满青苔的石台；最后在石台上放一盏发光的灯笼。”
5. 用正面描述代替“不要 xx”。 想要没有车的街道，写“一条空旷安静的街道，路面上空无一物”，而不是“不要汽车”。
6. 用摄影语言控制画面。 广角、微距、低角度仰拍、俯拍、浅景深，这些词直接决定构图。

第五条最容易被忽略。检查一下自己的提示词：每一句“不要……”都试着改成“画面里只有……”“背景是纯色的……”这样的正面说法。

把提示词放进 API

下面是 Google 文档给出的 Interactions API 写法（Python）。重点在分工：画面内容写在 input 里，尺寸和比例写在 response_format 里。

hljs python复制
from google import genai
import base64

client = genai.Client()

prompt = """
生成一张用于笔记 App 官网首屏的图片。
主体是一台平板电脑，屏幕上是干净的笔记界面，位于画面右侧三分之一处。
场景是浅色木质书桌，上午的自然光从左侧照进来。
整体是明亮克制的写实摄影。左侧留出干净的空白。
"""

interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input=prompt,
    response_format={
        "type": "image",
        "aspect_ratio": "16:9",
        "image_size": "2K",
    },
)

with open("hero.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

编辑图片时，input 换成一个列表，文字和图片各占一项：

hljs python复制
with open("sofa.png", "rb") as f:
    image_bytes = f.read()

interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input=[
        {"type": "text", "text": "使用这张客厅的图片，只把蓝色沙发改成一张复古的棕色皮质沙发。房间的其余部分完全保持原样。"},
        {"type": "image", "data": base64.b64encode(image_bytes).decode("utf-8"), "mime_type": "image/png"},
    ],
)

多轮修改不用重新上传图片，把上一次的 interaction.id 传给 previous_interaction_id 即可。Google 把多轮对话称为迭代图片的推荐方式：

hljs python复制
interaction_2 = client.interactions.create(
    model="gemini-3.1-flash-image",
    input="其他都不变，把光线调暖一点。",
    previous_interaction_id=interaction.id,
    response_format={"type": "image", "aspect_ratio": "16:9", "image_size": "2K"},
)

另外两点：

• Gemini 3 系列的图片模型默认会先“思考”再出图，这一步不能关闭。Nano Banana 2 和 Nano Banana 2 Lite 可以用 generation_config={"thinking_level": "high"} 把思考程度从默认的 minimal 调到 high，思考消耗的 token 会计费。
• 批量出图时如果收到 429，限额是按项目计算的，排查方法见 Gemini API 429：RPM、TPM、RPD 哪个超了。

每张图多少钱

以下是 Gemini API 折算到每张图的价格，单位美元，截至 2026 年 10 月 1 日，出自 Google 价格页。三个模型都没有免费层，详见 Gemini API 免费额度与限制：哪些模型免费，超限怎么办。

Batch 是异步批量接口，结果最长 24 小时内返回，适合不赶时间的大批量任务。

先用便宜的模型试方向、定稿再升档，差别很明显。假设试 20 张草图、最后交 1 张 4K：

• 20 张 Nano Banana 2 Lite 草图：20 × $0.0336 = $0.672
• 1 张 Nano Banana Pro 4K 定稿：$0.24
• 合计 $0.912

如果 20 张草图全用 Nano Banana Pro 4K，就是 20 × $0.24 = $4.80。

不想自己建 API 项目，也可以在 YingTu 按张付费使用同名模型：Nano Banana 2 在线生图每张 $0.055，Nano Banana Pro 在线生图每张 $0.09（截至 2026 年 9 月 26 日）。用的是你自己的 LaoZhang API key，请求走 LaoZhang 的接口，不是 Google 的 Gemini 应用。

出图不对，先改哪里

常见问题

Gemini 生图用中文提示词可以吗，还是要翻成英文？

可以直接用中文。Google 的图片生成文档列出了效果最好的语言，zh-CN 在其中，和英文、日文、韩文并列。文档没有说哪种语言更准，所以用你最能把细节讲清楚的语言写；图上要出现中文时，把原文放在引号里。

提示词里写了 4K，为什么出来的不是 4K？

因为输出尺寸由参数决定。Gemini API 默认输出 1K，要在 response_format 里设 image_size: "4K"（K 大写），而且模型要支持：截至 2026 年 10 月 1 日，Nano Banana 2 和 Nano Banana Pro 支持 4K，Nano Banana 2 Lite 只有 1K。

图里的中文字怎么写才不容易出错？

三件事一起做：把要出现的文字原样放进引号；用描述的方式说明字体（“粗黑体”“手写毛笔字”）；字多的时候先让模型把文字生成出来，再要求把这段文字放进图。Google 建议专业级的带字素材用 Nano Banana Pro。字很小、很密的排版，留白后用设计软件加字更稳妥。

怎么让同一个角色在多张图里保持一致？

把之前生成的图片作为参考图传回去，每次只改一个角度或动作，并在提示词里逐项写出要保持的特征。能保持一致的角色数量有上限：Nano Banana 2 最多 4 个，Nano Banana Pro 最多 5 个（截至 2026 年 10 月 1 日）。

一次能给 Gemini 几张参考图？

总数最多 14 张，细分上限按模型不同（截至 2026 年 10 月 1 日）：Nano Banana 2 是物体图最多 10 张加角色图最多 4 张；Nano Banana Pro 是物体图最多 6 张、角色图最多 5 张、风格参考图最多 3 张；Nano Banana 2 Lite 可以放最多 14 张物体图，但 Google 说明它没有为多张参考图做优化。