วิธีการใช้ Nano Banana Pro (Gemini 3 Pro Image) API?

Nano Banana Pro — อย่างเป็นทางการ เจมินี่ 3 โปร อิมเมจ — คือโมเดลการสร้างและแก้ไขภาพระดับสตูดิโอใหม่ของ Google/DeepMind ที่ผสมผสานการใช้เหตุผลหลายโหมดขั้นสูง การเรนเดอร์ข้อความที่มีความเที่ยงตรงสูง การจัดองค์ประกอบภาพหลายภาพ และการควบคุมสร้างสรรค์ระดับสตูดิโอ

Nano Banana Pro คืออะไร และทำไมคุณจึงควรสนใจ?

Nano Banana Pro คือโมเดลการสร้างและแก้ไขภาพใหม่ล่าสุดของ Google — รุ่น “Gemini 3 Pro Image” — ออกแบบมาเพื่อสร้างภาพที่มีความเที่ยงตรงสูง รับรู้บริบท และข้อความบนภาพ ด้วยคุณภาพระดับสตูดิโอสูงสุด 4K Nano Banana Pro พัฒนาต่อยอดจากโมเดล Nano Banana รุ่นก่อนหน้า (Gemini 2.5 Flash Image / “Nano Banana”) ด้วยการใช้เหตุผลที่ดีขึ้น การค้นหาพื้นฐาน (ข้อเท็จจริงในโลกแห่งความเป็นจริง) การเรนเดอร์ข้อความที่แข็งแกร่งขึ้น และการควบคุมการแก้ไขเฉพาะจุดที่มีประสิทธิภาพยิ่งขึ้น โมเดลนี้พร้อมใช้งานภายในแอป Gemini สำหรับผู้ใช้แบบอินเทอร์แอคทีฟ และเข้าถึง Nano Banana Pro ได้ผ่าน Gemini API มาตรฐาน แต่คุณสามารถเลือกตัวระบุโมเดลเฉพาะได้ (gemini-3-pro-image-preview หรือผู้สืบทอดที่มั่นคง) สำหรับการเข้าถึงโปรแกรม

เหตุใดสิ่งนี้จึงสำคัญ: Nano Banana Pro ถูกสร้างขึ้นไม่เพียงเพื่อสร้างภาพที่สวยงามเท่านั้น แต่ยังเพื่อ เห็นภาพข้อมูล — อินโฟกราฟิก, สแนปช็อตที่ขับเคลื่อนด้วยข้อมูล (สภาพอากาศ กีฬา), โปสเตอร์ที่เน้นข้อความ, แบบจำลองผลิตภัณฑ์ และการรวมภาพหลายภาพ (ภาพอินพุตสูงสุด 14 ภาพ และรักษาความสอดคล้องของตัวละครได้สูงสุด 5 คน) สำหรับนักออกแบบ ทีมผลิตภัณฑ์ และนักพัฒนา การผสมผสานระหว่างความแม่นยำ ข้อความบนภาพ และการเข้าถึงโปรแกรม จะช่วยเปิดเวิร์กโฟลว์การผลิตที่ก่อนหน้านี้ยากต่อการทำให้เป็นระบบอัตโนมัติ

มีฟังก์ชั่นอะไรบ้างที่เปิดเผยผ่าน API?

ความสามารถทั่วไปของ API ที่เปิดให้นักพัฒนาได้แก่:

ข้อความ → การสร้างภาพ (กระบวนการเรียบเรียงแบบ “คิด” ขั้นตอนเดียวหรือหลายขั้นตอน)
แก้ไขภาพ (หน้ากากท้องถิ่น การทาสีใหม่ การปรับแต่งสไตล์)
การรวมภาพหลายภาพ (รวมภาพอ้างอิง)
การควบคุมคำขอขั้นสูง:ความละเอียด อัตราส่วนภาพ ขั้นตอนหลังการประมวลผล และร่องรอย "ความคิดในการจัดองค์ประกอบ" สำหรับการดีบัก/การตรวจสอบในโหมดการแสดงตัวอย่าง

นวัตกรรมหลักและฟังก์ชันของ Nano Banana Pro

การใช้เหตุผลเนื้อหาที่ชาญฉลาดยิ่งขึ้น

ใช้ชุดเหตุผลของ Gemini 3 Pro เพื่อตีความคำสั่งภาพที่ซับซ้อนและมีหลายขั้นตอน (เช่น "สร้างอินโฟกราฟิก 5 ขั้นตอนจากชุดข้อมูลนี้และเพิ่มคำบรรยายสองภาษา") API นำเสนอกลไก "การคิด" ที่สามารถสร้างการทดสอบองค์ประกอบระหว่างกาลเพื่อปรับแต่งผลลัพธ์สุดท้าย

ทำไมมันเรื่อง: แทนที่จะใช้การแมปแบบครั้งเดียวเพื่อระบุพิกเซล แบบจำลองจะดำเนินการ "คิด" ภายในเพื่อปรับแต่งองค์ประกอบ และสามารถเรียกใช้เครื่องมือภายนอก (เช่น Google Search) เพื่อระบุข้อเท็จจริง (เช่น ป้ายไดอะแกรมที่ถูกต้อง หรือป้ายบอกทางที่ถูกต้องตามตำแหน่ง) วิธีนี้ทำให้ได้ภาพที่ไม่เพียงสวยงามขึ้นเท่านั้น แต่ยังถูกต้องตามความหมายมากขึ้นสำหรับงานต่างๆ เช่น อินโฟกราฟิก ไดอะแกรม หรือแบบจำลองผลิตภัณฑ์

วิธีการบรรลุผล: “Thinking” ของ Nano Banana Pro คือกระบวนการคิดเชิงเหตุผล/การจัดองค์ประกอบภายในแบบควบคุม ซึ่งโมเดลจะสร้างภาพกลางและร่องรอยการให้เหตุผลก่อนสร้างภาพสุดท้าย API ระบุว่าโมเดลสามารถสร้างเฟรมกลางได้สูงสุดสองเฟรม และภาพสุดท้ายจะเป็นขั้นตอนสุดท้ายของเชนนั้น ในกระบวนการสร้าง สิ่งนี้จะช่วยในการจัดองค์ประกอบ การจัดวางข้อความ และการตัดสินใจเกี่ยวกับเค้าโครง

การแสดงผลข้อความที่แม่นยำยิ่งขึ้น

ปรับปรุงข้อความภายในภาพ (เมนู โปสเตอร์ แผนผัง) ให้อ่านง่ายและชัดเจนขึ้นอย่างเห็นได้ชัด Nano Banana Pro บรรลุระดับใหม่ในการแสดงผลข้อความในภาพ:

ข้อความในภาพมีความชัดเจน อ่านออก และสะกดถูกต้อง
รองรับการสร้างหลายภาษา (รวมถึงจีน ญี่ปุ่น เกาหลี อาหรับ ฯลฯ)
ช่วยให้ผู้ใช้สามารถเขียนย่อหน้ายาวๆ หรือข้อความบรรยายหลายบรรทัดลงในรูปภาพได้โดยตรง
มีการแปลและปรับท้องถิ่นอัตโนมัติ

ทำไมมันเรื่อง: โดยทั่วไปแล้ว โมเดลภาพมักจะมีปัญหาในการแสดงผลข้อความที่อ่านง่ายและจัดวางตำแหน่งได้ดี Nano Banana Pro ได้รับการปรับแต่งมาโดยเฉพาะเพื่อการเรนเดอร์และปรับตำแหน่งข้อความ (เช่น การแปลและรักษาเค้าโครง) ที่เชื่อถือได้ ซึ่งช่วยปลดล็อกกรณีการใช้งานที่สร้างสรรค์อย่างแท้จริง เช่น โปสเตอร์ บรรจุภัณฑ์ หรือโฆษณาหลายภาษา

วิธีการบรรลุผล: การปรับปรุงการแสดงผลข้อความมาจากสถาปัตยกรรมมัลติโมดัลพื้นฐานและการฝึกอบรมชุดข้อมูลที่เน้นตัวอย่างข้อความในภาพ ร่วมกับชุดการประเมินเป้าหมาย (การประเมินโดยมนุษย์และชุดการถดถอย) แบบจำลองจะเรียนรู้การจัดตำแหน่งรูปร่างสัญลักษณ์ ฟอนต์ และข้อจำกัดของเค้าโครง เพื่อสร้างข้อความที่อ่านง่ายและชัดเจนภายในภาพ แม้ว่าข้อความขนาดเล็กและย่อหน้าที่หนาแน่นมากอาจยังมีโอกาสเกิดข้อผิดพลาดได้

ความสม่ำเสมอและความเที่ยงตรงของภาพที่แข็งแกร่งยิ่งขึ้น

การควบคุมในสตูดิโอ (แสง โฟกัส มุมกล้อง การไล่ระดับสี) และการจัดองค์ประกอบภาพหลายภาพ (ภาพอ้างอิงสูงสุด 14 ภาพ พร้อมการอนุญาตพิเศษสำหรับวัตถุที่มีคนมากกว่าหนึ่งคน) ช่วยรักษาความสม่ำเสมอของตัวละคร (รักษาบุคคล/ตัวละครเดียวกันตลอดการตัดต่อ) และรักษาเอกลักษณ์ของแบรนด์ในองค์ประกอบที่สร้างขึ้น โมเดลนี้รองรับเอาต์พุตเนทีฟ 1K/2K/4K

ทำไมมันเรื่อง: เวิร์กโฟลว์การตลาดและความบันเทิงจำเป็นต้องมีตัวละครที่สอดคล้องกันในทุกช็อตและการตัดต่อ นางแบบสามารถรักษาความคล้ายคลึงได้นานถึง ห้า คนและผสมผสานเข้าด้วยกัน 14 การนำภาพอ้างอิงมาประกอบเป็นองค์ประกอบเดียวขณะสร้าง Sketch → 3D Render ซึ่งมีประโยชน์สำหรับการสร้างสรรค์โฆษณา บรรจุภัณฑ์ หรือการเล่าเรื่องแบบหลายช็อต

วิธีการบรรลุผล: อินพุตของโมเดลจะยอมรับรูปภาพหลายภาพที่มีการกำหนดบทบาทอย่างชัดเจน (เช่น "รูปภาพ A: ท่าทาง", "รูปภาพ B: การอ้างอิงใบหน้า", "รูปภาพ C: พื้นผิวพื้นหลัง") สถาปัตยกรรมกำหนดเงื่อนไขการสร้างภาพเหล่านั้นเพื่อรักษาเอกลักษณ์/ท่าทาง/สไตล์ พร้อมกับใช้การแปลง (แสง กล้อง)

เกณฑ์มาตรฐานประสิทธิภาพของ Nano Banana Pro

Nano Banana Pro (Gemini 3 Pro Image) “โดดเด่นในด้าน Text→Image AI benchmarks” และแสดงให้เห็นถึงการใช้เหตุผลและการวิเคราะห์บริบทที่ดีขึ้นเมื่อเทียบกับ Nano Banana รุ่นก่อนหน้า เน้นย้ำถึงความเที่ยงตรงที่สูงขึ้นและการแสดงผลข้อความที่ดีขึ้นเมื่อเทียบกับรุ่นก่อนหน้า

วิธีการใช้ Nano Banana Pro (Gemini 3 Pro Image) API?

คำแนะนำการปฏิบัติงานจริง

คาดหวัง เวลาแฝงที่สูงขึ้น และมีค่าใช้จ่ายสำหรับการเรนเดอร์ความละเอียดสูง 2K/4K เมื่อเทียบกับ 1K หรือรุ่น "Flash" ที่ปรับแต่งให้เหมาะสมกับความเร็ว หากปริมาณงาน/ความหน่วงเป็นสิ่งสำคัญ ให้ใช้รุ่นแฟลช (เช่น Gemini 2.5 Flash / Nano Banana) สำหรับปริมาณงานสูง และใช้ Nano Banana Pro / gemini-3-pro-image สำหรับคุณภาพและงานวิเคราะห์เชิงเหตุผลที่ซับซ้อน

นักพัฒนาสามารถเข้าถึง Nano Banana Pro ได้อย่างไร?

จุดสิ้นสุดและโมเดลใดที่จะเลือก

รหัสรุ่น (ตัวอย่าง / โปร): gemini-3-pro-image-preview (ตัวอย่าง) — ใช้สิ่งนี้เมื่อคุณต้องการความสามารถของ Nano Banana Pro สำหรับงานที่รวดเร็วและต้นทุนต่ำ gemini-2.5-flash-image (กล้วยนาโน) ยังคงมีวางจำหน่าย

พื้นผิวที่จะใช้

Gemini API (จุดสิ้นสุดภาษากำเนิด): คุณสามารถใช้คีย์ CometAPI เพื่อเข้าถึง xx ได้ CometAPI นำเสนอ API เดียวกันในราคาที่ถูกกว่าเว็บไซต์อย่างเป็นทางการ เรียกใช้ HTTP / SDK โดยตรง generateContent เพื่อการสร้างภาพ (ตัวอย่างด้านล่าง)
Google AI สตูดิโอ: พื้นผิวเว็บสำหรับการทดลองอย่างรวดเร็วและรีมิกซ์แอพสาธิต
Vertex AI (องค์กร): ทรูพุตที่จัดเตรียมไว้ ตัวเลือกการเรียกเก็บเงิน (แบบจ่ายตามการใช้งาน/ระดับองค์กร) และตัวกรองความปลอดภัยสำหรับการผลิตขนาดใหญ่ ใช้ Vertex เมื่อผสานรวมเข้ากับกระบวนการขนาดใหญ่หรืองานเรนเดอร์แบบกลุ่ม

ระดับฟรีมีขีดจำกัดการใช้งานที่จำกัด หากเกินขีดจำกัดดังกล่าวจะกลับไปเป็น Nano Banana ระดับ Plus/Pro/Ultra มีขีดจำกัดที่สูงกว่าและเอาต์พุตแบบไม่มีลายน้ำ แต่ระดับ Ultra สามารถใช้กับเครื่องมือวิดีโอ Flow และ Antigravity IDE ในโหมด 4K ได้

ฉันจะสร้างภาพด้วย Nano Banana Pro ได้อย่างไร (ทีละขั้นตอน)

1) สูตรอาหารโต้ตอบรวดเร็วโดยใช้แอป Gemini

เปิด Gemini → เครื่องมือ → สร้างภาพ.
เลือก คิด (นาโน บานาน่า โปร) เป็นแบบจำลอง
ป้อนคำสั่ง: อธิบายหัวเรื่อง การกระทำ อารมณ์ แสง กล้อง อัตราส่วนภาพ และข้อความใดๆ ที่ต้องการให้ปรากฏบนภาพ ตัวอย่าง:
“สร้างโปสเตอร์ 4K ของเวิร์กช็อปหุ่นยนต์: ทีมงานที่มีความหลากหลายรอบโต๊ะ ซ้อนทับแบบแปลน หัวเรื่องที่โดดเด่น 'หุ่นยนต์ในปฏิบัติการ' ในแบบไม่มีเซอริฟ แสงทังสเตนที่อบอุ่น ระยะชัดตื้น อัตราส่วน 16:9 แบบภาพยนตร์”
(ไม่บังคับ) อัปโหลดภาพได้สูงสุด 14 ภาพเพื่อรวมหรือใช้เป็นข้อมูลอ้างอิง ใช้เครื่องมือเลือก/มาสก์เพื่อแก้ไขเฉพาะพื้นที่
สร้าง ทำซ้ำด้วยภาษาธรรมชาติ (เช่น "ทำให้หัวเรื่องเป็นสีน้ำเงินและจัดตำแหน่งให้ตรงกลางด้านบน เพิ่มความคมชัดบนบลูพริ้นท์") จากนั้นส่งออก

2) ใช้ HTTP เพื่อส่งไปยังจุดสิ้นสุดของภาพ Gemini

คุณต้องเข้าสู่ระบบ CometAPI เพื่อรับรหัส

# save your API key to $CometAPI_API_KEY securely before running

curl -s -X POST \
  "https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "x-goog-api-key: $CometAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "Photorealistic 4K image of a yellow banana floating over Earth, studio lighting, cinematic composition. Add bold text overlay: \"Nano Banana Pro\" in top right corner."
      }]
    }],
    "generationConfig": {
      "imageConfig": {
        "resolution": "4096x4096",
        "aspectRatio": "1:1"
      }
    }
  }' \
  | jq -r '.candidates.content.parts[] | select(.inlineData) | .inlineData.data' \
  | base64 --decode > nano_banana_pro_4k.png

ตัวอย่างนี้จะเขียนข้อมูลภาพ base64 ลงในไฟล์ PNG generationConfig.imageConfig.resolution พารามิเตอร์ร้องขอเอาต์พุต 4K (มีให้สำหรับรุ่น 3 Pro Image)

3) เรียก SDK โดยตรงไปที่ `generateContent` เพื่อการสร้างภาพ

ต้องติดตั้ง Google SDK และขอรับการรับรองความถูกต้องจาก Google ตัวอย่าง Python (ข้อความ + รูปภาพอ้างอิง + พื้นฐาน):

# pip install google-genai pillow

from google import genai
from PIL import Image
import base64

client = genai.Client()  # reads credentials from env / config per SDK docs

# Read a reference image and set inline_data

with open("ref1.png", "rb") as f:
    ref1_b64 = base64.b64encode(f.read()).decode("utf-8")

prompt_parts = [
    {"text": "Create a styled product ad for a yellow banana-based energy bar. Use studio lighting, shallow DOF. Include a product label with the brand name 'Nano Bar'."},
    {"inline_data": {"mime_type": "image/png", "data": ref1_b64}}
]

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=,
    generation_config={
        "imageConfig": {"resolution":"4096x4096", "aspectRatio":"4:3"},
        # tools can be provided to ground facts, e.g. "google_search"

        "tools": 
    }
)

for part in response.candidates.content.parts:
    if part.inline_data:
        image = part.as_image()
        image.save("product_ad.png")

ตัวอย่างนี้แสดงการอัปโหลดภาพอ้างอิงแบบอินไลน์และการร้องขอองค์ประกอบ 4K ขณะเปิดใช้งาน google_search เป็นเครื่องมือ Python SDK จะจัดการรายละเอียด REST ระดับต่ำ

การรวมภาพหลายภาพและความสอดคล้องของตัวละคร

ในการผลิตคอมโพสิตที่เก็บรักษาบุคคลเดียวกันไว้ในแต่ละฉาก ให้ผ่าน หลาย inline_data ส่วนต่างๆ (ที่เลือกจากชุดภาพถ่ายของคุณ) และระบุคำแนะนำสร้างสรรค์ที่ว่านางแบบควร "รักษาเอกลักษณ์ไว้ในผลลัพธ์ต่างๆ"

ตัวอย่างการปฏิบัติจริงสั้นๆ — การแจ้งเตือนและการไหลที่คาดหวัง

Prompt:
"Generate a 2K infographic: 'Q4 Sales by Region 2025' — stacked bar chart with North America 35%, EMEA 28%, APAC 25%, LATAM 12%. Include title top-center, caption with source bottom-right, clean sans-serif labels, neutral palette, vector look, 16:9."

ท่อส่งที่คาดหวัง: แอป → เทมเพลตพร้อมท์ + ข้อมูล CSV → แทนที่ตัวแทนในพร้อมท์ → เรียก API ด้วย image_size=2048x1152 → รับ base64 PNG → บันทึกทรัพยากร + ข้อมูลเมตาที่มา → สามารถเลือกซ้อนแบบอักษรที่แน่นอนผ่านคอมโพสิเตอร์ได้หากจำเป็น

ฉันควรออกแบบท่อผลิตและจัดการด้านความปลอดภัย/แหล่งที่มาอย่างไร

สถาปัตยกรรมการผลิตที่แนะนำ

แจ้งเตือน + ร่างผ่าน (รุ่นเร็ว): ใช้ gemini-2.5-flash-image (กล้วยนาโน) เพื่อผลิตตัวแปรความละเอียดเล็ก ๆ จำนวนมากในราคาถูก
การคัดเลือกและการปรับปรุง: เลือกผู้สมัครที่ดีที่สุด ปรับแต่งคำเตือน ปรับแต่งการลงสี/แก้ไขหน้ากากเพื่อความแม่นยำ
การเรนเดอร์ขั้นสุดท้ายที่มีความเที่ยงตรงสูง: โทรศัพท์ gemini-3-pro-image-preview (Nano Banana Pro) สำหรับการเรนเดอร์ 2K/4K ขั้นสุดท้ายและการประมวลผลหลังการถ่าย (การอัปแซมปลิง การปรับเกรดสี)
ที่มาและข้อมูลเมตา: ข้อมูลพรอมต์ร้านค้า เวอร์ชันโมเดล ไทม์สแตมป์ และข้อมูล SynthID ในที่เก็บข้อมูลเมตาของสินทรัพย์ของคุณ — โมเดลจะแนบลายน้ำ SynthID และสามารถตรวจสอบผลลัพธ์ย้อนหลังได้เพื่อความสอดคล้องและการตรวจสอบเนื้อหา

ความปลอดภัย สิทธิ และความพอประมาณ

การอนุญาตลิขสิทธิ์และสิทธิ์: ห้ามอัปโหลดหรือสร้างเนื้อหาที่ละเมิดสิทธิ์ ใช้การยืนยันจากผู้ใช้อย่างชัดเจนสำหรับรูปภาพที่ผู้ใช้ให้มา หรือข้อความแจ้งเตือนที่อาจสร้างภาพเหมือนที่จดจำได้ ต้องปฏิบัติตามนโยบายห้ามใช้และตัวกรองความปลอดภัยของโมเดลของ Google
การกรองและการตรวจสอบอัตโนมัติ: เรียกใช้ภาพที่สร้างขึ้นผ่านกระบวนการกลั่นกรองเนื้อหาภายใน (NSFW, สัญลักษณ์แสดงความเกลียดชัง, การตรวจจับเนื้อหาทางการเมือง/การผูกมัด) ก่อนการใช้งานในภายหลังหรือการแสดงต่อสาธารณะ

ฉันจะแก้ไขรูปภาพ (การลงสีใหม่) การจัดองค์ประกอบหลายภาพ และการเรนเดอร์ข้อความได้อย่างไร

Nano Banana Pro รองรับเวิร์กโฟลว์การแก้ไขแบบหลายโหมด: ป้อนรูปภาพอินพุตอย่างน้อยหนึ่งรูปและคำสั่งข้อความอธิบายการแก้ไข (ลบวัตถุ เปลี่ยนท้องฟ้า เพิ่มข้อความ) API ยอมรับรูปภาพและข้อความในคำขอเดียวกัน โมเดลสามารถสร้างข้อความและรูปภาพแบบสลับกันเป็นคำตอบได้ ตัวอย่างแพทเทิร์นประกอบด้วยการแก้ไขแบบปิดบังและการผสมผสานรูปภาพหลายภาพ (การถ่ายโอนสไตล์/การจัดองค์ประกอบ) ดูเอกสารประกอบ contents อาร์เรย์ที่รวมข้อความแบบบล็อบและรูปภาพแบบไบนารี

ตัวอย่าง: แก้ไข (Python pseudo-flow)

from google import genai
from PIL import Image

client = genai.Client()

prompt = "Remove the person on the left and add a small red 'Nano Banana Pro' sticker on the top-right of the speaker"

# contents can include Image objects or binary data per SDK; see doc for exact call

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=,  # order matters: image + instruction

)
# Save result as before

การแก้ไขแบบสนทนานี้ช่วยให้คุณปรับผลลัพธ์ซ้ำๆ จนกว่าจะถึงสินทรัพย์ที่พร้อมสำหรับการผลิต

ตัวอย่าง Node.js — การแก้ไขรูปภาพด้วยมาสก์และการอ้างอิงหลายรายการ

// npm install google-auth-library node-fetch
const { GoogleAuth } = require('google-auth-library');
const fetch = require('node-fetch');

const auth = new GoogleAuth({ scopes:  });
async function runEdit() {
  const client = await auth.getClient();
  const token = await client.getAccessToken();
  const API_URL = "https://api.generativemodels.googleapis.com/v1alpha/gemini:editImage";
  const MODEL = "gemini-3-pro-image";

  // Attach binary image content or URLs depending on API.
  const payload = {
    model: MODEL,
    prompt: { text: "Replace background with an indoor studio set, keep subject, add rim light." },
    inputs: {
      referenceImages: [
        { uri: "gs://my-bucket/photo_subject.jpg" },
        { uri: "gs://my-bucket/target_studio.jpg" }
      ],
      mask: { uri: "gs://my-bucket/mask.png" },
      imageConfig: { resolution: "2048x2048", format: "png" }
    },
    options: { preserveIdentity: true }
  };

  const res = await fetch(API_URL, {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${token.token}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify(payload)
  });
  const out = await res.json();
  console.log(JSON.stringify(out, null, 2));
}
runEdit();

(บางครั้ง API ยอมรับ URI ที่เก็บข้อมูลบน Cloud หรือเพย์โหลดภาพ base64 โปรดตรวจสอบเอกสาร API ของ Gemini เพื่อดูรูปแบบอินพุตที่แน่นอน)

สำหรับข้อมูลเกี่ยวกับการสร้างและแก้ไขรูปภาพโดยใช้ CometAPI โปรดดูที่ คู่มือการเรียกใช้งาน gemini-3-pro-image .

สรุป

Nano Banana Pro (Gemini 3 Pro Image) คือการพัฒนาขั้นสูงสุดของการสร้างภาพ: เครื่องมือสำหรับการแสดงข้อมูล การแก้ไขเฉพาะพื้นที่ และการขับเคลื่อนเวิร์กโฟลว์ของนักพัฒนา ใช้แอป Gemini สำหรับการสร้างต้นแบบอย่างรวดเร็ว ใช้ API สำหรับการผสานรวมระบบการผลิต และปฏิบัติตามคำแนะนำข้างต้นเพื่อควบคุมต้นทุน รับรองความปลอดภัย และรักษาคุณภาพของแบรนด์ ทดสอบเวิร์กโฟลว์ของผู้ใช้จริงอยู่เสมอ และจัดเก็บข้อมูลเมตาดาต้าแหล่งที่มาเพื่อให้เป็นไปตามข้อกำหนดด้านความโปร่งใสและการตรวจสอบ

ใช้ Nano Banana Pro เมื่อคุณต้องการ คุณภาพระดับสตูดิโอ สินทรัพย์ การควบคุมที่แม่นยำเหนือองค์ประกอบ การแสดงผลข้อความภายในภาพที่ได้รับการปรับปรุง และความสามารถในการรวมการอ้างอิงหลายรายการให้เป็นผลลัพธ์ที่สอดคล้องกัน

นักพัฒนาสามารถเข้าถึงได้ API ของ Gemini 3 Pro Image (Nano Banana Pro) ผ่าน CometAPI เริ่มต้นด้วยการสำรวจความสามารถของโมเดลโคเมทเอพีไอ ที่ สนามเด็กเล่น และดูคำแนะนำโดยละเอียดในคู่มือ API ก่อนเข้าใช้งาน โปรดตรวจสอบให้แน่ใจว่าคุณได้เข้าสู่ระบบ CometAPI และได้รับรหัส API แล้ว ด้วย e tAPI เสนอราคาที่ต่ำกว่าราคาอย่างเป็นทางการมากเพื่อช่วยคุณบูรณาการ

พร้อมไปหรือยัง?→ ลงทะเบียน CometAPI วันนี้ !

หากคุณต้องการทราบเคล็ดลับ คำแนะนำ และข่าวสารเกี่ยวกับ AI เพิ่มเติม โปรดติดตามเราที่ VK, X และ ไม่ลงรอยกัน!

วิธีการใช้ Nano Banana Pro (Gemini 3 Pro Image) API?

เรียกใช้ API ครั้งแรก

Nano Banana Pro คืออะไร และทำไมคุณจึงควรสนใจ?

มีฟังก์ชั่นอะไรบ้างที่เปิดเผยผ่าน API?

นวัตกรรมหลักและฟังก์ชันของ Nano Banana Pro

การใช้เหตุผลเนื้อหาที่ชาญฉลาดยิ่งขึ้น

การแสดงผลข้อความที่แม่นยำยิ่งขึ้น

ความสม่ำเสมอและความเที่ยงตรงของภาพที่แข็งแกร่งยิ่งขึ้น

เกณฑ์มาตรฐานประสิทธิภาพของ Nano Banana Pro

คำแนะนำการปฏิบัติงานจริง

นักพัฒนาสามารถเข้าถึง Nano Banana Pro ได้อย่างไร?

จุดสิ้นสุดและโมเดลใดที่จะเลือก

พื้นผิวที่จะใช้

ฉันจะสร้างภาพด้วย Nano Banana Pro ได้อย่างไร (ทีละขั้นตอน)

1) สูตรอาหารโต้ตอบรวดเร็วโดยใช้แอป Gemini

2) ใช้ HTTP เพื่อส่งไปยังจุดสิ้นสุดของภาพ Gemini

3) เรียก SDK โดยตรงไปที่ `generateContent` เพื่อการสร้างภาพ

การรวมภาพหลายภาพและความสอดคล้องของตัวละคร

ตัวอย่างการปฏิบัติจริงสั้นๆ — การแจ้งเตือนและการไหลที่คาดหวัง

ฉันควรออกแบบท่อผลิตและจัดการด้านความปลอดภัย/แหล่งที่มาอย่างไร

สถาปัตยกรรมการผลิตที่แนะนำ

ความปลอดภัย สิทธิ และความพอประมาณ

ฉันจะแก้ไขรูปภาพ (การลงสีใหม่) การจัดองค์ประกอบหลายภาพ และการเรนเดอร์ข้อความได้อย่างไร

ตัวอย่าง Node.js — การแก้ไขรูปภาพด้วยมาสก์และการอ้างอิงหลายรายการ

สรุป

เชื่อมโยงบทความนี้กับการตัดสินใจถัดไป

พร้อมลดต้นทุนการพัฒนา AI ลง 20% แล้วหรือยัง?

อ่านเพิ่มเติม

วิธีการใช้ Nano Banana Pro (Gemini 3 Pro Image) API?

เรียกใช้ API ครั้งแรก

Nano Banana Pro คืออะไร และทำไมคุณจึงควรสนใจ?

มีฟังก์ชั่นอะไรบ้างที่เปิดเผยผ่าน API?

นวัตกรรมหลักและฟังก์ชันของ Nano Banana Pro

การใช้เหตุผลเนื้อหาที่ชาญฉลาดยิ่งขึ้น

การแสดงผลข้อความที่แม่นยำยิ่งขึ้น

ความสม่ำเสมอและความเที่ยงตรงของภาพที่แข็งแกร่งยิ่งขึ้น

เกณฑ์มาตรฐานประสิทธิภาพของ Nano Banana Pro

คำแนะนำการปฏิบัติงานจริง

นักพัฒนาสามารถเข้าถึง Nano Banana Pro ได้อย่างไร?

จุดสิ้นสุดและโมเดลใดที่จะเลือก

พื้นผิวที่จะใช้

ฉันจะสร้างภาพด้วย Nano Banana Pro ได้อย่างไร (ทีละขั้นตอน)

1) สูตรอาหารโต้ตอบรวดเร็วโดยใช้แอป Gemini

2) ใช้ HTTP เพื่อส่งไปยังจุดสิ้นสุดของภาพ Gemini

3) เรียก SDK โดยตรงไปที่ generateContent เพื่อการสร้างภาพ

การรวมภาพหลายภาพและความสอดคล้องของตัวละคร

ตัวอย่างการปฏิบัติจริงสั้นๆ — การแจ้งเตือนและการไหลที่คาดหวัง

ฉันควรออกแบบท่อผลิตและจัดการด้านความปลอดภัย/แหล่งที่มาอย่างไร

สถาปัตยกรรมการผลิตที่แนะนำ

ความปลอดภัย สิทธิ และความพอประมาณ

ฉันจะแก้ไขรูปภาพ (การลงสีใหม่) การจัดองค์ประกอบหลายภาพ และการเรนเดอร์ข้อความได้อย่างไร

ตัวอย่าง Node.js — การแก้ไขรูปภาพด้วยมาสก์และการอ้างอิงหลายรายการ

สรุป

เชื่อมโยงบทความนี้กับการตัดสินใจถัดไป

พร้อมลดต้นทุนการพัฒนา AI ลง 20% แล้วหรือยัง?

อ่านเพิ่มเติม

3) เรียก SDK โดยตรงไปที่ `generateContent` เพื่อการสร้างภาพ