Nano Banana 2.1: для серийной генерации. 30 промптов

6 октября Google выпустила Nano Banana 2.1. Тихо, без большой презентации: несколько постов в соцсетях, новая карточка модели и свежая документация. Похоже, релизы у Google стали настолько обычным делом, что на презентацию уже жалко времени.

Я всё это прочитал, посмотрел первые независимые обзоры и собрал 30 кадров из новой модели. Рассказываю, что думаю.

Из всех обещаний меня зацепило одно. Модель должна лучше держать внешность героя и предмета. Звучит скромно. А ведь в работе чаще всего ломается именно это.

Ты знаешь, как бывает. Первый кадр отличный, девушка ровно такая, как задумал. Просишь второй - у неё другие глаза. На третьем на банке сока уже другая надпись.

А заказчику нужна серия: карусель, рекламная кампания, три обложки. И ты собираешь её по кусочкам из перегенераций и надеешься, что никто не присмотрится.

Поэтому все 10 сценариев ниже - про серию. Все 30 кадров сделаны в Nano Banana 2.1: в каждом сценарии 3 кадра и 3 промпта, ссылки на промпты стоят прямо под картинками.

Как я делал: все кадры - в Nano Banana 2.1, разрешение 1K, формат 3:4. На каждый кадр одна генерация, без переделок, в статье стоит первый результат как есть. И да, 1K то самое разрешение, где Google сама предупреждает про размытый мелкий текст. Учти это, когда будешь смотреть на надписи.

Каждый сценарий я оценил сам, по шкале от 1 до 10: 

• 5 - среднее качество,

• 6–7 - высокое.

Смотрел на две вещи: похож ли кадр на референс и насколько он проработан.

А по дороге объясню, почему каждая новая «банана» умнее предыдущей. Будет немного техники, но без формул, честно.

Google и не думает сбавлять темп ? 

Сначала я хотел просто написать «вышла новая версия». Потом посчитал, сколько их уже было, и немного удивился.

Увидели замедление выходов Nano Banana? 

Так, замедления не видно. Если Google не собьётся с ритма, следующую версию стоит ждать где-то к середине января. Я на всякий случай уже держу место в календаре.

А теперь серьёзно.
Из этой таблицы я делаю для себя один вывод: заучивать конкретную модель почти бессмысленно. Пока разберёшься во всех её привычках, выйдет следующая. Учить стоит приёмы, которые переезжают из версии в версию: как давать референс, как держать героя в серии, как править кусок картинки.

Я уже писал об этом в «Оркестраторе промптов»: модели поменяются, маршрут останется.  

Почему каждая новая «банана» умнее. Немного углубимся

Снимаю худи дизайнера, надеваю свитер инженера. Пять минут, и вернёмся к картинкам.

Начать надо с главного. Nano Banana - не отдельная «рисовалка». Google называет её встроенной генерацией картинок в Gemini. Проще говоря, рисует не отдельная программа, а сама языковая модель из семейства Gemini, родня той, что отвечает тебе в чате.

Отсюда первая причина роста: у каждой версии свой «мозг», и он всё время меняется.

Google обновляет языковую модель, и картинки, судя по всему, подтягиваются следом. Прямых доказательств этой связи Google не публикует, так что это моя гипотеза. Но мне кажется, именно поэтому «банана» с каждой версией лучше понимает просьбы вроде «этикетку не трогай» и «сделай как на первом кадре». Как с практикантом: через полгода ему уже не надо объяснять, где у макета верх.

Вторая причина: модель научили думать, прежде чем рисовать. У 2.1 три уровня «размышления» - минимальный, средний и высокий. По умолчанию включён средний, а у Nano Banana 2 по умолчанию стоял минимальный. И это не косметика: в собственных тестах Google без размышления отрыв 2.1 от предшественницы сокращается больше чем вдвое.  

Платить за это приходится временем. Сама Google скорость не публиковала, но первые независимые замеры показывают, что 2.1 отвечает медленнее, чем Nano Banana 2. Всё как у нас: подумал перед макетом - сделал лучше, но сроки чуть поехали.

Третья причина: модель умеет подсматривать в поиск Google, и по сайтам, и по картинкам. Поэтому её можно попросить, скажем, инфографику по свежему прогнозу погоды. Фото реальных людей из поиска она при этом пока не берёт. И правильно.

И последнее, уже не про ум, а про честность. На каждую картинку модель ставит невидимую метку SynthID, по которой можно проверить, что кадр сделала нейросеть Google.

Если совсем коротко: «банана» умнеет, потому что под ней растёт «мозг», ей дали время подумать и пустили в поиск. Худи обратно - и к картинкам.

Что нового в Nano Banana 2.1

Начну с правки, её я ждал давно. В модели можно поменять кусок картинки и не трогать остальное: обвести нужную область прямо на изображении или назвать её словами, например «поменяй только фон». Так можно перекрасить куртку или убрать лишний предмет и не переделывать весь кадр. По словам Google, в 2.1 это работает заметно лучше.

Второе обещание как раз про серии. Когда дорабатываешь картинку в несколько заходов, лицо героя от правки к правке не должно «уплывать».

А в собственных тестах Google сильнее всего выросло сохранение нескольких персонажей в одной сцене. Для рекламы, где в кадре пара или компания друзей, новость хорошая. Но тут я осторожен: это оценки самой компании, а проверок со стороны пока мало.

Третье - текст. Модель обещает аккуратнее писать надписи и раскладывать инфографику, в описании прямо названы постеры с чётким текстом и сложные схемы. И приятная мелочь для тех, кто делает шапки сайтов и растяжки: на очень широких и очень высоких картинках Google, по её словам, убрала повторы и швы.

⚪ А вот 4K и до 14 образцов в одном запросе (лицо, товар, фон, поза) - не новинка. Всё это умела ещё Nano Banana 2.

Отдельно мне понравилось, что про слабые места Google пишет сама, в карточке модели. Мелкий текст бывает размытым, длинный абзац на картинке ломается, лицо иногда немного отходит от образца. Обычные болячки любой нейросети для картинок. А в одном из первых независимых обзоров Nano Banana Pro показалась естественнее по цветам и пропорциям.

Для меня это ещё один довод за то, что я повторяю со сравнения Seedream 5.0 и Nano Banana Pro: не ищи одну лучшую модель, собираю стек. Ну не важно... 

Как пользоваться промптами Nano Banana

Все промпты из статьи лежат на mozgi.io. Это большая библиотека промптов с примерами картинок: там собрано уже больше 34 000 штук, от портретов до рекламы и иллюстраций. Если ни один из моих 10 сценариев тебе не подошёл, загляни туда, похожий почти наверняка найдётся.

И пара советов, прежде чем открывать ссылки.

Всё, что стоит в квадратных скобках, меняй под себя: предмет, цвет, надпись, место. Остальной текст с первого раза лучше не трогать. Сначала посмотри, что получится.

Нужен свой человек или свой товар? Загрузи фото и в промпте подробно напиши, что сохранить: цвет глаз, форму крышки, шрифт на этикетке. Если образцов несколько, назови роль каждого: «первое фото - лицо, второе - товар».

А если героев двое, дай им имена, скажем, Аня и Макс, и зови так во всех запросах. Модель будет реже их путать.

Сцену описывай так, как рассказал бы её коллеге, обычными фразами. И проси то, что должно быть в кадре: «пустая улица» сработает надёжнее, чем «без машин».

Кадр почти удался? Не переписывай промпт целиком, попроси одну правку: «всё оставь, поменяй только свет». После правки по обводке проверь, не осталась ли на картинке сама линия.

С текстом так. Надпись пиши в кавычках. По умолчанию модель делает 1K, и мелкий текст там бывает размытым, поэтому для печати и мелких подписей сразу ставь 2K или 4K. Длинный абзац на картинку лучше не ставить вовсе.

Люди: один герой в серии кадров

1. Фотосет - один герой в серии

Начнём с самого частого: серия портретов для соцсетей, аватара или лукбука. Жесты меняются, а лицо, мокрые волосы, помада и топ остаются теми же.

И посмотри на руки. Сердечко из пальцев - как раз то место, где нейросети любят ошибаться. Ещё недавно тут запросто выходило сердечко из шести пальцев.

Моя оценка - 6,5 из 10. Лицо, причёска и тон кожи совпадают с референсом, а пальцы в «сердечке» и воздушном поцелуе собраны без артефактов.

Промпт 1  · Промпт 2 · Промпт 3

2. Кинокадр - герой в луче света

Здесь один образ, и держится он на свете. Камера обходит героя с трёх точек, а луч прожектора и туман остаются той же сценой, как на настоящей съёмочной площадке. Для афиши или обложки подкаста то, что нужно.

Моя оценка 6 из 10. Свет и дымка убедительные, лицо узнаётся во всех ракурсах, а вид сверху обошёлся без искажённых пропорций.

Промпт 4 · Промпт 5 · Промпт 6

3. Обложка журнала

Узнал героиню? Это та же девушка, что в фотосете, только теперь она на обложке. Мне здесь больше всего нравится, что все заголовки и анонсы набраны по-русски, а кадрирование у трёх вариантов разное.

Такой эскиз не стыдно сразу показать заказчику. И пригодится он не только журналу: так же устроены обложки статей, рассылок и онлайн-курсов.

Моя оценка 6,5 из 10. Кириллица отрисована чисто, а складки платья и корсет проработаны в деталях.

Промпт 7 · Промпт 8 · Промпт 9

Реклама: человек и товар

В рекламе к героине добавляется товар, и следить приходится уже за двумя. Чуть другие скулы заметит не каждый. А вот чужую надпись на упаковке клиент увидит сразу.

4. Реклама - сок

Банку здесь держат по-разному, а этикетка во всех трёх кадрах одна и та же, вплоть до строки с объёмом. Для промо напитка это главное: именно эту банку покупатель потом будет искать на полке.

Моя оценка 6,5 из 10. Лицо и мокрая укладка совпадают с референсом, а рука с банкой, капли и блики выглядят как настоящая рекламная съёмка.

Промпт 10  · Промпт 11 · Промпт 12

5. Рекламный баннер - наушники

Баннер для маркетплейса обычно собирают из трёх частей: товар, человек и 4–5 коротких преимуществ. Фото снимают отдельно, а подписи потом вручную доверстывают сверху. Здесь подписи на русском уже стоят в кадре, рядом с героиней и беспроводными наушниками. Посмотри сам, не спорят ли они с лицом и товаром.

Моя оценка 6 из 10. Кириллица корректная, лицо держится во всех планах, пластик наушников и кейса передан точно.

Промпт 13  · Промпт 14 · Промпт 15

Предметная съёмка

6. Предметка - парфюм

Флакон здесь один, меняется только то, что вокруг него. Есть в серии и подпись по-русски. Под один аромат бренду нужно много таких картинок, для сайта и соцсетей, и флакон на всех должен совпадать до мелочей.

7 из 10 - лучшая оценка в подборке. Дерево, цитрусы и камни проработаны детально, а стекло и надписи на флаконе читаются чётко.

Промпт 16  · Промпт 17 · Промпт 18

7. Игрушка - три ракурса

Вещь ручной работы покупатель хотел бы покрутить в руках, а в интернете может только посмотреть с разных сторон. Тот же приём пригодится, если ты придумываешь маскота для бренда и хочешь увидеть его в объёме.

6,5 из 10. Кукла от ракурса к ракурсу не меняется вообще, а деним, пуговицы и пряжа выглядят так, будто их можно потрогать.

Промпт 19  · Промпт 20 · Промпт 21

Графика и дизайн

8. Иконки - три материала

Любопытная деталь: Google сразу встроила Nano Banana 2.1 в Stitch, свой инструмент для макетов интерфейсов, и советует её там для крупной графики на первом экране и логотипов в векторном стиле. Иконки из того же ряда. Такой лист выручает, пока стиль приложения ещё не выбран: набор один, меняется только материал. Выбрал направление - тем же промптом дорисуй недостающие иконки.

6,5 из 10. Материалы переданы точно: стекло преломляет свет, войлок ворсистый, пластик матовый. И ритм набора в трёх вариантах один и тот же.

Промпт 22  · Промпт 23 · Промпт 24

9. Комикс - русский текст

В комиксе надписи - часть рисунка, поэтому язык тут особенно важен. Русский, кстати, входит в список языков, на которых, по данным Google, генерация работает лучше всего. «БУМ!» и «УРА!» здесь нарисованы в том же поп-арт стиле, что и вся вечеринка.

Хотя в одном кадре всё-таки проскочило латинское слово: видимо, модель на секунду перешла на свой родной английский. Так что перед сдачей надписи лучше перечитать.

Свои звукоподражания можно подставить прямо в промпт, если комикс нужен для открытки или детской книжки.

6 из 10. Композиция динамичная, поп-арт выдержан во всех трёх кадрах.

Промпт 25  · Промпт 26 · Промпт 27

10. Обложки-иллюстрации

И напоследок чёрно-белые обложки в духе уличной иллюстрации: для мерча, музыкальных релизов, плакатов. Заголовки и вёрстка у всех разные, а линия общая, будто рисовал один человек. Героиня тоже одна, хотя сцены разные.

6,5 из 10. Штриховка чистая, а героиня и рисунки на её одежде совпадают от кадра к кадру.

Промпт 28  · Промпт 29 · Промпт 30

Что пока ломается в Nano Banana 2.1

Чтобы статья не превратилась в рекламный буклет, соберу в одном месте, где «банана» пока спотыкается. Что-то признаёт сама Google, что-то я увидел на своих 30 кадрах.

• Лево и право. Модель может их перепутать, Google пишет об этом в карточке модели. Так что «сумка в левой руке» - пока пожелание, а не гарантия.

• Поза с референса. Изредка модель оставляет позу с исходного фото, даже если ты просил другую.

• Мелкий текст в 1K размывается, а длинный абзац на картинке разваливается.

• Чужой алфавит. В моём комиксе одно звукоподражание вылезло латиницей.

• Линия от обводки. После правки по маске пометка иногда остаётся на картинке.

• Лицо в серии иногда немного отходит от образца. Да, даже у модели, которая обещает его держать.

• Скорость. По первым замерам, 2.1 отвечает значительно быстрее, чем Nano Banana 2.

Катастрофы тут нет. Просто это лучше знать до того, как ошибку найдёт заказчик.

Что я думаю в итоге

По анонсу модель не оценишь. Это станет понятно через пару месяцев работы - если, конечно, к тому времени не выйдет 2.2.

Я бы смотрел на второй и третий кадр серии. Осталось ли тем же лицо, банка, набор иконок, надпись? И сколько подсказок для этого понадобилось?

Первый кадр сейчас хорошо делают почти все модели. Разница начинается дальше.

 По моим оценкам, в среднем вышло 6,4 из 10. Выше всех предметка с флаконом - 7. По 6 получили кинокадр, рекламный баннер и комикс.

Мне кажется, закономерность тут простая: чем больше задач в одном кадре - лицо, товар, подписи, сложный свет, тем ниже оценка. Провала при этом нет ни в одном сценарии. И забавно: лучший кадр подборки обошёлся без единого человека.

Проверь на своей задаче. Возьми сценарий поближе к своей работе, подставь свой референс и сделай 3 кадра подряд. Держится серия - собирай из неё баннер или обложки. Не держится — оставайся на прежней модели, потерял ты всего пару минут.

А тебе что сложнее всего удержать в серии: лицо, товар или надписи? Напиши в комментариях, мне правда интересно.

* И напоследок: все 30 промптов из статьи живут в mozgi.io. Забирай, подставляй своё и собирай серию. А если захочется чего-то совсем другого, там ещё больше 34 000 промптов - на пару вечеров точно хватит.  

Бесплатные промпты - в моём Telegram-канале @yelpin_prompt.