Параметры NanoBanana 2: полный разбор режимов и настроек генерации

NanoBanana 2 — это модель генерации изображений от Google, которая работает на скорости Gemini Flash и при этом обладает мощью Nano Banana Pro: точным рендером текста, знанием реального мира и согласованностью персонажей на нескольких референсах. В этой статье разберём каждый режим и параметр модели: что делает, на что влияет и когда использовать.

Архитектура запроса: как устроен вызов NanoBanana 2

Все запросы к модели строятся по одной схеме — через Interactions API. Базовый вызов выглядит так:

interaction = client.interactions.create(
    model="gemini-3.1-flash-image-preview",
    input=...,       # текст или список блоков
    tools=[...]      # опционально: инструменты поиска
)

Есть три ключевых параметра, которые определяют поведение модели:

• model — идентификатор модели (gemini-3.1-flash-image-preview)
• input — входные данные: строка или список блоков (текст + изображения)
• tools — список инструментов, расширяющих возможности генерации

Режим 1: Text to Image — базовая генерация по тексту

Самый простой режим: передаёшь текстовый промпт, получаешь изображение. NanoBanana 2 самостоятельно обрабатывает фотореализм, рендер надписей и сложные композиции — без каких-либо дополнительных инструментов.

Когда использовать: концепт-арт, постеры, иллюстрации, когда не важна фактическая точность конкретных реальных объектов.

interaction = client.interactions.create(
    model="gemini-3.1-flash-image-preview",
    input="""A cinematic travel poster for Kyoto, Japan in autumn.
    Cherry-red maple leaves frame a traditional wooden torii gate
    at golden hour. The text 'KYOTO' is rendered in elegant serif
    typography at the bottom. Photorealistic, warm tones, 35mm film look."""
)

Обрати внимание: модель корректно отрисовала текст «KYOTO», выдержала золотой час и атмосферу 35mm плёнки — всё из одного промпта без дополнительных настроек.

Режим 2: Text to Image + Web Search — генерация с фактической точностью

Добавляя инструмент google_search с типом web_search, ты включаешь поиск в интернете перед генерацией. Модель сначала ищет актуальную текстовую информацию, а затем использует её как контекст.

Когда использовать: когда нужно, чтобы модель знала реальные факты — правильные названия мест, актуальные данные, точные имена объектов.

tools=[
    {
        "type": "google_search",
        "search_types": ["web_search"]
    }
]

В примере выше модель самостоятельно нашла топ-5 достопримечательностей Киото и корректно подписала их на карте в стиле старинной картографии. Важный нюанс: при web-поиске модель знает, что изображает, но всё равно воображает, как это выглядит. Для визуальной точности нужен следующий режим.

Режим 3: Text to Image + Web + Image Search — визуально точная генерация

Ключевое нововведение NanoBanana 2 — параметр image_search в массиве search_types. Модель не просто читает о месте — она реально скачивает фотографии из Google Images и использует их как визуальные референсы во время генерации.

Параметр search_types	Что делает модель	Результат
["web_search"]	Читает текстовые описания объектов	Фактически верно, визуально приблизительно
["image_search"]	Скачивает реальные фото из Google Images	Визуально точно, без текстового контекста
["web_search", "image_search"]	Читает описания + видит фотографии	Максимальная точность: факты + внешний вид

tools=[
    {
        "type": "google_search",
        "search_types": ["web_search", "image_search"]
    }
]

Разница очевидна: модель точно воспроизвела характерный оранжевый цвет и форму ворот тории в Фусими Инари — потому что видела реальные фотографии, а не только читала описание.

Совет: image_search можно использовать и отдельно, без web_search — если тебе важна только визуальная точность, а текстовый контекст не нужен:

tools=[{"type": "google_search", "search_types": ["image_search"]}]

Режим 4: Text + Image Input — вставка реального человека в сцену

Самый мощный режим: параметр input принимает не строку, а список блоков разных типов. Ты передаёшь одновременно текст и изображение (фото человека), а модель интегрирует внешность этого человека в сгенерированную сцену.

Когда использовать: персонализированные открытки, туристические брошюры, маркетинговые материалы с конкретным человеком, прототипирование аватаров.

input=[
    {
        "type": "text",
        "text": "Search for what the Arashiyama bamboo grove looks like.
        Then generate a photo of this person standing in it..."
    },
    {
        "type": "image",
        "data": image_data,   # base64-кодированное изображение
        "mime_type": "image/png"
    }
]

Один API-вызов объединяет сразу три возможности модели: сохранение внешности человека из референса, поиск реальных фотографий локации, фотореалистичная композиция с кинематографическим освещением.

Примеры генерации: что умеет модель

Природные сцены

NanoBanana 2 отлично справляется с атмосферными пейзажами — мягкий свет, туман над водой, глубина пространства:

Prompt: «Generate a vivid and immersive scene of a peaceful lakeside at sunrise. Soft golden light reflecting on the water, gentle mist rising from the lake, and distant mountains partially covered in fog. Calm, cinematic, emotionally soothing.»

Городские ночные сцены

Неоновое освещение, отражения в лужах, динамика мегаполиса — модель держит сложную световую картину без потери деталей:

Prompt: «A cinematic nighttime city scene with neon lights reflecting on wet streets after rain. Tall buildings, glowing signboards, light traffic. Vibrant, modern, slightly moody atmosphere.»

Редактирование изображений

Передаёшь исходное фото и описываешь трансформацию — модель переносит главный объект в новое окружение, сохраняя его внешний вид:

Prompt: «Transform the scene into a cinematic ocean environment. Replace the fishbowl with a vast underwater scene with coral reefs and soft light rays. Preserve the fish's position and motion.»

Ключевые параметры: сводная таблица

Параметр	Тип	Что делает	Когда использовать
model	string	Выбор модели	Всегда gemini-3.1-flash-image-preview
input (строка)	string	Текстовый промпт	Базовая генерация без референсов
input (список)	array	Текст + изображения	Когда нужны референсные фото людей или объектов
tools[].type	string	Тип инструмента	google_search для поиска
search_types: ["web_search"]	array	Текстовый поиск в интернете	Фактическая точность: имена, факты, описания
search_types: ["image_search"]	array	Поиск реальных фото	Визуальная точность: как выглядит объект
Оба search_types	array	Полное заземление	Максимальная точность: факты + внешний вид

Лучшие практики и типичные ошибки

• Структурируй промпт по слоям: субъект → окружение → стиль → свет → композиция. Это значительно улучшает результат по сравнению с одним предложением.
• Указывай стиль явно: «photorealistic», «35mm film look», «cinematic lighting» — модель понимает и точно воспроизводит профессиональные термины.
• Не включай image_search без необходимости: для абстрактных или выдуманных сцен image search только мешает — добавляй его только для реальных мест и объектов.
• Передавай качественные референсы: чем чище и чётче исходное фото человека, тем точнее модель сохранит его внешность в результате.
• Комбинируй web_search + image_search для реальных локаций: это даёт и фактическую, и визуальную точность одновременно.
• Тестируй итеративно: начни с базового режима, затем добавляй инструменты по одному — так проще понять, что именно улучшает результат.

Всё описанное выше доступно прямо сейчас на Neyrix — без установки SDK и настройки окружения. Загружай референс, пиши промпт, выбирай режим — и смотри результат мгновенно.

Связанные материалы

Если хочешь углубиться в работу с NanoBanana 2 — читай дальше:

• Промпты для NanoBanana 2: полный гайд по генерации изображений с разбором примеров
• NanoBanana 2 для предметной фотографии: пошаговый воркфлоу от референса до готового кампейна
• Ошибки генерации в NanoBanana 2: 7 типичных проблем и как их исправить