Gemini 2.5 Flash Image (nano-banana) プロンプトガイド

以下の記事が面白かったので、簡単にまとめました。

1. Geminiによる画像生成

「Gemini」は会話形式で画像を生成・処理できます。テキスト、画像、あるいはその両方を「Gemini」に指示することで、これまでにない高度な制御で画像を作成・編集・反復処理できます。

生成されたすべての画像には「SynthID 透かし」が含まれます。

2. セットアップ

「Google Colab」での「Gemini API」のセットアップ手順は、次のとおりです。

(1) パッケージのインストール。

# パッケージのインストール
!pip install google-genai

(2) 「Google AI Studio」からAPIキーを取得し、Colabのシークレットマネージャーに登録。
キーは「GOOGLE_API_KEY」とします。

from google.colab import userdata

# 環境変数の準備 (左端の鍵アイコンでGOOGLE_API_KEYを設定)
GOOGLE_API_KEY = userdata.get("GOOGLE_API_KEY")

(3) クライアントの準備。

from google import genai

# クライアントの準備
client = genai.Client(api_key=GOOGLE_API_KEY)

3. テキスト to 画像

(1) 画像生成。

from google.genai import types
from PIL import Image
from io import BytesIO

# プロンプトの準備
prompt = (
    "Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme"
)

# 画像生成
response = client.models.generate_content(
    model="gemini-2.5-flash-image-preview",
    contents=[prompt],
)

# 画像出力
for part in response.candidates[0].content.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = Image.open(BytesIO(part.inline_data.data))
        image.save("generated_image.png")

4.画像 + テキスト to 画像 (編集)

(1) 画像生成。

・cat_image.png

from google.genai import types
from PIL import Image
from io import BytesIO

# プロンプトの準備
prompt = (
    "Create a picture of my cat eating a nano-banana in a "
    "fancy restaurant under the Gemini constellation",
)

# 画像の準備
image = Image.open("cat_image.png")

# 画像生成
response = client.models.generate_content(
    model="gemini-2.5-flash-image-preview",
    contents=[prompt, image],
)

# 画像出力
for part in response.candidates[0].content.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = Image.open(BytesIO(part.inline_data.data))
        image.save("generated_image.png")

5. その他の画像生成モード

「Gemini」は、プロンプトの構造とコンテキストに基づいて、次のような他の画像インタラクションモードもサポートしています。

6. プロンプトガイド

「Gemini 2.5 Flash Image」の画像生成をマスターするには、まず1つの基本原則から始めます。

6-1. 画像生成のプロンプト

次の戦略は、探している画像を正確に生成するための効果的なプロンプトを作成するのに役立ちます。

(1) フォトリアリスティックなシーン
リアルな画像を作るには、写真用語を使いましょう。カメラアングル、レンズの種類、照明、細部までこだわることで、モデルを写真のようなリアルな仕上がりに近づけることができます。

・テンプレート

A photorealistic [shot type] of [subject], [action or expression], set in
[environment]. The scene is illuminated by [lighting description], creating
a [mood] atmosphere. Captured with a [camera/lens details], emphasizing
[key textures and details]. The image should be in a [aspect ratio] format.

【プロンプト例】

A photorealistic close-up portrait of an elderly Japanese ceramicist with
deep, sun-etched wrinkles and a warm, knowing smile. He is carefully
inspecting a freshly glazed tea bowl. The setting is his rustic,
sun-drenched workshop. The scene is illuminated by soft, golden hour light
streaming through a window, highlighting the fine texture of the clay.
Captured with an 85mm portrait lens, resulting in a soft, blurred background
(bokeh). The overall mood is serene and masterful. Vertical portrait
orientation.

(2) 様式化されたイラストとステッカー
ステッカー、アイコン、アセットを作成するには、スタイルを明示的に指定し、透明な背景をリクエストします。

・テンプレート

A [style] sticker of a [subject], featuring [key characteristics] and a
[color palette]. The design should have [line style] and [shading style].
The background must be transparent.

【プロンプト例】

A kawaii-style sticker of a happy red panda wearing a tiny bamboo hat. It's
munching on a green bamboo leaf. The design features bold, clean outlines,
simple cel-shading, and a vibrant color palette. The background must be white.

(3) 画像内の正確なテキスト
「Gemini」はテキストのレンダリングに優れています。テキスト、フォントスタイル (説明的に)、そして全体的なデザインを明確にしましょう。

・テンプレート

Create a [image type] for [brand/concept] with the text "[text to render]"
in a [font style]. The design should be [style description], with a
[color scheme].

【プロンプト例】

Create a modern, minimalist logo for a coffee shop called 'The Daily Grind'.
The text should be in a clean, bold, sans-serif font. The design should
feature a simple, stylized icon of a a coffee bean seamlessly integrated
with the text. The color scheme is black and white.

(4) 製品のモックアップと商業写真
電子商取引、広告、ブランディング用のクリーンでプロフェッショナルな製品ショットを作成するのに最適です。

・テンプレート

A high-resolution, studio-lit product photograph of a [product description]
on a [background surface/description]. The lighting is a [lighting setup,
e.g., three-point softbox setup] to [lighting purpose]. The camera angle is
a [angle type] to showcase [specific feature]. Ultra-realistic, with sharp
focus on [key detail]. [Aspect ratio].

【プロンプト例】

A high-resolution, studio-lit product photograph of a minimalist ceramic
coffee mug in matte black, presented on a polished concrete surface. The
lighting is a three-point softbox setup designed to create soft, diffused
highlights and eliminate harsh shadows. The camera angle is a slightly
elevated 45-degree shot to showcase its clean lines. Ultra-realistic, with
sharp focus on the steam rising from the coffee. Square image.

(5) ミニマリストとネガティブスペースデザイン
テキストを重ねる Web サイト、プレゼンテーション、マーケティング資料の背景を作成するのに最適です。

・テンプレート

A minimalist composition featuring a single [subject] positioned in the
[bottom-right/top-left/etc.] of the frame. The background is a vast, empty
[color] canvas, creating significant negative space. Soft, subtle lighting.
[Aspect ratio].

【プロンプト例】

A minimalist composition featuring a single, delicate red maple leaf
positioned in the bottom-right of the frame. The background is a vast, empty
off-white canvas, creating significant negative space for text. Soft,
diffused lighting from the top left. Square image.

(6) シーケンシャルアート（漫画パネル/ストーリーボード）
キャラクターの一貫性とシーンの説明を基にして、視覚的にストーリーを伝えるパネルを作成します。

・テンプレート

A single comic book panel in a [art style] style. In the foreground,
[character description and action]. In the background, [setting details].
The panel has a [dialogue/caption box] with the text "[Text]". The lighting
creates a [mood] mood. [Aspect ratio].

【プロンプト例】

A single comic book panel in a gritty, noir art style with high-contrast
black and white inks. In the foreground, a detective in a trench coat stands
under a flickering streetlamp, rain soaking his shoulders. In the
background, the neon sign of a desolate bar reflects in a puddle. A caption
box at the top reads "The city was a tough place to keep secrets." The
lighting is harsh, creating a dramatic, somber mood. Landscape.

6-2. 画像編集のプロンプト

これらの例は、編集、構成、およびスタイル転送のためにテキストプロンプトとともに画像を提供する方法を示しています。

(1) 要素の追加と削除
画像と変更内容をご提示ください。モデルは元の画像のスタイル、照明、遠近法に合わせて作成されます。

・テンプレート

Using the provided image of [subject], please [add/remove/modify] [element]
to/from the scene. Ensure the change is [description of how the change should
integrate].

【プロンプト例】

"Using the provided image of my cat, please add a small, knitted wizard hat
on its head. Make it look like it's sitting comfortably and matches the soft
lighting of the photo."

(2) インペインティング（セマンティックマスキング）
会話的に「マスク」を定義して、画像の特定の部分を編集し、残りの部分はそのまま残します。

・テンプレート

Using the provided image, change only the [specific element] to [new
element/description]. Keep everything else in the image exactly the same,
preserving the original style, lighting, and composition.

【プロンプト例】

"Using the provided image of a living room, change only the blue sofa to be
a vintage, brown leather chesterfield sofa. Keep the rest of the room,
including the pillows on the sofa and the lighting, unchanged."

(3) スタイルの転送
画像を提供し、モデルにそのコンテンツを別の芸術的なスタイルで再現するよう依頼します。

・テンプレート

Transform the provided photograph of [subject] into the artistic style of [artist/art style]. Preserve the original composition but render it with [description of stylistic elements].

【プロンプト例】

"Transform the provided photograph of a modern city street at night into the artistic style of Vincent van Gogh's 'Starry Night'. Preserve the original composition of buildings and cars, but render all elements with swirling, impasto brushstrokes and a dramatic palette of deep blues and bright yellows."

(4) 高度な合成：複数の画像を組み合わせる
複数の画像をコンテキストとして提供することで、新たな合成シーンを作成できます。製品のモックアップやクリエイティブなコラージュに最適です。

・テンプレート

Transform the provided photograph of [subject] into the artistic style of [artist/art style]. Preserve the oCreate a new image by combining the elements from the provided images. Take
the [element from image 1] and place it with/on the [element from image 2].
The final image should be a [description of the final scene].

【プロンプト例】

"Create a professional e-commerce fashion photo. Take the blue floral dress
from the first image and let the woman from the second image wear it.
Generate a realistic, full-body shot of the woman wearing the dress, with
the lighting and shadows adjusted to match the outdoor environment."

(5) 高忠実度のディテール保存
編集中に重要な詳細 (顔やロゴなど) が確実に保持されるようにするには、編集リクエストとともに詳細を記述してください。

・テンプレート

Using the provided images, place [element from image 2] onto [element from
image 1]. Ensure that the features of [element from image 1] remain
completely unchanged. The added element should [description of how the
element should integrate].

【プロンプト例】

"Take the first image of the woman with brown hair, blue eyes, and a neutral
expression. Add the logo from the second image onto her black t-shirt.
Ensure the woman's face and features remain completely unchanged. The logo
should look like it's naturally printed on the fabric, following the folds
of the shirt."

6-3. ベストプラクティス

結果を「良い」から「素晴らしい」に高めるには、これらのプロフェッショナルな戦略をワークフローに取り入れましょう。

・非常に具体的に
詳細を記載すればするほど、より自由に表現できます。「ファンタジーの鎧」ではなく、「銀箔の模様が刻まれた、高い襟と鷹の翼のような形の肩甲を持つ、華やかなエルフのプレートアーマー」と説明しましょう。

・背景と意図を伝える
画像の目的を明確にしましょう。モデルが背景をどれだけ理解しているかが、最終的な成果物に影響を与えます。例えば、「高級でミニマルなスキンケアブランドのロゴを作成してください」という依頼は、「ロゴを作成してください」という依頼よりも、より良い結果が得られます。

・繰り返しと改良
最初から完璧な画像を期待しないでください。モデルの会話的な性質を利用して、小さな変更を加えましょう。「素晴らしいですね。でも、照明をもう少し温かみのある色にできますか？」や「すべてはそのままで、キャラクターの表情をもっと真面目なものに変えてください」など、フォローアップの提案をしましょう。

・ステップバイステップの指示を使う
多くの要素を含む複雑なシーンでは、指示をステップごとに分けましょう。「まず、夜明けの静かで霧深い森の背景を作成します。次に、前景に苔むした古代の石の祭壇を追加します。最後に、祭壇の上に光る剣を1本置きます。」

・意味的否定プロンプトを使用
「車がない」と言う代わりに、望ましいシーンを肯定的に説明します。「交通の兆候がない、空っぽで人気のない通り」

・カメラをコントロール
写真や映画で使われる表現を使って構図をコントロールします。
wide-angle shot、macro shot、low-angle perspective などの用語を使用

7. 制限事項