Nano Banana 2.1 ilə memarlıq vizuallarının yaradılması: API addımları və promptlar

Bu bələdçidə nə öyrənəcəksiniz?

Bu təlim memarlıq konsepti və interyer vizualları hazırlayarkən Nano Banana 2.1-dən Gemini API vasitəsilə istifadəyə yönəlib. Əvvəlcə mətn promptu ilə yeni səhnə yaradacaq, sonra mövcud vizuala yazılı göstəriş verərək dəyişiklik istəyəcəyik. Son hissədə isə promptu daha nəzarətli etmək, nəticələri iterativ şəkildə təkmilləşdirmək və istehsal zamanı diqqət yetirilməli məqamları nəzərdən keçirəcəyik.

Buradakı nümunələr təqdimat və ya dizayn araşdırması üçün vizual ideyalar yaratmağa hesablanıb. API ilə yaradılan vizualları tətbiq layihəsinin təsdiqlənmiş texniki çertyojları kimi qəbul etmək olmaz; promptlar vizualın atmosferini və kompozisiyasını təsvir edir. Modelin nəticəsini nəzərdən keçirmək və onun dizayn qərarlarına uyğunluğunu ayrıca yoxlamaq lazımdır.

Tələblər: model, giriş və fayllar

Google-un Gemini API vizual yaratma sənədlərində Nano Banana 2.1 üçün model identifikatoru gemini-nano-banana-2.1 kimi göstərilir. Sənədlər yeni layihələrdə bu modeldən istifadə etməyi tövsiyə edir. Nano Banana 2.1 vizual yaratmaq və söhbət əsasında redaktə etmək üçün yüksək məhsuldarlıqlı əsas model kimi təsvir olunur. Eyni açıqlamada 1K, 2K və 4K təsvir ölçülərindən bəhs edilir; lakin bu bələdçidə API sorğusunda həmin seçimləri müəyyənləşdirən parametr və ya menyu addımı göstərilmir.

Nümunə axınını Python ilə qurmaq üçün Google Gen AI SDK-dan istifadə edən Python mühiti lazımdır. Mənbə sənəddə SDK-nın minimum versiyası və ya quraşdırma əmri göstərilmədiyindən burada konkret versiya və ya əmr tövsiyə etmirik. REST yolunu seçənlərin sorğuda GEMINI_API_KEY adlı API açarından istifadə etdiyi sənəddəki nümunədə göstərilir. Hesaba giriş şərtləri və istifadə haqları da bu mənbələrdə izah olunmur; layihəyə başlamazdan əvvəl API-nin cari şərtlərini ayrıca yoxlayın.

Mövcud vizualı redaktə nümunəsində PNG faylı və image/png MIME növündən istifadə olunur. Buna görə ilk sınaq üçün redaktə ediləcək vizualı PNG formatında hazırlamaq və fayl yolunu öz iş mühitinizə uyğunlaşdırmaq ən aydın başlanğıc yoludur.

Addım-addım tətbiq

1. Səhnənin məqsədini və sərhədlərini müəyyənləşdirin

Prompt yazmağa başlamazdan əvvəl vizualın nəyi təsvir edəcəyini müəyyən edin: məsələn, yaşayış binasının fasadı, foye, mətbəx və ya həyət. Sonra baxış istiqamətini, materialları, işığı və kadrı aydın şəkildə təsvir edin. Google-un prompt dizaynı bələdçisi aydın və konkret göstərişlər verməyi, lazım olduqda məhdudiyyətləri və çıxış formatını açıq şəkildə bildirməyi tövsiyə edir. Aşağıdakı nümunə memarlıq konsept vizualı üçün hazırlanmış orijinal promptdur:

Create a photorealistic architectural visualization of a compact courtyard house in a coastal climate. Show a quiet eye-level view from the garden toward the entrance. Use pale limestone, warm timber screens, native planting, soft overcast daylight, realistic material textures, and a calm restrained palette. Keep the building proportions plausible and the composition uncluttered. No people, signage, or decorative text.

Bu promptda bina növü, baxış nöqtəsi, materiallar və işıq ayrı-ayrılıqda təsvir olunur. İlk generasiyada bir vizual məqsədi seçmək nəticənin hansı göstərişlərə əsasən dəyişdiyini anlamağı asanlaşdırır. Konkret kompozisiya vacibdirsə, bunu “giriş bağdan görünsün” kimi birbaşa cümlə ilə yazın.

2. API sorğusu ilə vizual yaradın

Aşağıdakı Python nümunəsində sənəddəki interactions.create axınından istifadə olunur. Prompt mətni modelə göndərilir və qaytarılan vizual məlumatı fayla yazılır. Nəticə məlumatının interaction.output_image vasitəsilə alındığını və Base64 formatından dekodlaşdırıldığını unutmayın.

from google import genai
import base64

client = genai.Client()
prompt = "Create a photorealistic architectural visualization of a compact courtyard house in a coastal climate. Show a quiet eye-level view from the garden toward the entrance. Use pale limestone, warm timber screens, native planting, soft overcast daylight, realistic material textures, and a calm restrained palette. Keep the building proportions plausible and the composition uncluttered. No people, signage, or decorative text."

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=prompt,
)

with open("courtyard-concept.png", "wb") as image_file:
    image_file.write(base64.b64decode(interaction.output_image.data))

Fayl adını layihəyə uyğun dəyişə bilərsiniz. Sorğu xətası baş verərsə və ya vizual məlumatı qaytarılmazsa, əvvəlcə promptu və API girişini yoxlayın; mənbə sənəddəki nümunə çıxış vizualının output_image sahəsindən alınmasına əsaslanır.

3. Mövcud vizualı redaktə etməyi istəyin

İkinci axında modelə həm göstəriş mətni, həm də vizual giriş göndərilir. Sənəddə vizualın fayldan oxunub Base64 formatına çevrildiyi və image/png növü ilə sorğuya əlavə olunduğu nümunə göstərilir. Aşağıdakı göstəriş mövcud interyer vizualında material hissini dəyişməyə yönəlib:

Edit the provided interior image. Keep the room layout, camera position, windows, and furniture placement unchanged. Change the floor to light oak, make the wall finish a warm off-white plaster, and soften the daylight while preserving the original overall composition.

Bu prompt qorunmalı elementləri və dəyişdiriləcək səthləri xüsusilə aydın şəkildə ayırır. API sorğusunda vizualı mətn girişi ilə birlikdə göndərmək lazımdır; yalnız bu mətni təkbaşına istifadə etmək mənbə vizualı redaktə etməklə eyni əməliyyat deyil. İlk nəticəni nəzərdən keçirin, sonra dəyişdirilməsini istədiyiniz bir məqamı daha aydın təsvir edərək növbəti cəhdi edin.

4. Nəticəni kiçik addımlarla təkmilləşdirin

Prompt dizaynı bələdçisi prompt yaratmağı sınaq və təkmilləşdirmə prosesi kimi nəzərdən keçirir. Nəticə gözləntinizi qarşılamırsa, bütün göstərişi yenidən yazmaq əvəzinə, məsələn, yalnız kamera bucağını və ya işıq təsvirini dəyişin. Beləliklə, hansı ifadənin nəticəyə təsir etdiyini müqayisə etmək asanlaşır.

Bir neçə məhdudiyyət lazımdırsa, onları qısa və ayrı cümlələrlə bildirin: qorunacaq məkan quruluşu, dəyişdiriləcək materiallar və istənilən işıq. Qeyri-müəyyən sifətləri konkret təsvirlərlə dəqiqləşdirin. “Daha isti” deməkdənsə, müəyyən ağac tonunu və ya gün işığının xarakterini təsvir etmək daha aydın göstəriş verir. Hər iterasiyada vizualı dizayn niyyəti ilə müqayisə edin; modelin yaratdığı material və detalları avtomatik olaraq düzgün hesab etməyin.

Tez-tez edilən səhvlər

• Bir prompta həddən artıq tapşırıq yükləmək: Planı, fasadı, mebeli və atmosferi eyni vaxtda dəyişmək hansı göstərişin nəticəyə təsir etdiyini izləməyi çətinləşdirə bilər. Əvvəlcə bir əsas məqsəd seçin.

• Nələrin qorunacağını bildirməmək: Mövcud vizualı redaktə edərkən qorunmalı kamera bucağını, pəncərəni və ya yerləşimi açıq şəkildə qeyd edin. Sənədlərdə mətn vasitəsilə vizuala yeni element əlavə etmək, element çıxarmaq, dəyişdirmək, üslub və rəng düzəlişi etmək axını təsvir olunur.

• Mənbə vizualın hüquqlarını nəzərə almamaq: Sənədlərdə yüklənən vizuallar üçün lazımi hüquqlara malik olmaq gərəkdiyi xatırladılır. Vizualı API-yə göndərməzdən əvvəl istifadə hüququnu yoxlayın.

• Model seçimini təsvir ölçüsü məlumatı ilə qarışdırmaq: Mənbədə Nano Banana 2.1 üçün 1K, 2K və 4K dəstəyi sadalansa da, burada bu seçimləri sorğuda müəyyənləşdirən parametr izah olunmur. Sənəddə göstərilməyən sazlama adlarını təxmin edərək istifadə etməyin.

• Nəticəni yekun texniki qərar hesab etmək: Bu axın vizual yaratmaq və redaktə etmək üçündür. Layihə ölçüləri və ya tətbiq detalları təsdiqlənmiş texniki məlumat kimi təqdim edilmir.

Memarlıq və vizuallaşdırma iş axınında növbəti addımlar

Memarlar və interyer dizaynerləri mətn əsasında vizual yaratma axınından ilkin mərhələdə müxtəlif material və atmosfer variantlarını araşdırmaq üçün istifadə edə bilərlər. Vizuallaşdırma komandaları isə mövcud PNG üzərində məhdud dəyişiklikləri sınamaq üçün redaktə yolunu yoxlaya bilər. Bununla belə, mənbələrdə konkret iş stansiyası avadanlığı, lokal işə salma tələbi və ya lisenziya qiyməti göstərilmir; giriş və xərc barədə qərarı API-nin cari şərtlərinə əsasən vermək lazımdır.

Yaradılan nəticələri layihə təqdimatına daxil etməzdən əvvəl uyğunluq və vizual dəqiqlik baxımından nəzərdən keçirin. Sənəddə yaradılan vizualların SynthID su nişanını ehtiva etdiyi bildirilir. Bundan əlavə, komanda daxilində hansı mənbə vizualından istifadə olunduğunu, hansı promptla dəyişiklik istəndiyini və hansı nəticənin seçildiyini qeyd etmək təkrar yaratma və qiymətləndirmə prosesini daha izlənilə bilən edir.

Mənbə və lisenziya

Bu təlim Google-un Gemini API “Nano Banana image generation” və “Prompt design strategies” sənədləri əsasında uyğunlaşdırılıb. Hər iki mənbə CC BY 4.0 lisenziyalıdır. Memarlıq promptu nümunələri bu bələdçi üçün orijinal olaraq hazırlanıb; mənbələrdəki nümunə promptlar köçürülməyib.