Créer des visuels architecturaux avec Nano Banana 2.1 : guide pas à pas

Ce que vous allez apprendre dans ce guide

Ce tutoriel présente une méthode pour préparer des prompts destinés à générer des images d’architecture et d’intérieur avec Nano Banana 2.1 via l’API Gemini. Vous verrez d’abord quels aspects de la scène décrire, puis comment formuler une demande de retouche à partir d’une image de référence. Enfin, nous aborderons les erreurs fréquentes dans les prompts et la manière d’intégrer les résultats à votre workflow.

Les exemples présentés ici visent la recherche en conception, l’exploration d’ambiances et le développement d’idées visuelles avant une présentation. Les images générées ne doivent pas être considérées comme des dessins cotés, des modèles BIM ou des détails d’exécution : ce sont des ébauches visuelles qui permettent de discuter des choix de conception.

Prérequis : modèle et accès

Ce guide s’appuie sur le processus décrit dans la documentation de Google consacrée à la génération d’images avec l’API Gemini. L’identifiant du modèle Nano Banana 2.1 y est gemini-nano-banana-2.1. Pour utiliser l’API, il vous faut un client de l’API Gemini et des identifiants d’authentification ; l’exemple REST de la documentation utilise une clé API. Des exemples pour les clients Python et JavaScript sont également proposés. La source ne précisant aucune version de client requise, aucun numéro de version n’est indiqué ici.

Vous pouvez générer une image à partir d’un prompt textuel ou demander une retouche en envoyant une image accompagnée d’un texte. L’exemple de workflow transmet les données de l’image et son type MIME ; pour connaître les différents types de fichiers et les charges utiles plus volumineuses, la documentation renvoie également au guide de compréhension des images. Assurez-vous de disposer des droits nécessaires sur les images importées. Google rappelle aussi que sa politique d’utilisation interdite doit être respectée.

Le choix du modèle mérite également d’être anticipé. Selon la documentation, Nano Banana 2.1 est le principal modèle haute efficacité pour la génération d’images et la retouche conversationnelle. Nano Banana 2 Lite est conçu pour les tâches privilégiant la vitesse et le coût ; il n’est pas optimisé pour plusieurs images de référence ni pour les retouches successives. Nano Banana Pro est proposé comme option premium pour les tâches visuelles plus complexes. Les étapes présentées ici portent sur la version 2.1 ; les sources ne précisent ni le coût d’un usage donné ni le tarif applicable à votre compte.

Préparer un prompt étape par étape

1. Définissez l’objectif de la scène et son sujet principal. Au lieu d’une formule générale comme « un intérieur moderne », précisez le type d’espace et ce que l’image doit montrer. Le prompt ci-dessous décrit par exemple un séjour résidentiel destiné à une présentation de projet :

Mimari tasarım sunumu için çağdaş bir konutun oturma alanını gösteren fotogerçekçi bir iç mekân görseli oluştur. Açık planlı mekânda oturma alanı, yemek bölümü ve mutfak birlikte algılansın. Sade doğal malzemeler, yumuşak gün ışığı ve dengeli, sakin bir atmosfer kullan. Kadrajda mobilyaların mekânsal ilişkisi açıkça görülsün.

Ce prompt réunit le type d’usage, l’étendue de l’espace, l’aspect des matériaux, la lumière et les attentes concernant le cadrage. En classant les éléments nécessaires par ordre de priorité, vous aidez le modèle à comprendre quels aspects de la scène mettre en avant.

1. Décrivez le langage visuel et les contraintes. Le guide de Google sur la conception des prompts recommande de formuler des instructions claires et précises, et d’indiquer les contraintes si nécessaire. L’exemple ci-dessous peut servir à créer une étude d’ambiance à partir d’une esquisse de cour existante :

Bu avlu eskizini temel alarak bir mimari atmosfer görseli üret. Mevcut yapı kütlelerini ve avlunun genel düzenini koru. İnsan ölçeğinde bitkilendirme, oturma elemanları ve yumuşak öğleden sonra ışığı ekle. Görsel dili sakin ve doğal tut; yeni bina kütlesi veya okunaklı yazı ekleme.

Les consignes « conserver » et « ne pas ajouter » délimitent l’objectif de la retouche. Il ne faut toutefois pas supposer que toute la géométrie de l’esquisse restera inchangée : comparez le résultat au dessin source et repérez les corrections nécessaires.

1. Envoyez l’image de référence avec le texte. L’exemple de retouche de la documentation de l’API montre qu’une entrée textuelle et une entrée image peuvent être utilisées dans une même requête. Pour un travail d’architecture, cela peut consister à demander des modifications à partir d’une esquisse, d’un visuel conceptuel ou d’une image de référence dont vous détenez les droits. Pour une étude de façade, par exemple, mettez l’accent sur une seule variable :

Bu cephe görselini düzenle. Pencere açıklıklarının yerini ve bina kütlesini koru; yalnızca cephedeki malzeme hissini açık renkli doğal taş olarak değiştir. Işık ve kamera yönünü mevcut görselle tutarlı bırak. Yeni kat, pencere veya yapı bölümü ekleme.

Lorsque vous joignez une image à votre requête, vérifiez que son format est pris en charge par l’API ; la documentation source recommande de consulter la page dédiée aux types MIME pris en charge. Il est également possible d’utiliser plusieurs images, mais les exigences relatives aux fichiers et aux charges utiles ne sont pas détaillées dans cette source.

1. Améliorez le résultat par retouches conversationnelles. La documentation de Google sur la génération d’images avec Gemini indique que les images peuvent être retouchées par conversation textuelle et par itérations. Plutôt que de tout modifier en même temps dans le premier résultat, concentrez la demande suivante sur une seule priorité :

Önceki görseli temel al. Mobilya yerleşimini ve kamera açısını koru; yalnızca gün ışığını daha yumuşak ve dağınık hâle getir. Malzemeleri, renk paletini ve mekândaki diğer öğeleri değiştirme.

Cette méthode permet de mieux évaluer l’effet de chaque consigne sur l’image. Examinez le résultat à chaque étape et, s’il ne convient pas, rendez le prompt plus précis. La documentation de Google décrit la conception des prompts comme un processus itératif qui demande des essais et des améliorations.

Erreurs fréquentes

Description vague : des consignes comme « rends-le plus beau et moderne » ne précisent pas quel choix de conception doit changer. Définissez concrètement l’objectif : matériau, lumière, cadrage ou relation spatiale.

Consignes contradictoires : demander de « conserver la disposition existante » tout en exigeant dans le même prompt de « modifier complètement le plan » rend l’objectif ambigu. Indiquez séparément ce qui doit être conservé et ce qui doit changer.

Demander trop de modifications en une seule fois : changer simultanément le matériau de la façade, l’angle de caméra, le paysage et la lumière complique l’évaluation du résultat. Fractionnez les demandes en plusieurs étapes et poursuivez à partir de l’image précédente pour les retouches successives.

Importer une image dont les droits sont incertains : Google rappelle qu’il faut disposer des droits nécessaires sur les images importées et ne pas générer de contenu portant atteinte aux droits d’autrui. Vérifiez la provenance de la référence et l’autorisation de l’utiliser.

Considérer le résultat comme une validation technique : la génération d’une image ne signifie pas que les dimensions d’un dessin ou la conformité réglementaire du projet ont été vérifiées. Utilisez donc l’image pour présenter et discuter un concept, et vérifiez séparément les décisions techniques à partir des documents du projet.

Quelle place dans un workflow d’architecture et de visualisation ?

Les architectes, architectes d’intérieur et équipes de visualisation peuvent expérimenter cette méthode pour explorer des ambiances en phase amont, des options de matériaux et des idées de présentation. Les équipes qui disposent déjà d’une esquisse ou d’une image à retoucher peuvent notamment tirer parti du workflow qui associe texte et image. Pour Nano Banana 2.1, Google fournit des informations sur la qualité des images, la génération de texte, la cohérence sur plusieurs tours et les différentes options de résolution. Il s’agit de caractéristiques décrites dans la documentation du fournisseur ; elles ne garantissent pas le même résultat pour chaque image de projet.

La source ne fournit aucune liste de prérequis concernant le matériel informatique local ; elle décrit l’accès à l’API. Il ne serait donc pas pertinent d’en déduire les exigences en matière de carte graphique ou de processeur pour une station de travail. Les équipes doivent également évaluer les conditions d’utilisation de l’API, le coût facturé à leur compte, les droits sur les images et l’usage prévu des résultats dans le processus de projet. La présence d’un filigrane SynthID sur les images générées doit aussi être prise en compte lors de la planification des présentations et des livrables.

Étapes suivantes

Commencez par choisir un espace ou une façade, puis testez différents prompts d’ambiance à partir de la même image de départ. Notez les éléments qui changent à chaque essai afin de comparer l’effet des différentes parties du prompt. Appliquez ensuite la même méthode à la retouche d’images et ne modifiez qu’une seule priorité à chaque étape.

Si la génération doit s’intégrer à une application, consultez les exemples Python, JavaScript ou REST de la documentation pour mettre en place le workflow API. Ce tutoriel ne présente pas de code, car il porte sur la conception de prompts architecturaux. Consultez séparément la documentation officielle pertinente pour les droits sur les images, les tarifs de l’API et les types de fichiers pris en charge.

Sources et licence

Ce tutoriel a été adapté en turc à partir des informations de la documentation de Google sur la génération d’images avec l’API Gemini et de son guide de conception des prompts. Ces deux sources sont proposées sous licence CC BY 4.0. Les prompts d’exemple en architecture ont été rédigés spécifiquement pour ce guide.