En bref
- L’identifiant du modèle Nano Banana 2 dans l’API Gemini est gemini-3.1-flash-image.
- Le modèle génère des images à partir de prompts textuels et permet aussi de les modifier en combinant des entrées textuelles et visuelles.
- Google met en avant la capacité de Nano Banana 2 à travailler avec plusieurs images de référence et à assurer la cohérence.
- Selon la documentation de Google, toutes les images générées contiennent un filigrane SynthID.
Ce que vous apprendrez dans ce guide
Nano Banana est le nom utilisé par Google pour ses capacités natives de génération d’images dans Gemini. Ce guide explique comment rédiger des prompts pour créer avec Nano Banana 2 des visuels de concepts architecturaux et d’intérieurs, et comment décrire plus clairement l’espace, les matériaux, la lumière et le cadrage. Nous abordons également la modification d’une image existante à l’aide d’un prompt textuel et l’amélioration itérative des résultats.
Les quatre prompts proposés ici sont des exemples originaux conçus pour des usages architecturaux ; ils ne garantissent pas un résultat précis. Le guide de Google sur la conception des prompts décrit également leur rédaction comme un processus d’expérimentation et d’amélioration en fonction des résultats observés. Il convient donc de considérer ces exemples comme des points de départ et d’ajuster les descriptions selon l’image obtenue.
Prérequis et choix du modèle
La génération d’images est disponible dans l’API Gemini. Dans la documentation de Google, l’identifiant du modèle Nano Banana 2 est gemini-3.1-flash-image ; les exemples d’appels à l’API pour la génération et la modification d’images utilisent ce modèle. Google AI Studio propose des options pour créer une clé API et tester des prompts. Pour la version logicielle, ce guide s’appuie sur l’identifiant du modèle de l’API Gemini ; les sources ne précisent ni logiciel 3D à exécuter localement sur un ordinateur, ni prérequis matériels.
Plusieurs modèles sont répertoriés sous le nom Nano Banana : Nano Banana 2 Lite (gemini-3.1-flash-lite-image), Nano Banana 2 (gemini-3.1-flash-image), Nano Banana Pro (gemini-3-pro-image) et la génération précédente, Nano Banana (gemini-2.5-flash-image). Google positionne Nano Banana 2 pour un usage polyvalent, la génération en 4K, les connaissances du monde, la création de texte et le traitement de plusieurs images de référence. Le modèle Pro est destiné aux tâches visuelles les plus complexes, tandis que Lite est présenté comme une option privilégiant la vitesse et le coût. Il s’agit des descriptions des modèles fournies par leur éditeur ; il est préférable de tester le choix du modèle avec les données réelles du projet.
Dans un workflow API, vous pouvez générer une image à partir d’un prompt textuel ou fournir une image avec le texte pour la modifier. Google rappelle expressément que vous devez disposer des droits nécessaires pour utiliser les images importées. Les sources de ce guide ne détaillent pas le coût de l’API, les conditions d’accès ni les exigences matérielles locales pour tous les cas d’usage ; consultez la documentation actuelle de l’API avant de commencer un projet.
Quatre prompts pour des visuels d’architecture
Pour rédiger un prompt, commencez par préciser le type et l’objectif de l’image, puis décrivez l’espace, les matériaux, l’éclairage et le cadrage. Plutôt que d’accumuler dans une seule phrase de nombreuses consignes qui peuvent interagir, énumérez clairement les caractéristiques importantes. Les exemples ci-dessous sont en anglais et peuvent être copiés-collés tels quels.
Concept d’intérieur résidentiel : précisez ensemble le type d’espace, les matériaux et la qualité de la lumière. L’idée principale de l’image est ainsi définie dans un seul prompt.
Create a photorealistic architectural visualization of a calm contemporary living room in a compact urban apartment. Use warm oak flooring, pale mineral plaster walls, a deep green sofa, and a simple stone coffee table. Soft morning light enters from a large side window, creating gentle natural shadows. Eye-level camera, wide interior composition, realistic material textures, restrained styling. Show no people, no signage, no text.Étude des matériaux de façade : l’objectif est ici de décrire un même bâtiment en mettant l’accent sur les matériaux et la lumière du jour. L’image peut servir à explorer des variantes de conception ; elle ne remplace pas un détail technique de façade.
Create a photorealistic exterior architectural study of a small public library with a clear, simple facade composition. Combine light brick, exposed timber fins, and large areas of clear glazing. Overcast daylight, soft shadows, eye-level three-quarter view, a few mature trees nearby, realistic scale and material texture. Keep the architecture calm and buildable. No people, no signs, no readable text.Modification d’un rendu existant : utilisez ce prompt en fournissant également l’image à modifier. Indiquez les éléments à changer et précisez séparément ceux qui doivent rester inchangés.
Edit the provided interior image by changing the wall finish to pale warm-gray plaster and replacing the rug with a muted terracotta wool rug. Preserve the room layout, camera viewpoint, window positions, furniture placement, and overall lighting. Keep the result photorealistic and do not add new furniture, people, or text.Créer une ambiance à partir de plusieurs références : Nano Banana 2 est présenté comme capable de traiter plusieurs images de référence et d’assurer la cohérence. Précisez clairement dans le prompt la caractéristique que chaque référence doit guider.
Create a photorealistic boutique hotel lobby concept. Use the first reference image for the warm color palette, the second for the curved reception desk form, and the third for the lighting mood. Combine these directions in a new, coherent interior with natural stone, dark timber, and soft indirect lighting. Wide eye-level view, realistic materials, uncluttered composition. Do not reproduce logos or readable text.Erreurs fréquentes
Formuler une demande trop vague : des descriptions courtes comme « crée un intérieur moderne » donnent peu d’indications sur le type d’espace, les matériaux ou la lumière. Précisez la scène souhaitée et ses caractéristiques prioritaires. Le guide de Google souligne que des instructions claires et spécifiques aident à personnaliser le comportement du modèle.
Ne pas distinguer les changements des éléments à préserver : lors de la modification d’une image, se contenter de demander « rends-la plus chaleureuse » risque d’affecter des éléments que vous souhaitiez conserver. Comme dans l’exemple de modification, décrivez le nouveau matériau et précisez séparément si la disposition, le cadrage ou l’emplacement des meubles doivent rester inchangés.
Tout demander en une seule fois : un trop grand nombre de contraintes peut rendre le résultat difficile à évaluer. Commencez par définir l’espace principal et le langage visuel, puis faites un nouvel essai avec un prompt plus clair ciblant le point manquant que vous avez repéré. Abordez la conception des prompts de manière itérative.
Négliger les droits sur les images de référence : avant d’importer une image, vérifiez que vous disposez des droits d’utilisation nécessaires. Google précise également qu’il faut respecter sa politique relative aux utilisations interdites. Tenez aussi compte du filigrane SynthID présent dans les images générées lors de leur livraison et de leur archivage.
Prochaines étapes : quelle place dans un workflow architectural ?
Les architectes et architectes d’intérieur peuvent tester ce type de prompts pour explorer des ambiances en phase préliminaire, rechercher des variantes de matériaux et développer des idées visuelles avant une présentation. Les artistes archviz peuvent, quant à eux, tester des demandes de modification ciblées sur un rendu existant. Toutefois, les sources n’expliquent ni comment intégrer les images générées dans un modèle CAD/BIM, ni comment garantir leur exactitude géométrique. Considérez donc le résultat comme un visuel de travail, et non comme un dessin de projet coté ou un modèle 3D vérifié.
Pour le premier essai, fixez un seul objectif : par exemple, uniquement l’ambiance lumineuse ou le matériau de façade. Évaluez le résultat en fonction de cet objectif et indiquez clairement dans le prompt suivant ce que vous souhaitez modifier et ce qui doit rester identique. Si vous utilisez plusieurs références, décrivez séparément le rôle de chacune. Il sera ainsi plus facile de suivre l’effet de chaque modification du prompt sur le résultat.
Avant d’intégrer cet outil au workflow d’une agence, vérifiez dans la documentation à jour l’accès à l’API, son coût d’utilisation et les conditions d’utilisation des résultats dans le projet ; les sources fournies ne précisent pas les tarifs ni les conditions de licence propres à la Turquie. Avant d’importer des images confidentielles ou fournies par un client, examinez les autorisations applicables. Après la génération, vérifiez en équipe que l’image représente bien les décisions de conception.
Sources et licence
Ce guide a été préparé en adaptant en turc les informations de Google sur la génération d’images dans l’API Gemini, la conception des prompts et la documentation de l’API. Les sources sont sous licence CC BY 4.0. Les exemples de prompts ont été rédigés spécialement pour des usages architecturaux ; les exemples de prompts figurant dans les sources n’ont pas été copiés.
Sources
3 sourcesLes textes sources ne sont pas republiés ; les courtes citations sont signalées, le reste est notre propre résumé et commentaire.
Pour les agences d’architecture et les étudiants en Turquie, Nano Banana 2 peut être testé afin d’explorer rapidement des ambiances conceptuelles et des variantes de matériaux. La modification d’une image existante à partir de texte et l’utilisation de plusieurs références peuvent notamment être utiles lors des évaluations en phase de conception préliminaire ; toutefois, il ne faut pas considérer une image générée comme un livrable de projet dont l’exactitude technique a été validée.
Avant de prendre une décision, il est important de vérifier les conditions d’accès à l’API et les coûts d’utilisation à jour, ainsi que les droits sur les images des clients. Les sources ne précisent ni tarifs, ni conditions de licence, ni prérequis matériels locaux propres à la Turquie. Le mieux est donc de commencer par un petit test afin d’évaluer la qualité des résultats et leur adéquation aux processus de l’équipe.
Questions fréquentes
Quel est l’identifiant du modèle Nano Banana 2 dans l’API Gemini ?
La documentation de Google indique que l’identifiant du modèle Nano Banana 2 est gemini-3.1-flash-image.
Nano Banana 2 peut-il modifier une image d’architecture existante ?
Oui. La documentation de l’API Gemini fournit des exemples de modification d’images en associant une image d’entrée à un prompt textuel, notamment pour changer, ajouter ou supprimer des éléments.
Les images générées avec Nano Banana comportent-elles un filigrane ?
Selon la documentation de Google, toutes les images générées avec Nano Banana contiennent un filigrane SynthID.



