Архитектурная визуализация с Nano Banana 2.1: API и промпты

Чему вы научитесь в этом руководстве?

Это руководство посвящено работе с Nano Banana 2.1 через Gemini API при создании архитектурных концептов и визуализаций интерьеров. Сначала мы создадим новую сцену по текстовому промпту, затем попросим внести изменения в существующее изображение с помощью текстовой инструкции. В заключительной части разберём, как точнее формулировать промпты, итеративно улучшать результаты и на что обращать внимание в процессе генерации.

Примеры предназначены для разработки визуальных идей, которые можно использовать в презентациях или при исследовании дизайна. Изображения, созданные через API, не следует считать проверенными техническими чертежами для реализации проекта: промпты описывают атмосферу и композицию изображения. Результат модели нужно проверить и отдельно оценить, соответствует ли он проектным решениям.

Требования: модель, доступ и файлы

В документации Google по генерации изображений через Gemini API идентификатор модели Nano Banana 2.1 указан как gemini-nano-banana-2.1. Для новых проектов документация рекомендует эту модель. Nano Banana 2.1 описывается как эффективная основная модель для генерации изображений и диалогового редактирования. В том же разделе упоминаются разрешения 1K, 2K и 4K, но в этом руководстве не показан параметр API-запроса или пункт меню, с помощью которого можно выбрать одно из этих разрешений.

Чтобы повторить пример на Python, понадобится среда Python с Google Gen AI SDK. В исходной документации не указаны минимальная версия SDK или команда установки, поэтому мы не приводим конкретную версию или команду. В примере для тех, кто предпочитает REST, показано, что в запросе используется API-ключ с именем GEMINI_API_KEY. Условия доступа к аккаунту и стоимость использования в этих источниках не описаны; перед началом работы отдельно проверьте актуальные условия API.

В примере редактирования используется файл PNG и MIME-тип image/png. Поэтому для первого теста удобнее всего подготовить редактируемое изображение в формате PNG и указать путь к файлу с учётом своей рабочей среды.

Пошаговая инструкция

1. Опишите цель и ограничения сцены

Перед тем как писать промпт, определите, что должно быть изображено: например, фасад жилого дома, лобби, кухня или внутренний двор. Затем чётко опишите ракурс, материалы, освещение и кадрирование. В руководстве Google по разработке промптов рекомендуется давать ясные и конкретные инструкции, а при необходимости явно указывать ограничения и формат результата. Ниже — оригинальный промпт для архитектурной концептуальной визуализации:

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.

В этом промпте отдельно описаны тип здания, точка обзора, материалы и освещение. Если в первой генерации сосредоточиться на одной цели, будет проще понять, какие именно инструкции повлияли на результат. Если важна конкретная композиция, сформулируйте это прямо, например: «вход виден со стороны сада».

2. Создайте изображение с помощью API-запроса

Пример на Python ниже использует описанный в документации метод interactions.create. Он отправляет модели текст промпта и сохраняет полученные данные изображения в файл. Учтите, что данные изображения передаются через interaction.output_image и декодируются из Base64.

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))

Имя файла можно изменить в соответствии с проектом. Если запрос завершился ошибкой или данные изображения не вернулись, сначала проверьте промпт и доступ к API: пример в исходной документации предполагает получение изображения из поля output_image.

3. Отредактируйте существующее изображение

Во втором сценарии модели передаются и текстовая инструкция, и изображение. В документации показано, как прочитать изображение из файла, преобразовать его в Base64 и добавить в запрос с типом image/png. Ниже приведена инструкция, предназначенная для изменения восприятия материалов в существующей визуализации интерьера:

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.

В этом промпте чётко разделены элементы, которые нужно сохранить, и поверхности, которые нужно изменить. В API-запросе изображение необходимо отправить вместе с текстовым вводом: использовать только этот текст — не то же самое, что редактировать исходное изображение. Проверьте первый результат, затем попробуйте следующий проход, конкретнее описав один элемент, который нужно изменить.

4. Улучшайте результат небольшими шагами

В руководстве по разработке промптов создание промпта рассматривается как процесс проб и улучшений. Если результат не соответствует ожиданиям, вместо того чтобы переписывать всю инструкцию, измените, например, только ракурс камеры или описание освещения. Так будет проще сравнить, какая именно формулировка повлияла на изображение.

Если нужно задать несколько ограничений, сформулируйте их короткими отдельными предложениями: укажите, какую планировку нужно сохранить, какие материалы изменить и какое освещение требуется. Подкрепляйте расплывчатые прилагательные конкретными описаниями. Вместо «сделай теплее» можно назвать конкретный оттенок дерева или описать характер дневного света. На каждой итерации сравнивайте изображение с проектным замыслом и не считайте автоматически правильными материалы или детали, сгенерированные моделью.

Частые ошибки

• Слишком много задач в одном промпте: Одновременное изменение планировки, фасада, мебели и атмосферы может затруднить понимание того, какие инструкции повлияли на результат. Сначала определите одну главную цель.

• Не указано, что нужно сохранить: При редактировании существующего изображения явно укажите, какие элементы нужно оставить без изменений: например, ракурс камеры, окна или планировку. В документации описан сценарий редактирования изображения по тексту: добавление новых элементов, удаление и изменение объектов, а также корректировка стиля и цвета.

• Игнорирование прав на исходное изображение: В документации напоминается, что у пользователя должны быть необходимые права на загружаемые изображения. Перед отправкой изображения в API проверьте права на его использование.

• Путаница между выбором модели и разрешением: В источнике для Nano Banana 2.1 перечислены разрешения 1K, 2K и 4K, но параметр запроса для их выбора здесь не описан. Не пытайтесь наугад использовать настройки, которых нет в документации.

• Восприятие результата как окончательного технического решения: Этот процесс предназначен для генерации и редактирования изображений. Размеры проекта и детали реализации не представлены как проверенные технические данные.

Следующие шаги в архитектурном и визуализационном процессе

Архитекторы и дизайнеры интерьеров могут использовать генерацию изображений по тексту, чтобы на ранних этапах изучать разные варианты материалов и атмосферы. Команды визуализации могут протестировать редактирование, чтобы внести ограниченные изменения в существующий PNG. При этом в источниках не указаны требования к оборудованию рабочей станции, необходимость локального запуска или стоимость лицензии; вопросы доступа и расходов следует решать с учётом актуальных условий API.

Перед добавлением сгенерированных изображений в презентацию проекта проверьте их на согласованность и визуальную точность. В документации сказано, что сгенерированные изображения содержат водяной знак SynthID. Кроме того, записи о том, какое исходное изображение использовалось, какой промпт задавал изменения и какой результат был выбран, помогут команде сделать процесс повторного создания и оценки более прозрачным.

Источники и лицензия

Это руководство адаптировано по документации Google «Nano Banana image generation» и «Prompt design strategies» для Gemini API. Оба источника распространяются по лицензии CC BY 4.0. Архитектурные примеры промптов созданы специально для этого руководства; примеры промптов из источников не копировались.