# 同一張臉改三版就變了個人，AI作圖最痛的難道不是畫不像？Nano Banana 2.1：十四張參考圖鎖死一個人 ## 開頭：官方來源與反常識結論 來源：… · @swordBluesy · TwKit

@swordBluesy

# 同一張臉改三版就變了個人，AI作圖最痛的難道不是畫不像？Nano Banana 2.1：十四張參考圖鎖死一個人 ## 開頭：官方來源與反常識結論 來源：Medium @ameniselmi1925，約2026年10月30日，系列第九篇、按Google十月圖像文檔整理，原文標題直譯《用Gemini做圖像生成：用Nano Banana創建與編輯圖像》。先把反常識結論放前面：AI作圖最痛的不是第一張畫不像，是第三張開始變臉——人物一致性不是靠提示詞寫得更細，是靠參考圖給得夠多、模型別中途換家。 ## 說清詞 - Nano Banana（香蕉作圖）：Gemini圖像生成系列的代號，2.1是新一代推薦款。 - Interactions API（交互接口）：Gemini新一代圖像接口，一次交互可以多輪改圖。 - 參考圖（Reference Image）：告訴模型「照著這個畫」的示例圖，分物體、人物、風格三類。 - 多輪精修（Multi-turn Editing）：在上一張圖的基礎上接著改，不從頭重畫。 - 思考Token（Thinking Token）：模型動腦花的計量單位，Gemini 3圖像模型思考常開且默認計費。 - SynthID水印（隱形水印）：Google給AI圖打的不可見水印，肉眼看不見、機器可檢。 ## 一個真實例子與一條眼熟的進化路線 原文的模型線一張表就說清了：2.1（gemini-nano-banana-2.1）是生成加多輪編輯的推薦款；2 Lite（gemini-3.1-flash-lite-image）最快最便宜，但不支持多參考和多輪編輯；Pro（gemini-3-pro-image）管複雜和精確控制；上一代2（gemini-3.1-flash-image）新項目別再用。參考圖上限是硬線：最多14張，2.1是10張物體加4張人物，Pro是6物體加5人物加3風格，Lite只有14張物體、人物和風格都不支持。這條路線你一定眼熟：以前是在App裡點著玩，出一張是一張；後來是舊端點調模型，改一輪換一張臉；現在是Interactions API加多輪同一模型——從碰運氣，變成了參考圖鎖死。 ## 先把話說全：反方適用條件清單 先把話說全，以下情況這套做法要打折，先講明：第一，人物、物體、風格參考圖加起來超14張，硬塞只會被打回；第二，用Lite圖便宜，卻要多參考和多輪編輯，它本來就不支持；第三，比例和尺寸寫進提示詞，模型根本不認，必須走response_format；第四，思考Token默認計費，預算沒算這筆會超支；第五，中途換模型精修，人物一致性直接斷檔。 ## 一句定性金句 人物一致性不是寫出來的，是參考圖鎖出來的。 ## 正文 ### 第一節：翻車清單 - 模型ID用舊preview，跑出來的根本不是2.1。 - 參考圖超上限，人物、物體、風格混著塞，超了就被打回。 - 比例寫進提示詞以為管用，模型只認response_format裡的欄位。 - 以為思考免費：Gemini 3圖像模型思考關不掉，思考Token默認計費。 - 多輪編輯中途換模型，人物直接漂移。 - 以為圖上沒水印就是沒水印：SynthID是隱形的，機器一檢就有。 ### 第二節：替代方案與理由 - 方案一，App裡點著玩：零門檻，但批量和一致性都沒法保證。 - 方案二，Lite圖便宜：最快最省，但多參考和多輪編輯一律不支持。 - 方案三，Interactions API加2.1（原文做法）：同一模型多輪精修、參考圖分門別類，理由只有一個——一致性要靠機制鎖，不靠提示詞求。 ### 第三節：目標形態 目標形態是一套人物不漂移的作圖線：模型ID釘死2.1；參考圖按物體、人物、風格分好類、不超上限；比例尺寸走response_format；多輪精修同一模型、不中途換家；思考成本算進預算；水印的存在心裡有數。 ### 第四節：遷移步驟 1. 裝google-genai庫，拿key，文生圖先驗通。 2. 模型ID寫2.1的完整名字，別用舊preview。 3. 參考圖分三類給：物體、人物、風格，各自別超上限。 4. 比例尺寸走response_format：比例從1:1到21:9，尺寸分1K、2K、4K。 5. 多輪精修用previous_interaction_id接著改，模型不換。 6. 動筆前先查當期價格頁，思考Token另計，批量前先算賬。 ### 第五節：團隊共建分工 - 提示詞人：畫面不對、風格跑偏，歸他調。 - 一致性驗收人：三版之後變臉，歸他攔。 - 成本核對人：思考Token和分辨率的賬對不上，歸他算。 ### 第六節：官方工具包 - Interactions API：新一代圖像接口，多輪改圖的入口。 - previous_interaction_id：接著上一輪改的鑰匙。 - response_format：比例和尺寸真正生效的地方。 - 模型ID表：2.1、2 Lite、Pro、舊2，四個名字別寫混。 - base64解碼：輸出圖像先解碼再存，別直接當文本用。 ## 結尾收束：原則比架構重要 原則只有一句：一致性靠參考圖和同一模型鎖，不靠提示詞寫得更細。架構可以換，模型可以換，這句原則換不得。可重複的動作規則是：作圖前問三句——模型ID釘死了嗎？參考圖分好類了嗎？多輪精修換模型了嗎？三句答完再出圖，人物才算真的鎖住了。 ## S1哥觀點 站隊就站死這一邊：提示詞寫三千字還怪模型變臉的人，和鎖門不鎖還怪小偷進門的人，是一路貨色——鎖在你手裡，不在模型嘴裡。你呢？你的作圖一致性，是參考圖鎖的，還是提示詞求的？評論區說說。

曝光 105 · 评论 3 · 点赞 0 · 书签 0