Nano Banana Pro：商品をそのままに背景だけを変えるGoogle画像編集モデル

Nano Banana Pro は Google の Gemini 3 Pro Image モデルであり、AnyCap カタログにおける画像編集・修正の専門モデルです。1 回の呼び出しにつき約 7 クレジットで、エージェントがすでにドラフト画像を持っており、一から新規生成するのではなくプロンプトに基づいた的確な変更が必要な場合に最適な選択肢です。

Nano Banana Pro とは？

Nano Banana Pro は、2025 年 11 月にリリースされた Google の Gemini 3 Pro Image モデルです。ほとんどの画像生成モデルが白紙のテキストプロンプトから始める場合に最も優れた性能を発揮するのに対し、Nano Banana Pro は既存画像の編集に特化して設計されています。参照画像と編集指示を渡すと、全体の構図・製品の形状・被写体の一貫性を保ちながら、指定された変更を適用します。

AnyCap を通じて、Nano Banana Pro は Seedream 5、FLUX.1 Kontext Max、Nano Banana 2、その他の画像モデルと同じ実行環境に統合されています — 1 つの CLI、1 つの認証、全カタログ共通のクレジットシステム。

Nano Banana Pro 概要

エージェントが Nano Banana Pro を選ぶ理由

1. 画像編集・修正の専門モデル

Nano Banana Pro の強みはターゲット編集にあります: 背景の変更、照明の調整、要素の差し替え、構図の調整 — すべて既存画像にテキストプロンプトを適用することで実現します。これは、編集指示を受け取るとシーン全体を再解釈する傾向がある汎用画像生成モデルとは大きく異なります。

2. デザイナー不要のエージェント修正ループ

自動化されたコンテンツパイプラインでは、フィードバックはテキストで届くことが多いです: 「背景を暗くして」「製品を中央に配置して」「角のテキストを消して」。Nano Banana Pro はこれらの指示を正確な画像編集に変換し、人間のデザイナーの介入なしに完全自動化された修正サイクルを実現します。

3. 編集中に被写体と構図を保持

編集に汎用画像モデルを使用する際の繰り返し発生する問題は「ドリフト」です — 変更を求めていない箇所までモデルが変えてしまう現象です。Nano Banana Pro は、要求された変更のみを適用しながら、被写体のアイデンティティ・製品形状・構造的な構図を保持するよう特別に設計されています。

4. 複数パスにわたる逐次的な精緻化

各 Nano Banana Pro の編集結果が次の編集呼び出しにすぐ使える画像として返されるため、エージェントは複数の修正ステップを連鎖させることができます。フィードバック → 編集 → フィードバック → 編集 — 各ステップは正確で、汎用生成モデルと比較して被写体のドリフトが少なく抑えられます。

AnyCap で Nano Banana Pro を使う

セットアップ:

curl -fsSL https://anycap.ai/install.sh | sh
anycap auth login

画像→画像編集（主要な使用例）:

anycap image generate \
  --model nano-banana-pro \
  --mode image-to-image \
  --prompt "replace the cluttered desk background with a clean warm cream studio gradient, center the product, add soft rim lighting, keep the product shape and color exactly the same" \
  --param images="./product-draft.png" \
  -o product-revised.png

スキーマの確認:

anycap image models nano-banana-pro schema --operation generate

ライブデモ: AnyCap で Nano Banana Pro 画像編集を体験

以下はすべて AnyCap を使ってライブ生成したものです。Photoshop なし。デザイナーなし。AI エージェントが CLI コマンドを順番に実行します。

ステップ 0: Nano Banana 2 でベースドラフトを生成

まず Nano Banana 2 でクイックドラフトを作成します — 初回生成に最適な高速・コスト効率モデルです:

anycap image generate \
  --model nano-banana-2 \
  --prompt "Product photo of a premium white wireless Bluetooth speaker on a cluttered home desk — coffee mug, notebook, pen, cables in background. Natural window light, realistic smartphone camera photo quality." \
  --param aspect_ratio="4:3" \
  -o product-draft.png

Nano Banana 2 で生成。気が散る背景を持つリアルなドラフト — 編集の準備完了。

ステップ 1: 1 回目の編集 — 背景差し替えとスタジオ照明

ターゲットを絞った編集指示とともに、ドラフトを Nano Banana Pro に渡します:

anycap image generate \
  --model nano-banana-pro \
  --mode image-to-image \
  --prompt "Replace the cluttered desk background with a clean warm cream studio gradient. Center the speaker perfectly. Add soft professional rim lighting from the upper left. Keep the speaker shape, color, and details exactly the same. Remove all clutter." \
  --param images=product-draft.png \
  --param aspect_ratio="4:3" \
  -o product-v1.png

Nano Banana Pro 編集 1: 散らかった背景をスタジオグラデーションに置き換え、プロフェッショナルなリム照明を追加。スピーカーの形状と色はドリフトなしで保持。

ステップ 2: 2 回目の編集 — シャドウとカラー温度の調整

v1 の出力を Nano Banana Pro に再び渡して 2 回目の精緻化を行います。v1 画像が新しい参照になります:

anycap image generate \
  --model nano-banana-pro \
  --mode image-to-image \
  --prompt "Add a soft drop shadow beneath the speaker. Slightly warm up the color temperature to make the product look more premium. Add a very subtle gradient from cream-white at top to light warm gray at the bottom. Keep all other elements exactly the same." \
  --param images=product-v1.png \
  --param aspect_ratio="4:3" \
  -o product-v2.png

Nano Banana Pro 編集 2: ドロップシャドウを追加し、色温度を温かくしました。各パスはプロンプトが指示した内容のみを適用 — 繰り返し処理で被写体はドリフトしません。

CLI 呼び出し 3 回。的確な編集 2 回。デザイナーが 30 分かけていた修正ループが、完全自動化されました。

エージェンティックワークフローにおける Nano Banana Pro

ステークホルダーのフィードバックを処理し、人間のデザイナーの介入なしに製品画像に適用するエージェントの例:

import subprocess

def apply_edit(source_image: str, edit_instruction: str, output_path: str) -> str:
    """Apply a targeted edit to an existing image using Nano Banana Pro."""
    subprocess.run([
        "anycap", "image", "generate",
        "--model", "nano-banana-pro",
        "--mode", "image-to-image",
        "--prompt", edit_instruction,
        "--param", f'images=./{source_image}',
        "-o", output_path
    ], check=True)
    return output_path

# Feedback from review: three edit requests, applied sequentially
feedback_queue = [
    ("v1.png", "make the background lighter, shift to off-white", "v2.png"),
    ("v2.png", "add a soft drop shadow beneath the product", "v3.png"),
    ("v3.png", "slightly warm the color temperature, make the product look more premium", "v4.png"),
]

for source, instruction, output in feedback_queue:
    result = apply_edit(source, instruction, output)
    print(f"Edit applied: {output}")

print("All feedback processed — v4.png ready for final review")

このパターンは、デザインレビューと修正サイクルを完全自動化されたエージェントループに置き換えます。フィードバックはテキストとして入力され、修正済み画像が出力されます。

AnyCap の他の画像モデルとの比較

Nano Banana Pro vs FLUX.1 Kontext Max: 両方とも編集指向のモデルです。Nano Banana Pro は高速で、商業画像への明確な単一指示の編集に適しています。FLUX.1 Kontext Max はデザインが要求される作業でより豊かな視覚的出力を生成しますが、コストが高くなります。実用的な修正ループには Nano Banana Pro を、各編集ステップでデザイン品質が最優先の場合は FLUX.1 Kontext Max を使用してください。

Nano Banana Pro vs Seedream 5: これらのモデルは競合するものではなく、順次使用するものです。Seedream 5 でドラフトを生成し、Nano Banana Pro で精緻化します。通常は同じワークフロー内で使用されます — 生成ステップの後に編集ステップが続きます。

Nano Banana Pro が適していないケース

• 参照画像なしのテキストプロンプトからの開始: Seedream 5 または GPT Image 2 が白紙プロンプトからより優れた初回生成物を生成します。
• 大量バッチ生成: 1 回約 7 クレジットで、Nano Banana Pro はコストが高めです。ターゲット編集なしの大量生成には、Nano Banana 2 または Seedream 5 の方がコスト効率が優れています。
• ソース画像なしのクリエイティブコンセプト探索: Nano Banana Pro は発見ではなく編集に最適化されています。方向性が決まってから使用してください。

はじめ方

# インストールと認証
curl -fsSL https://anycap.ai/install.sh | sh
anycap auth login

# Nano Banana Pro で最初の編集を実行
anycap image generate \
  --model nano-banana-pro \
  --mode image-to-image \
  --prompt "clean up the background, make it a smooth white gradient, keep the product" \
  --param images="./your-image.png" \
  -o refined.png

→ Nano Banana Pro モデルページ → 全画像生成モデル一覧 → 画像生成機能ガイド

よくある質問

Nano Banana Pro は何に最も適していますか？

Nano Banana Pro は、エージェントがすでにドラフト画像を持っている場合のターゲット画像編集と修正ループに最も適しています。背景の差し替え、照明の調整、構図の精緻化など、プロンプトに基づいた変更を、ソース画像の被写体と全体的な構造を保持しながら適用します。

Nano Banana Pro は何をベースにしていますか？

Nano Banana Pro は、2025 年 11 月にリリースされた Google の Gemini 3 Pro Image モデルです。Nano Banana ファミリーの Pro ティアであり、生成速度よりも編集精度を重視して設計されています。AnyCap を通じて、Nano Banana 2（速度・量産モデル）や他の画像カタログと並んでアクセスできます。

画像編集には Nano Banana Pro と FLUX.1 Kontext Max のどちらを使うべきですか？

どちらのモデルも既存画像の編集に優れていますが、トレードオフが異なります。Nano Banana Pro は高速で、実用的な単一指示の修正に適しています。FLUX.1 Kontext Max は複雑な多要素編集でより豊かなデザイン品質を発揮します。編集ごとの速度とコスト効率が重要な場合は Nano Banana Pro を、各編集がより高いデザイン基準を満たす必要がある場合は FLUX.1 Kontext Max を使用してください。

Nano Banana Pro は参照画像なしでテキストから画像を生成できますか？

はい。Nano Banana Pro はテキスト→画像モードをサポートしていますが、それは主要な強みではありません。テキストプロンプトからの高品質な初回生成には、Seedream 5 または GPT Image 2 の方が優れています。Nano Banana Pro は、その後の編集・修正ステップに特化して設計されています。

Nano Banana Pro の修正ループはどのように機能しますか？

エージェントはベース画像を生成し（Seedream 5 または別のモデルで）、ドラフトを参照画像として、編集指示をプロンプトとして Nano Banana Pro を呼び出します。モデルは修正済み画像を返します。この修正済み画像を次の編集のために Nano Banana Pro に再度渡すことができます。各パスはプロンプトが指示した内容のみを適用し、残りを保持します。

Nano Banana Pro は Claude Code と統合できますか？

はい。anycap image generate --model nano-banana-pro コマンドは、Claude Code を含むシェル対応のあらゆる環境で使用できます。--param images で参照画像のパスを渡し、--prompt で編集指示を指定します。追加の Google API 認証情報は不要です。