Nano Banana Pro：不动产品、只改背景的 Google AI 图像编辑器

Nano Banana Pro 是 Google 的 Gemini 3 Pro Image 模型，也是 AnyCap 目录中专注于图像编辑与修改的专业模型。每次调用约 7 个积分，当 AI 智能体已有草稿图像、需要基于提示词进行精准修改而非从头重新生成时，这是最合适的选择。

什么是 Nano Banana Pro？

Nano Banana Pro 是 Google 于 2025 年 11 月发布的 Gemini 3 Pro Image 模型。大多数图像生成模型在从空白文本提示词开始时表现最佳，而 Nano Banana Pro 专为编辑现有图像而设计。输入参考图像和编辑指令，它会在保留整体构图、产品形态或主体一致性的同时，精准应用所描述的修改。

通过 AnyCap，Nano Banana Pro 与 Seedream 5、FLUX.1 Kontext Max、Nano Banana 2 及其他图像模型在同一运行环境中无缝集成——一个 CLI、一套认证、整个目录统一的积分体系。

Nano Banana Pro 速览

为什么智能体选择 Nano Banana Pro

1. 图像编辑与修改专家

Nano Banana Pro 的优势在于精准编辑：更换背景、调整光线、替换元素、优化构图——所有这些都通过将文本提示词应用于现有图像来完成。这与通用图像生成模型截然不同——后者在收到编辑指令时往往会重新诠释整个场景。

2. 无需设计师介入的智能体修改循环

在自动化内容流水线中，反馈往往以文本形式传达："把背景调暗一些"、"把产品居中"、"去掉角落里的文字"。Nano Banana Pro 将这些指令转化为精确的图像编辑，实现完全自动化的修改循环，无需人工设计师介入。

3. 编辑过程中保留主体和构图

使用通用图像模型进行编辑时，一个反复出现的问题是"漂移"——模型会改变你没有要求改变的内容。Nano Banana Pro 专门设计为在应用所请求的修改时，同时保留主体特征、产品形态和结构化构图。

4. 多轮次顺序精修

由于每次 Nano Banana Pro 编辑返回的图像可以直接作为下一次编辑调用的输入，智能体可以将多个修改步骤串联起来。反馈 → 编辑 → 反馈 → 编辑——每一步都精准可控，与通用生成模型相比，主体在多轮次中的漂移更小。

通过 AnyCap 使用 Nano Banana Pro

安装配置：

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

图像转图像编辑（主要使用场景）：

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

查看模型 Schema：

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

实操演示：用 AnyCap 体验 Nano Banana Pro 图像编辑

以下所有内容均通过 AnyCap 实时生成。无需 Photoshop，无需设计师，AI 智能体按顺序执行 CLI 命令。

第 0 步：用 Nano Banana 2 生成基础草稿

先用 Nano Banana 2 快速生成一张草稿——这是速度快、性价比高的首轮生成模型：

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

由 Nano Banana 2 生成。具有真实感的草稿，背景略显杂乱——可以开始编辑了。

第 1 步：第一轮编辑——更换背景与添加专业照明

将草稿传入 Nano Banana Pro，并附上精准的编辑指令：

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 编辑第 1 轮：杂乱背景替换为工作室渐变，添加专业轮廓光。音箱形态和颜色未发生漂移。

第 2 步：第二轮编辑——优化阴影与色温

将 v1 结果重新传入 Nano Banana Pro 进行第二轮精修，v1 图像成为新的参考：

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 编辑第 2 轮：添加柔和投影，色温调暖。每一轮只执行提示词指定的操作——主体在多次迭代中保持稳定。

三次 CLI 调用，两轮精准编辑。设计师需要 30 分钟才能完成的修改循环，现在已完全自动化。

Nano Banana Pro 在智能体工作流中的应用

以下示例展示了一个智能体如何处理利益相关方的反馈并将其应用于产品图像，全程无需人工设计师介入：

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")

这种模式将设计评审和修改循环替换为完全自动化的智能体循环。反馈以文本形式输入，修改后的图像作为输出。

Nano Banana Pro 与 AnyCap 其他图像模型对比

Nano Banana Pro vs FLUX.1 Kontext Max： 两者都是编辑导向模型。Nano Banana Pro 速度更快，适合对商业图像进行清晰的单指令编辑。FLUX.1 Kontext Max 在设计要求高的任务中能产出更丰富的视觉效果，但成本更高。需要高效修改循环时选 Nano Banana Pro；对每轮编辑的设计质量有更高要求时选 FLUX.1 Kontext Max。

Nano Banana Pro vs Seedream 5： 这两个模型服务于顺序步骤，而非竞争关系。用 Seedream 5 生成草稿，再用 Nano Banana Pro 精修。它们通常在同一工作流中配合使用——先生成，再编辑。

Nano Banana Pro 不适合的场景

• 从文本提示词出发、没有参考图像： Seedream 5 或 GPT Image 2 在从零开始的提示词生成中表现更出色。
• 大批量图像生成： 每次调用约 7 个积分，Nano Banana Pro 成本较高。不需要精准编辑的大批量生成，Nano Banana 2 或 Seedream 5 更具性价比。
• 没有源图像的创意概念探索： Nano Banana Pro 为编辑而优化，不适合探索阶段。在方向确定之后再使用它。

快速开始

# 安装并认证
curl -fsSL https://anycap.ai/install.sh | sh
anycap auth login

# 用 Nano Banana Pro 进行第一次编辑
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 模型页面 → 所有图像生成模型 → 图像生成能力指南

常见问题

Nano Banana Pro 最适合什么场景？

Nano Banana Pro 最适合当智能体已有草稿图像时的精准图像编辑和修改循环。它能在保留源图像主体和整体结构的同时，应用基于提示词的修改——如更换背景、调整光线、优化构图。

Nano Banana Pro 基于什么模型？

Nano Banana Pro 是 Google 于 2025 年 11 月发布的 Gemini 3 Pro Image 模型。它是 Nano Banana 系列的 Pro 级别，专为编辑精度而非生成速度而设计。通过 AnyCap，可与 Nano Banana 2（速度/批量模型）及图像目录中的其他模型一同访问。

图像编辑应该选 Nano Banana Pro 还是 FLUX.1 Kontext Max？

两个模型都擅长编辑现有图像，但各有侧重。Nano Banana Pro 速度更快，适合实用的单指令修改。FLUX.1 Kontext Max 在复杂的多元素编辑中能产出更丰富的设计质量。当编辑的速度和成本效率更重要时，选 Nano Banana Pro；当每次编辑需要满足更高设计标准时，选 FLUX.1 Kontext Max。

Nano Banana Pro 可以在没有参考图像的情况下从文本生成图像吗？

可以。Nano Banana Pro 支持文本转图像模式，但这不是它的主要优势。对于从文本提示词进行高质量首轮生成，Seedream 5 或 GPT Image 2 更胜任。Nano Banana Pro 专为之后的编辑和修改步骤而设计。

Nano Banana Pro 的修改循环是如何工作的？

智能体先生成一张基础图像（使用 Seedream 5 或其他模型），然后以该草稿为参考图像、以编辑指令为提示词调用 Nano Banana Pro。模型返回修改后的图像。这张修改后的图像可以继续作为下一轮编辑的输入。每一步只执行提示词指定的操作，其余内容保持不变。

Nano Banana Pro 可以与 Claude Code 集成吗？

可以。anycap image generate --model nano-banana-pro 命令在任何支持 Shell 的环境中均可使用，包括 Claude Code。通过 --param images 传入参考图像路径，通过 --prompt 传入编辑指令。无需额外的 Google API 凭证。