Nano Banana 与 ChatGPT：用 AI 修图

开始之前：Nano Banana 是什么

这里说的修图，是改一张已经存在的图。你上传一张照片，或者选一张应用之前生成的图，再用文字描述要怎么改。不需要学画笔、图层或蒙版。能跟朋友说清楚要怎么改，就能这样跟它说。

用 Google 自己的话说，“Nano Banana 是 Gemini 原生图像生成能力的名字”。它指的是一组模型，而不是某一个。帮你修图的是哪一个，取决于你在 Gemini 里选的模型和你的套餐，而这一课参考的两个 Google 页面，对默认模型的说法并不一致。

据 Gemini 应用的帮助页面，Gemini 设为 Flash 或 Pro 时由 Nano Banana 2 处理请求，设为 Flash-Lite 时则是 Nano Banana 2 Lite。Google 的图像生成概览页则说，Google AI 套餐的订阅用户能用上 Nano Banana 2.1，也就是它最好的图像模型。两个页面都确认，免费用户也能修图。

在 Gemini 里修图，必须登录，而且年满 18 岁。ChatGPT Images 在所有 ChatGPT 套餐里都能用，网页、iOS 和 Android 都支持。在两个应用里，都只用你自己拥有或得到许可的照片，涉及他人的照片或私人文件，要多想一步。上传的内容去了哪里，AI 基础课程里讲 AI 应用怎样处理你的数据的那一课有说明。

在 Gemini 里修图，一步一步来

先找一张明显有一处不对的照片：商品图上多了个咖啡杯，天空灰蒙蒙，沙发颜色不对。只改一处明显的地方，最容易看出其他部分有没有被动过。

下面的模板原样摘自 Google 的图像文档，是只改图片一部分时用的句式。把方括号填好，最后那句话哪怕显得多余也要留着，正是它告诉模型别碰照片的其余部分。

Google 填好的版本是：“使用提供的客厅图片，只把那张蓝色沙发换成一张复古的棕色皮质切斯特菲尔德沙发。房间的其余部分，包括沙发上的靠垫和光线，都保持不变。”注意它点名了靠垫，这是最容易跟着沙发一起消失的小东西。

帮助页面列出了三种起点：修改 Gemini 生成的图，上传一张照片请它修改，或者上传几张照片，请它用这些照片做出一张新图。Gemini 还能保存一个用你的脸和声音录制的头像，这样你不用每次上传照片，也能把自己放进图里。

Using the provided image, change only the [specific element] to [new
element/description]. Keep everything else in the image exactly the same,
preserving the original style, lighting, and composition.

1. 在 gemini.google.com 上，点左上角的 Open Sidebar，再点 Library，然后点开你想改的图。如果是电脑里的照片，就在对话里上传。
2. 在图片下方点 Chat。
3. 在底部的输入框里按模板写下修改：一个元素，它的新样子，再加上让其余部分保持不变的那句话。
4. 点 Submit，然后把结果和原图都放到原尺寸，并排对比。
5. 在同一个对话里提下一个修改。Google 的文档说，多轮对话是反复修图的推荐方式，每一轮都从上一张图接着改。
6. 想保留某个版本，把鼠标移到图上，点 Download full size，或者点 More，再点 Export to Docs。有 Google AI 套餐时下载 2K 图，没有套餐时是 1K。

付费用户可以在 Nano Banana 2 或 2 Lite 生成的图上点 More，再点 Redo with Pro。一旦用完当天的 Nano Banana 2 配额，这个重做功能也会停用。

在 ChatGPT 里修图

ChatGPT 有两种修法。可以像在 Gemini 里一样，直接在对话里描述修改，也可以先用选区工具圈出区域，再描述怎么改。照片里有两样相似的东西时，比如桌上有两个杯子，先圈出来更稳妥。

圈选是粗略的。OpenAI 的帮助页面说，高亮的区域不一定精确，修改可能超出你选的范围。所以在文字里也要写明是哪一块：“只改左边那个杯子”。

按照片选修法。目标一目了然时，比如空街上唯一的一辆车，直接打字说明就够了。照片很杂、你的话可能指向不止一样东西时，就先圈出来。

• 打开编辑器。在 ChatGPT 对话里上传照片，或者挑一张 ChatGPT 生成的图，然后选中这张图。
• 圈出区域。选 Select，把要改的部分涂出来。Undo 和 Redo 可以修正某一笔，Cancel 从头再来。
• 在编辑器的输入框里描述修改，满意了就选 Save。
• 换个画幅。Aspect ratio 按钮会按新的比例重新生成这张图，比如改成适合手机快拍的竖版。
• 在手机上，点开一张 ChatGPT 生成的图，全屏后选 Select，用滑块调画笔大小，点 Next，再描述修改。手机上的图片控制项还多了 Resize 和 Remove。
• 去掉背景。ChatGPT Images 能按指令把背景变成透明，适合要放到幻灯片上的商品图或标志。
• 之后再找。你生成的每张图都存在网页和应用的 Images 里。要删除某张图，就删除生成它的那个对话。
• 从草图开始。在手机应用的输入框里输入 @，选 Sketch，画好之后，再加一句说明想要的风格和颜色。

只改一处、其余不动的提示词

好的修图提示词都有两半：要改的地方，以及要保留的清单。OpenAI 的提示词指南说得很直白：写“只改某某”，再列出要保留的细节，比如人物身份、版式、光线或标签。

人脸、标志和商品，最需要这份保留清单。按 Google 的说法，给猫加一顶帽子时，模型会配合照片原有的风格、光线和透视。人脸就不一样了，细微的变化就会让人看起来像换了一个人。在修改请求里把人脸或标志描述清楚，之后的每一轮追问都重复这段描述。

Google 自己的例子是把一个标志印到衣服上，它先描述穿衣服的人：“棕色头发、蓝色眼睛、表情平静的女士”，再要求她的脸和五官完全不变。OpenAI 换衣服的例子更进一步，把不许动的地方一一列出：“不要以任何方式改变她的脸、五官、肤色、体形、姿势或身份。”这么长的保留清单看着啰嗦，可人物还像本人，靠的就是它。

合成照片时，要给照片编号。“第一张图里的裙子，第二张图里的女士”，模型就不用猜了。在 Gemini 里先确认模型：Nano Banana 2 能接受多张参考图，Nano Banana 2 Lite 则不是为此设计的。

Google 的文档说，一次请求最多能放 14 张参考图，并按用途分开算。物体图让一样东西保持原样，人物图让同一个人在几张图里保持一致。各个模型能接受多少张，见下图。

下表列出六种常见任务的写法。带引号的句子出自 Google 或 OpenAI 的示例，其余是可以填空的简短句式。换成你自己的物件，并留着最后那句保护其余部分的话。

Gemini 团队的证件照提示词，和 Josh Woodward 的水印开关

Gemini 应用的官方账号发过一组帖子，讲怎样把一张随手拍的照片变成专业证件照，2025 年 9 月 29 日 在 X 上贴出了完整的提示词。提示词一开头先守住这个人：确切的脸部结构、身份和主要特征。然后才写取景（胸部以上，头顶留出空间）、一件休闲西装外套、纯色影棚背景、光线，连镜头都写上了。

这就是上一节讲的保留清单，用在了人脸上。给自己做人像时，照它的顺序写：先写谁必须保持原样，再写取景、衣服、背景和光线。每次追问都重复第一句，因为改上几轮，脸就容易走样。

按 X 简介，Josh Woodward 是 Google 的副总裁，负责 Google Labs、Gemini 应用和 Google AI Studio。2026 年 8 月，他 在 X 上宣布了一项改动。

在 Gemini 和 Flow 里，图片、视频和歌曲上的可见水印现在可以自己开关，法律要求保留水印的国家除外。隐形的 SynthID 是另一回事，Google 的图像文档说，每张生成的图都带着它。

X 官方嵌入卡片的截图，拍摄于 2026-11-05，时间为协调世界时（UTC）。X 用“Show more”截断了 Gemini 应用那条帖子后面的内容。点击截图可到 X 上打开原帖。

常见错误

• 只想改一处，却把整张图重新描述一遍。点名那个元素，再加上保留的那句话。
• 相信选区框。粗略的高亮会溢出，所以用文字也写明是哪一块。
• 上传三张照片，却不说哪张是哪张。模型只能去猜每张的用处。
• Gemini 设在 Flash-Lite 时合成照片。先切换到 Flash 或 Pro。
• 改了很多轮，人脸慢慢走样。每次追问都重复“同一张脸，同样的发型，同样的表情”。
• 一条消息里要五处修改。结果不对时，你分不清是哪一条指令造成的。
• 不看小字。每一轮改完，都按原尺寸读一遍标签、招牌或包装上的每个字，因为文字可能跟着修改一起变了。
• 没征得同意就改别人的照片。Google 的条款禁止侵犯他人的版权或隐私。

自己试一试

用一张你自己的照片：书桌、宠物或商品都行。每个练习都在同一个对话里做，这样你能看到图片经过几轮修改后还剩下多少原样。

然后在另一个应用里把这五个练习再做一遍。同一条提示词不会得到同一张图，两边并排一看，就知道哪个应用更能守住你的原图。

• 去掉一个小物件，并加上“其他什么都不要改”。
• 用只改一处的模板，换掉某一样东西的颜色。
• 把照片改成水彩画风格，保留原来的构图。
• 和第二张照片合成，写明第 1 张和第 2 张，以及各自的用处。
• 改变天气或时间，然后把第一版和最后一版放到原尺寸对比。

每个结果都检查三件事：你要的改动有没有做到，别的地方有没有动，人脸和标签是否还和原图一致。有一项没过，就把保留清单写长一些，重做这个练习，再去改别的。

下一课：生成 AI 视频

修好的静态图，常常就是一段视频的第一帧。Gemini 和 Google Flow 都能用你自己的图片开始生成片段，所以你在这里修好的图，到了下一课怎样生成 AI 视频就能动起来。

如果要从零画一张新图，而不是修改，就回到第 1 课 AI 图像提示词，那里从头讲风格、构图和文字。

常见问题

资料来源

1. Google: Generate & edit images with Gemini Apps (2026年11月5日 查阅)https://support.google.com/gemini/answer/14286560?hl=en
2. Google: Gemini image generation overview (2026年11月5日 查阅)https://gemini.google/overview/image-generation/
3. Google: Nano Banana image generation (Gemini API docs) (2026年11月5日 查阅)https://aistudio.google.com/docs/image-generation
4. OpenAI Help Center: Images in ChatGPT (2026年11月5日 查阅)https://help.openai.com/en/articles/11084440-images-in-chatgpt
5. OpenAI: Image prompting guide (2026年11月5日 查阅)https://developers.openai.com/api/docs/guides/image-prompting
6. Google Gemini on X, September 29, 2025 (2026年11月5日 查阅)https://x.com/GeminiApp/status/1972678638542766459
7. Josh Woodward on X, August 14, 2026 (2026年11月5日 查阅)https://x.com/joshwoodward/status/2088259242423968162
8. Google Cloud Tech on YouTube: Refining your vision, a guide to AI image editing (2026年11月5日 查阅)https://www.youtube.com/watch?v=E_7P2SIdkIg