云舒：从一堆废图到稳定出片：我的Nano Banana封面探索全记录

云舒：从一堆废图到稳定出片：我的Nano Banana封面探索全记录 云舒：从一堆废图到稳定出片：我的Nano Banana封面探索全记录 Modified September 11, 2025 那就继续改吧。。。 继续迭代N多版，终于出现了让我眼前一亮的图。 这个效果不错诶。 我去尝试做成了一个公众号封面，看起来感觉还行。 那沿着这个方向继续让Gemini来出指令吧，看看出图稳定性怎么样，接下来有了这几张图： 就是哈士奇有点胖，别的问题看起来都还好，哈哈哈哈 4. 沉淀方法 产生底图的方法已经确定了，那接下来要做的就是就是能够稳定利用这个方法进行产出。 于是我让Gemini基于我们最终的输出结果逆推出来一个提示词，每次只需要跟这个提示词讲我的需求是什么，它就会自动给我生成一组描述，我基于这个描述去生图就行了。 这是Gemini给到我的提示词，大家感兴趣可以去试试： Code block Markdown Copy // Author：云舒 // Model：Gemini2.5pro 公众号封面图提示词生成器 你是一位 资深的AI绘画提示词工程师与创意总监 。你的核心专长，是将一个简单的内容想法，转化为一段能够指导AI（如Google的Nano/Gemini模型）生成 构图完美、富有想象力且绝对符合公众号封面（21:9宽幅，左侧留白）要求的 专业级图像生成指令。 你的任务不是直接画画，而是 “撰写剧本” ——一个能让那位才"华横溢但有点固执"的AI插画师完美执行的创意简报。 任务目标 接收用户给出的一个简单的【内容诉求】，并将其 重塑并扩展 为一个完整的、结构化的、能够直接复制使用的高级图像生成提示词。最终生成的图片必须是一张艺术感与实用性兼备的完美公众号封面。 输入要求 你将只收到一个信息： 1. 【内容诉求】 ：一段描述核心创意或主题的简短文字。例如“一只猫在雨中感到悲伤”、“庆祝一次成功”、“探索未知”等。 判断规则 请严格遵循以下规则，这是我们所有成功经验的结晶： 1. 【铁律 · 格式优先】 ：你生成的最终提示词 必须 以这两条指令开头，这是保证角色和尺寸正确的“技术基石”。（注意：这里的“第一张图”和“第二张图”是给最终用户的占位符，你必须原样输出）。 角色参考： 请使用第一张图的哈士奇作为主角，保持其可爱的画风、蓝色帽子和友善的表情。 画布参考： 请使用第二张图的白色模板作为最终的画布尺寸和宽高比。 2. 【红牌 · 禁止废话】 ：紧接着， 必须 加入“最高优先级指令”，绝对禁止AI在最终图片中生成任何文字或符号。 3. 【黄金法则 · 故事性构图】 ：这是最重要的核心规则。你 绝对不能 使用“左边留白xx%”这样的技术性描述。你必须将用户的【内容诉求】融入一个 “天然不对称”的故事 中，强制AI采用“右侧动作，左侧背景”的构图。 核心策略 ：将所有 核心动作、视觉焦点、魔法效果、故事“戏肉” 全部巧妙地安排在画面的 右侧区域 。 左侧策略 ：将画面的 左侧 设计成一个 【视觉被动】 的区域。它可以是广阔的背景（星空、远山、天空），但绝不能有抢眼的动作或故事发生。它的唯一作用是 提供氛围和承载文字 。 4. 【创意引擎 · 视觉隐喻】 ：不要仅仅直译用户的诉求。你要将其 提升 为一个更具想象力的视觉隐喻。例如，将“思考”转化为“解锁星图”，将“成功”转化为“培育出光之花”。 5. 【细节是魔鬼】 ：在你的指令中，必须包含对 光影、氛围、情绪、画风 的生动描述，让AI不只是画一张图，而是在营造一个世界。 特殊情况处理 对于以下特殊情况： 1. 用户诉求过于抽象（如“孤独”） ：你必须将其转化为一个具体的、符合我们构图法则的场景。例如，将“孤独”转化为“在画面的最右侧，主角坐着，看着左侧广阔而空无一人的雪地”。 2. 用户诉求与构图法则冲突（如“一列火车从左到右行驶”） ：你必须巧妙地改编它。例如，将其改为“在画面的最右侧，主角正站在月台上，目送着一列火车驶向画面左侧的远方，只留下一道逐渐消失的尾灯轨迹”。 示例 输入示例1： “帮我画一个关于‘灵感迸发’的创意” 预期输出（你生成的最终提示词）： 角色参考： 请使用第一张图的哈士奇作为主角，保持其可爱的画风、蓝色帽子和友善的表情。 画布参考： 请使用第二张图的白色模板作为最终的画布尺寸和宽高比。 【最高优先级指令】：最终生成的图片必须是一张纯粹的艺术插画，绝对不能出现任何形式的文字、汉字、字母、数字或无法识别的符号。 现在，请严格遵循以上所有要求，创作一个【完整且充满氛围】的场景： 完整场景描述： 这是一间温馨的图书馆或书房的夜晚。我们的哈士奇主角正坐在一张 宽大的木制窗台 上，窗台位于画面的 右半部分 。在它的 右后方 ，是一个 高大且装满了书籍的深色书架 ，书架应该有自然的延伸感，营造出一个 完整的室内空间 。 右侧的核心动作： 哈士奇面前 悬浮着一本自动翻开的古老魔法书 ，书页中散发出温暖的金色光芒。从书中飘出的金色光粒，在 它面前的右侧空中 ，构成了一个精致复杂的星座图案。 左侧的背景天空： 巨大的拱形窗户占据了画面的 左侧和中央 。透过窗户，是 广阔、深邃、宁静的夜空 ，布满了无数繁星和几条划过的流星。这片天空就是用来放置文字的、干净而优美的背景。 氛围与光影： 整个画面的唯一光源，就是魔法书发出的金色光芒。这道光照亮了哈士奇、窗台和右侧的书架，营造出一种安静、专注、充满魔力的氛围。 输出格式 直接输出最终可以用于AI绘画的完整提示词文本，不需要任何额外的解释或标题。 然后我测试了一下这个提示词的效果，看起来还行： 这个图也就是本次文章的封面啦。 5. 产品化可能性探索 既然公众号封面图的生成跑的很稳定了，是不是有可能把它做成产品化来出图呢？ 正好有朋友问我这个问题，我顺着这个问题来跟大家拆解一些做工作流和Agent的产品化思路。 我先从个人角度跟大家来分享一下，我会不会把这个功能做成一个专门生成公众号的小产品。 我自己目前不会，因为我使用它生成公众号封面的频率一周也就1 2次。 同时我身边的很多创作者大家对于自己封面的诉求都是各不相同的，大家很难用这一套模板搞定自己的封面。 自己用频率又不高，目标用户人群诉求量也不是很大，那这个事情看起来做成产品化的价值没那么大。 那什么样的场景适合产品化？ 1. 使用频率高：小部分人每天用或者大部分人偶尔用 2. 用户需求高度共性化：大家都能接受一套解决方案 3. 用户有付费动力：产出的内容能够帮他产生不错的价值 那就继续改吧。。。 继续迭代N多版，终于出现了让我眼前一亮的图。 这个效果不错诶。 我去尝试做成了一个公众号封面，看起来感觉还行。 那沿着这个方向继续让Gemini来出指令吧，看看出图稳定性怎么样，接下来有了这几张图： 就是哈士奇有点胖，别的问题看起来都还好，哈哈哈哈 4. 沉淀方法 产生底图的方法已经确定了，那接下来要做的就是就是能够稳定利用这个方法进行产出。 于是我让Gemini基于我们最终的输出结果逆推出来一个提示词，每次只需要跟这个提示词讲我的需求是什么，它就会自动给我生成一组描述，我基于这个描述去生图就行了。 这是Gemini给到我的提示词，大家感兴趣可以去试试： 然后我测试了一下这个提示词的效果，看起来还行： 这个图也就是本次文章的封面啦。 5. 产品化可能性探索 既然公众号封面图的生成跑的很稳定了，是不是有可能把它做成产品化来出图呢？ 正好有朋友问我这个问题，我顺着这个问题来跟大家拆解一些做工作流和Agent的产品化思路。 我先从个人角度跟大家来分享一下，我会不会把这个功能做成一个专门生成公众号的小产品。 我自己目前不会，因为我使用它生成公众号封面的频率一周也就1 2次。 同时我身边的很多创作者大家对于自己封面的诉求都是各不相同的，大家很难用这一套模板搞定自己的封面。 自己用频率又不高，目标用户人群诉求量也不是很大，那这个事情看起来做成产品化的价值没那么大。 那什么样的场景适合产品化？ 1. 使用频率高：小部分人每天用或者大部分人偶尔用 2. 用户需求高度共性化：大家都能接受一套解决方案 3. 用户有付费动力：产出的内容能够帮他产生不错的价值 那我们继续延展一下按这种生图逻辑，有哪些场景可能存在产品化的可能性？ 微信表情包、电商产品展示图、广告图之类的都有这种可能性，他们其实都满足这三类场景。 归根结底，产品化不是看功能酷不酷，而是看它能不能撑起一个稳定的使用场景。 频次是保障留存的，需求共性是保障规模的，付费动力是保障持续性的。三个条件都满足，产品才有可能成立；缺一，就很难走得长远。 6. 提出问题，解决问题 跟大家分享了我测试Nano产出公众号封面的逻辑，大家其实可以清晰的看到我刚开始其实也不知道解决方案是什么，我也是踩了很多坑才拿到一个不错的结果的。 这中间我的好朋友阿真、枫枫还帮了我很多忙，我去找他们请教了很多可行性思路的问题，然后我根据他们给我的建议一点点迭代自己的思考。 我给自己提出来了一个问题，然后我自己在找这个问题的解决方案。 这是我在最后一个小节想跟大家分享的，我自己做事情的一个底层逻辑。 AI它没有固定的答案，每个模型出来都有无数种未知的可能性，在这种可能性下我们只能去探索，去理解模型的边界在哪里。 探索的过程就是自己给自己提问题，自己去想办法找问题的解决方案。 我想职场也是、创业也是，脱离了考场之后再也没有标准答案，也没有那个标准的问题等人来解答。 真正的答案，永远是在探索的路上。 Nano Banana出来后，我一直在不断探索它的边界在哪里。 今天借助公众号封面生成这个任务，来和大家分享一下我在探索过程中的思考路径，我是怎么一步步测试最后拿到一个自己想要的结果的。 我把整体的探索流程画了个流程图，整个探索逻辑核心是四步。 Unable to load the board. Please refresh and try again.Copy ErrorRefresh Nothing on the board yet 让我们先从第一步，明确目标开始说起吧 1. 明确目标：基于对模型的认知，制定可能实现的目标 在定目标的时候我对Nano已经做了很多的测试，我对这个模型有了很多认知： • 角色一致性很强，生成图片内容和垫图高度一致 • 默认生成比例为1:1，生成其它尺寸图片需要垫图 • 图片带中文能力一般，不能直接用于生成完整封面 • 能够支持多张图片融合，生成效果很不错 基于这些认知，我认为Nano是能够通过垫图产出21:9的公众号封面底图的，然后基于这个底图我再去用稿定设计做成公众号封面图就行了。 所以我只要去探索一条稳定生成底图的路径。 2. 第一轮测试 在明确完目标后，我开始了第一轮测试环节，我需要先做出我的假设，然后去进行验证。 基于我对Nano的认知，我做出来了两个假设： 假设1：单张垫图即可生成风格一致的21:9封面图 因为Nano有很好的角色一致性，所以我只需要给它一张21:9的参考图，它就能够顺着这个参考图给我产出各种类型的图片出来。 这个路径如果成立，意味着我只需要准备一张“好看又有风格”的垫图，就能低成本批量产出公众号封面图，构建一个高效且统一的视觉体系。 假设2：双图融合能够提升生成多样性 因为垫图是有很多画面了，而非一个单独的IP形象，我觉得有可能会限制住Nano的思考。 那我给它提供两张图，一张是IP角色图，一张是尺寸图；这样Nano有可能融合二者的基础上，生成更具创意和变化的封面图。 这个路径的思路是将“形象”和“构图”解耦，引导 Nano 分别处理两个关键元素，再在输出中融合统一。 假设做完了，那接下来就是测试环节，我先从假设1开始测试起来。 测试环节测了很多版本，我抽其中一些场景来给大家做展示。 我先用ChatGPT出了一张基础图，然后又用稿定设计处理成21:9的尺寸，然后给到Nano让它进行垫图生成。 怎么说呢，反正确实有一些效果，但是跟我想象中的区别有点大，感觉我跟Nano说的是A，但是它实际干的是B。 我觉得可能是我的描述有问题，于是我去lovart上借助agent的能力，看看能不能做一个纯封面图出来： 这个效果看起来好了一些，就是感觉好像风格太一致了，不是我想要的风格，但是比之前AI studio的强一些。 假设一测试完了我去测试假设二，我看看两张底图一起放效果怎么样。 结果开头就是一个暴击： 这生成的都是啥啊。。。。 我觉得可以是我描述的不够清楚，那这样我跟AI先拆清楚流程，然后每一步分别提供对应的东西，效果应该好一点吧。 然后它给我生成了这个图。 一声长叹。。。继续让AI改吧。。。 GG，假设二失败。。。 还不如我就假设一垫个图效果好呢，我怎么就和AI讲不明白呢？？？ 这两个假设测完我开始总结不如意的原因是什么，我觉得最大的问题可能在于我的任务有点复杂，但我跟AI的描述是不清晰的，导致产出的效果一般。 那这种情况下该怎办？ 我决定让Gemini自己出任务描述来解决这个问题。 3. 第二轮测试 基于第一轮测试的结果，我已经知道了用垫图的方式倒是能做到凑合用，就是两张图融合的方式差一点，效果看起来一般。 于是我想看能不能通过Gemini产出任务描述来解决问题。 这次的假设是：Gemini能够产出高质量的命令，基于这个命令Nano能够产出高质量的融合底图。 于是我去跟Gemini说，我遇到的问题是什么，我希望你能够给什么样的解决方案， 它给到我一组指令，比我给Nano的复杂了很多。 然后我去测试了一些，发现双图融合的效果不错啊。 接下来我希望Gemini能够把图片变成公众号底图的逻辑，有地方让我去放文字。 然后立马又崩了，这生成的都是啥啊。。。