Nano Banana — AI Генерация Изображений

Мастер-система для создания изображений через LaoZhang API (Gemini 3 Pro Image): от простых картинок до фотореалистичных портретов и постоянных персонажей.

Движок: Gemini 3 Pro Image через LaoZhang API
Принцип: Специфика побеждает неопределённость. Описание сцены > список ключевых слов.

References

Быстрый старт

# Простое изображение
"Создай картинку: предприниматель в офисе"

# Реалистичный портрет
"Создай фотореалистичный портрет 25-летней девушки"

# Face swap с референсом
"Замени лицо на моё" + [прикрепить фото]

Философия: Один раз зафиксировать → Бесконечно использовать

API — LaoZhang + Gemini 3 Pro Image

Endpoint

POST https://api.laozhang.ai/v1beta/models/gemini-3-pro-image-preview:generateContent
Authorization: Bearer $API_KEY

Параметры изображения

Разрешения по формату

Минимальный запрос

curl -X POST "https://api.laozhang.ai/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "ПРОМПТ"}]}],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "16:9",
        "imageSize": "4K"
      }
    }
  }'

С референсным изображением

{
  "contents": [{
    "parts": [
      {
        "inline_data": {
          "mime_type": "image/png",
          "data": "BASE64_ENCODED_IMAGE"
        }
      },
      {"text": "ПРОМПТ с [image1] референсом"}
    ]
  }],
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {
      "aspectRatio": "3:4",
      "imageSize": "4K"
    }
  }
}

Таймауты и лимиты

⚠️ НЕ убивать процесс раньше 180 секунд!

Примеры использования

Фотореалистичный портрет

Создай портрет 32-летней женщины, натуральная текстура кожи с видимыми порами,
снято на 85mm f/1.8 с освещением Рембрандта

Face Swap

Замени мужчину с [Image1] на человека с [Image2], сохранив черты лица и стиль оригинала

UGC-контент

Создай девушку 23 лет для UGC, снимает видео на телефон в кафе, естественное освещение

Обложка YouTube

Создай яркую обложку в стиле МрБиста с удивлённым лицом и жёлтыми стрелками

Workflow

1. Базовая генерация

• Промпт — описательный абзац (не список слов)
• Указание камеры и объектива для реализма
• Детали освещения и композиции
• Формат и разрешение через API параметры

2. Face Swap / Identity Kit

• Референсное фото через inline_data (base64)
• Точное указание что заменить
• Identity Lock блок для сохранения лица
• Сохранение оригинальной атмосферы

3. Создание персонажа (Identity Kit)

• Фиксация внешности в референсах
• Создание набора поз и ракурсов
• Использование для всех последующих генераций
• Подробнее → references/nano-banana-identity-kit.md

4. Пост-продакшн

• Upscaling — запрос с imageSize "4K"
• Редактирование — отправить изображение + промпт с изменениями
• Мульти-image композиция — несколько inline_data в одном запросе

Частые ошибки

❌ Список ключевых слов — "woman, portrait, realistic"
❌ Слишком общие описания — "красивая девушка"
❌ Игнорирование освещения — свет решает всё
❌ Без указания камеры — для реализма нужны технические детали
❌ Размытое лицо при face swap — нужен качественный референс
❌ Plastic skin эффект — добавить поры и несовершенства
❌ Inconsistent персонаж — не используется Identity Kit
❌ Таймаут < 120 сек — генерация 4K занимает до 70 секунд
❌ Без imageConfig — изображение будет низкого качества

Техника трёхслойного реализма

Layer 1: Камера и объектив

"Shot on Sony A7R IV with 85mm f/1.4 lens, 1/250 shutter, ISO 400"

Layer 2: Освещение и композиция

"Rembrandt lighting, shallow depth of field, soft natural light from window"

Layer 3: Детали и несовершенства

"Natural skin texture with visible pores, fine lines, no airbrushing, unretouched look"

Face Swap формула

Replace [КОГО] from [Image1] with [КОГО] from [Image2].
Preserve facial features, body type, and clothing so they look like themselves.
They should organically fit into the atmosphere of [Image1].

Identity Kit процесс

1. Концепция — возраст, этничность, стиль
2. Референсы — 3-5 фото разных ракурсов (4K, f/8, всё в фокусе)
3. Тестирование — проверка консистентности
4. Использование — промпты с референсом через inline_data

Identity Lock блок (вставлять в промпт)

IDENTITY LOCK for person from [Image1]:
- Preserve EXACT facial features: bone structure, nose shape, eye spacing, jawline
- Preserve EXACT skin tone, texture, pores, and blemishes
- Preserve EXACT hairstyle, hair color, and hairline
- NO beautification, NO smoothing, NO idealization
- NO age change, NO ethnicity drift, NO face morphing
- The person MUST be 100% recognizable as the same individual

UGC-модели (E-модели)

Критерии качественной UGC-модели:

• Возраст 20-28 лет
• Естественная внешность (не модельная)
• Дружелюбное выражение лица
• Релевантная одежда для ниши
• Естественное освещение
• Believable ситуация

Применение: реклама, тестимониалы, демонстрация товаров, создание доверия.

Технические хаки

Identity Kit (аватары для консистентности)

Храни референсные фото персонажей в папке проекта:

{workspace}/projects/{project}/avatars/{name}/

При генерации с лицом — указывай путь к аватару как reference image.

Python Template

import base64, json, requests

def generate_image(prompt, references=None, aspect_ratio="16:9", size="4K", api_key=None):
    url = "https://api.laozhang.ai/v1beta/models/gemini-3-pro-image-preview:generateContent"
    headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}

    parts = []
    if references:
        for ref_path in references:
            with open(ref_path, "rb") as f:
                b64 = base64.b64encode(f.read()).decode()
            parts.append({"inline_data": {"mime_type": "image/png", "data": b64}})
    parts.append({"text": prompt})

    payload = {
        "contents": [{"parts": parts}],
        "generationConfig": {
            "responseModalities": ["IMAGE"],
            "imageConfig": {"aspectRatio": aspect_ratio, "imageSize": size}
        }
    }

    resp = requests.post(url, headers=headers, json=payload, timeout=180)
    resp.raise_for_status()
    data = resp.json()

    # Extract base64 image from response
    for part in data.get("candidates", [{}])[0].get("content", {}).get("parts", []):
        if "inline_data" in part:
            return base64.b64decode(part["inline_data"]["data"])
    return None

Bash Quick Commands

# Простая генерация (нужен скрипт laozhang-image.sh)
./laozhang-image.sh "промпт" --pro --ratio 16:9 --4k --output result.png

# С референсом
./laozhang-image.sh "промпт с [image1]" --ref reference.png --pro --4k