提示词结构 标签页

作者用同一提示词对比 NanoBanana 与 GPT Image 2 的效果，生成 2x2 网格、按不同主题做物品平铺（knolling）图。GPT Image 2 的理解和排布更到位，说明这类“结

这条案例展示了如何用「CONSTITUTION + identity_lock」结构，把参考照中的人物脸型精确锁定到生成图上。通过指定“优先级最高”和“保持 100% 面部几何结构”这种规则，可以在多

作者用同一段提示词分别喂给 NanoBanana 与 GPT Image 2，发现两边生成风格差异很大，但都各有魅力。这里的核心结构是：用“权重加法”组合两个视觉概念，并在 2x2 网格中展示 4 本

这组城市图的关键，不在具体词句，而在「结构」。作者用 T/K/B/U/S/.“语义锚点”把城市拆成若干图层：天际线、天空元素、弧形背景、倒置城市结构、微细节，以及负向提示。你可以把它理解为画城市时的模

这条内容展示了一个面向 NanoBanana 的「B2 产品设计板」结构化提示词，用来从一个产品出发，自动梳理其核心功能系统、子系统数量和材料逻辑。适合做产品概念设定、工业设计氛围图，或者为后续品牌视

这条推文展示了一个用「伪代码 + 占位符」写提示词的小玩法：先输入大洲，再让模型随机挑4个不常见国家，并给每个国家配一条“Anchor 提示”，生成风格各异的图像。作者在 Nano Banana Pr

这条案例展示了：只用非常简单的英文短句，就能在保持角色一致的前提下，快速更换服装与风格。创作者只需围绕“角色 + 服装描述”去改动少量词语，就能得到截然不同的时尚造型，非常适合做角色设定、服饰搭配方案

这条案例用一个简单结构，让 NanoBanana 把“中世纪武器”和“水果雕刻”强行绑定，生成既有概念冲突又很有趣味感的图像。核心思路是：先定义武器类别，再为每种武器指定一种水果，最后用“充当水果雕刻

作者用“尼古拉·特斯拉、黏土雕塑风格、动作游戏”为主题，对比了 NanoBanana Pro 与 GPT Image 的生成效果，指令是做一张 16 宫格动作姿势表。结果上，NBP 在“按指令执行”方

作者用同一段提示词，对比了 GPT Images 2.0 与 NanoBanana Pro 的生成效果：主题是“可食用历史”风格的老书微距摄影，主体则用占位符 [INGREDIENT_OR_BEVER