awesome-nano-banana-pro-prompts
YouMind-OpenLab/awesome-nano-banana-pro-prompts加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
你打开 Google Gemini，输入一句「画一只可爱的猫」，得到了一张模糊的猫咪图——眼神空洞、背景杂乱、毛发质感全无。但如果换一种写法：「A fluffy orange tabby cat sitting on a velvet cushion, soft natural window light, shallow depth of field, shot with Canon EOS R5, 85mm f/1.8 portrait lens」——结果瞬间变成了一张可以发朋友圈的专业级摄影作品。
这就是 Prompt Engineering（提示词工程）的魔力。在 AI 图像生成领域，同样的模型，提示词的优劣可以直接决定输出质量的天花板。然而，大多数用户并不知道如何写出高质量的提示词——他们缺乏艺术构图知识、不了解摄影术语、不懂得光线描述技巧。
awesome-nano-banana-pro-prompts 正是为了解决这个痛点而生的。它是目前全球规模最大的 Google Nano Banana Pro 提示词精选库，收录超过 10,000 条经过验证的高质量提示词，覆盖肖像、风景、产品设计、手绘风格等数十个分类，每条提示词都附带生成效果预览图。用户无需从零摸索，直接参考和复用这些模板，就能稳定产出专业级 AI 图像。
图1：项目封面图（来源：GitHub 仓库 public/images 目录，HTTP 200 验证通过）
Nano Banana Pro 是 Google 推出的大型多模态 AI 模型，专注于高质量图像生成。它接入了 Google Gemini 产品线，具备强大的语义理解能力，能够精准解析复杂的复合提示词——包括构图指令、光影参数、风格参考、材质描述等。与 Midjourney、DALL-E 3 等竞品相比，Nano Banana Pro 的优势在于对多语言提示词的理解更加均衡，支持包括中文、日语、韩语在内的 17 种语言输入。
Google 将其定位为「面向创作者的专业图像工具」，通过 API 和 Gemini 产品界面提供服务。用户可以通过自然语言描述获得高质量图像，也可以通过精心构造的结构化提示词实现更精确的控制。
值得注意的是，「Nano Banana Pro」这个名称并非 Google 官方公开的标准产品名称（Gemini 的图像生成模型通常以 Imagen 或 Gemini 家族命名）。这一方面说明 YouMind 可能是在尚未正式发布或处于测试阶段的模型上构建，另一方面也意味着项目的可持续性依赖 Google 的产品路线图，存在一定的不确定性。
YouMind OpenLab 是该项目背后的组织名称，同时运营 youmind.com 网站和一系列 GitHub 提示词仓库（如 awesome-gpt-image-2 等）。该团队的核心商业模式是将优质 AI 提示词库与 Web Gallery 结合，提供比 GitHub README 更好的浏览体验——包括瀑布流布局、全文搜索、多维度筛选等功能。
GitHub 仓库作为内容存证和开源入口，Web Gallery 则承担商业化变现的职能。这种「GitHub 沉淀内容 + Web 平台变现」的模式在 AI 提示词领域越来越常见，代表了一种可持续的开源运营思路。
如果说 AI 图像生成模型是一个天赋异禀但不善沟通的年轻画家，那么 awesome-nano-banana-pro-prompts 就像是一本经过反复验证的「构图秘笈」。
这本书里不教你怎么「画画」，而是教你「怎么说服画家画出你想要的东西」。每一条提示词都像是精心设计的「话术模板」——告诉你怎么描述主体（subject）、怎么指定场景（setting）、怎么控制光线（lighting）、怎么指定风格（style）。
一条优秀的 Nano Banana Pro 提示词通常包含以下要素：
项目收录超过 10,000 条经过社区验证的提示词，覆盖以下主要分类：
| 分类 | 示例场景 |
|---|---|
| 肖像摄影 | 不同肤色、姿态、光影下的人像提示词 |
| 产品设计 | 电商主图、透明背景、产品场景图 |
| 手绘插画 | 儿童绘本、矢量插图、动漫风格 |
| 建筑摄影 | 室内设计、城市景观、建筑结构 |
| 美食摄影 | 菜品特写、菜单图、烹饪过程 |
| 时尚设计 | 服装效果图、面料质感、穿搭场景 |
每条提示词都配有实际生成的效果图，用户可以直观对比「用了这条提示词能生成什么样的图」。
项目提供 17 种语言的 README 文档：英语、中文（简体/繁体）、日语、韩语、泰语、越南语、印地语、西班牙语、法语、德语、意大利语、葡萄牙语等。无论用户使用哪种语言，都能无障碍地理解和使用提示词。
GitHub README 以线性列表展示内容，查找效率低。项目方在 youmind.com 搭建了专门的 Gallery 页面，提供：
不过，Web Gallery 依赖项目方持续运营，GitHub README 才是内容存证和开源保证。
项目通过 GitHub Issues 收集社区提交的提示词投稿，具体流程为：
整个流程高度自动化，README 每 4 小时自动刷新一次，确保最新投稿及时展示。
从代码层面看，这是一个「内容驱动型」仓库，核心技术栈为：
关键脚本：
scripts/generate-readme.ts：根据 CMS 数据自动生成 README.mdscripts/sync-approved-to-cms.ts：将 GitHub 批准的提示词同步到 CMS自动化工作流：
update-readme.yml：定时（每4小时）更新 READMEsync-approved-to-cms.yml：自动同步 CMS 内容sync-labels.yml：同步 GitHub 标签auto-close-stale-issues.yml：自动关闭长期不活跃的 Issue这套架构的精妙之处在于：内容存储在 CMS（youmind.com 后台），GitHub 作为镜像和开源保证。这样做既保证了商业平台的数据主权，又让开源社区可以自由参与贡献。
每个 AI 提示词库的共同难题：提示词本身是否受版权保护？ 项目明确标注了「Copyright Notice」：所有提示词均来自社区收集，仅供教育目的使用，若有侵权请联系删除。
在实际法律实践中，单纯的提示词短语（short phrases）通常不受版权保护，但包含独特表达方式或参考特定艺术家风格的长提示词可能存在灰色地带。用户在使用时需注意避免直接复制涉及商业艺术家风格描述的提示词。
AI 模型的能力和风格随版本迭代而变化。今天有效的提示词，明天模型更新后可能产生完全不同甚至更差的效果。项目需要持续维护，验证旧提示词在新版模型上是否仍然有效。
这是一个纯内容仓库，不是可运行的应用程序。没有 Web UI、没有 Docker、没有后端 API。用户无法「安装」或「运行」这个项目，只能阅读、复制提示词。这意味着它本质上是一个文档型项目，而非工具型项目。
awesome-nano-banana-pro-prompts 的出现，折射出一个更大的趋势：随着 AI 工具的普及，「如何使用工具」正在成为一门独立的知识体系。
类比来看：
这类项目的价值在于：将散落在全球社区的经验系统性整理成可复用的资产，让普通用户不必花大量时间试错，就能获得接近专业水准的结果。从这个角度看，提示词工程知识库的建立，与模型本身同等重要。
YouMind OpenLab 的多仓库策略（awesome-gpt-image-2、awesome-nano-banana-pro-prompts 等）也值得关注——他们正在构建一个跨模型的提示词库矩阵，覆盖当前主流的 AI 图像生成模型。这种平台化思路有可能成为 AI 时代内容聚合的一种商业模式。
总结：这是一座面向 Google Nano Banana Pro 用户的提示词金矿，规模庞大、语言覆盖广、内容质量有保障。对于 AI 图像创作者而言，这是一份不可多得的参考资源；对于开源社区而言，这是一个「内容即产品」的运营范例。唯一的局限是它本质上是一个文档库而非工具，无法直接部署使用，但其开源价值和社区贡献机制值得肯定。