awesome-nanobanana-pro

Nano Banana Pro 精选提示词百科：把 AI 图像生成变成「开卷考试」

从「不知道该怎么写」到「直接抄答案」

你有没有过这样的经历：打开 Midjourney、Stable Diffusion，或者某个新的 AI 生图工具，面对那个巨大的输入框，脑子一片空白——我知道这个模型很强大，但我该怎么跟它说话？

awesome-nanobanana-pro 就是来解决这个问题的。它不是什么深度学习框架，也不是什么代码库，而是：一个精心策划的「提示词作弊手册」，专门面向 Nano Banana Pro（基于 Google Gemini 的 AI 图像生成模型）用户。

截至 2026 年 5 月，这个仓库已经积累了超过 10000 颗 GitHub Stars，日均访问量达 2 万次，在 Nano Banana Pro 相关资源中排名第一。

图1：复杂人群构图示例——精确控制多人物站位、光线和时代感的提示词实战效果

---

什么是 Nano Banana Pro？

Nano Banana Pro（社区也称 Nano Banana 2）是 Google 在 Gemini 系列模型基础上微调推出的图像生成模型，主打高保真度人像写真和复杂场景控制。与 DALL-E、Midjourney 等主流产品相比，Nano Banana Pro 的核心优势在于强大的人脸一致性保持能力——用户上传一张参考照片后，可以生成该人物在不同场景、风格、时代背景下的写真，同时完美保留面部特征。

这个能力让它在写真摄影、商业人像、创意实验等场景中备受欢迎，尤其在中文社区（微信公众号、微信群）传播极广。项目作者 ZeroLu 同时维护了姐妹项目 awesome-seedance，专门收录 Seedance 2.0 模型的提示词，两个项目形成完整的 AI 图像提示词生态。

图2：结构化 JSON 提示词实战——2000 年代复古自拍，从着装到背景道具完整还原

---

为什么这个仓库值得关注？

1. 覆盖场景极为全面

仓库将提示词按使用场景分为 12 个大类：

• Photorealism & Aesthetics（真实感美学）：写真、时尚大片、人像特写
• Creative Experiments（创意实验）：角色混搭、影视场景、抽象构图
• Education & Knowledge（教育知识）：图表、流程图、示意图生成
• E-commerce & Virtual Studio（电商虚拟棚拍）：商品摄影、商业人像
• Photo Editing & Restoration（照片修复）：老照片修复、低分辨率提升
• Interior Design（室内设计）：空间设计、装修效果图
• Social Media & Marketing（社媒营销）：小红书封面、Instagram 图文
• Daily Life & Translation（日常生活）：日常场景、翻译配图
• Social Networking & Avatars（社交头像）：头像生成、形象定制

每个大类下又有多个子场景，例如「Photorealism」下细分为：名人人像合成、2000 年代复古自拍、维秘后台时尚大片、1990 年代胶片相机质感人像、硅谷风格商业证件照、Kodak Portra 胶片感电影人像等。

2. 提示词质量极高，带来源标注

仓库中的每个提示词都来自真实的社交媒体分享者，标注了原始出处（X/Twitter 用户名或微信公众号文章链接），具有可验证性和社区背书。很多高质量提示词以结构化 JSON 格式提供，包含 subject（主体描述）、photography（摄影参数）、background（背景环境）等字段，用户可以直接复制修改，零门槛上手。

3. 提示词的「配方密码」

人脸一致性：Nano Banana Pro 最重要的能力是上传参考图→生成保持人脸的变体图。仓库中最有价值的提示词技巧包含精确的人脸保留指令（如 "Keep the facial features exactly consistent"），配合详细的场景、灯光、服装描述，生成高质量写真。

摄影参数精细控制：优秀的提示词会包含具体的相机型号（Sony A7III）、镜头焦段（85mm f/1.4）、光圈值、光线布置（三灯布光、边缘光）甚至 ISO、快门速度。指定「85mm f/1.4 光圈、Sony A7III、软盒主光+边缘光」比泛泛说「professional photo」生成质量稳定得多。

时代质感还原：多个提示词专门测试「特定时代质感还原能力」——1990 年代胶片相机直闪质感、2000 年代早期数字相机颗粒感、Kodak Portra 400 胶片色调。这些提示词的写法不是简单说「vintage style」，而是描述具体的相机型号、闪光灯类型、噪点特征，让 AI 能精确还原。

图3：时代质感提示词——精确指定相机型号、光线参数，AI 就能还原 1990 年代直闪人像的氛围

---

使用门槛

这个仓库本身不需要安装任何东西。用户只需要：访问 GitHub 页面 → 找到需要的场景类别 → 复制提示词粘贴到 Nano Banana Pro 输入框 → 如有需要，上传参考人脸图。整个过程不需要命令行、不需要编程基础、不需要付费 API Key。

---

有趣的发现：社区驱动的 AI 工具生态

随着 AI 生图工具越来越多，「会不会写提示词」已经成为决定输出质量的关键因素。awesome-nanobanana-pro 本质上是在做提示词工程的经验沉淀与分享，它不生产模型，但它让模型的价值被更多人释放出来。作者 ZeroLu 同时维护 Nano Banana Pro 和 Seedance 2.0 两个方向的提示词库，形成交叉引流，广告位是其主要变现方式。

---

局限与思考

1. 平台依赖：Nano Banana Pro 是 Google 的商业服务，模型更新可能导致提示词效果变化
2. 内容时效性：AI 模型迭代快，提示词需要持续更新才能保持有效
3. 版权争议：部分提示词生成的图片（尤其是涉及名人形象时）存在版权风险

---

总结

awesome-nanobanana-pro 是一个「没有一行代码」却拥有 10000+ Stars 的项目。它的成功在于精准切入了 AI 生图用户的核心痛点——「模型很强，但我不知道怎么用它」。通过系统化的提示词整理和高质量社区贡献，它成为了 Nano Banana Pro 生态中不可或缺的工具资源。对于想深入了解 AI 图像生成领域提示词工程实践的开发者，这个仓库是极佳的学习样本。