Benutzerhandbuch
Nano Banana Basisversion Leitfaden für Text-zu-Bild: Bildformat, Freiraum und Prompt-Nutzung
Mit den Feldern aspect_ratio und prompt der Aufgaben-API kompositorisch klare Bilder für Banner und Social Cards erzeugen
Auf dieser Seite
Positionierung und Grenzen dieser Linie
nano-banana ist auf HiAPI eine Text-zu-Bild-Linie (text-to-image), die als asynchrone Aufgabe übermittelt wird: Die Eingabefelder im Request-Body hängen einheitlich unter dem input-Objekt, nach dem Absenden wird das Ergebnis aufgabenbasiert abgerufen. Sie eignet sich für Szenarien mit Bedarf an Stapelbebilderung, etwa operative Banner, Social Cards und Entwürfe für Artikelbebilderung. Dieser Artikel behandelt nur die Basisversion, nicht andere Modelle derselben Serie.
Es gibt nur wenige verfügbare Felder, daher zunächst der Vertrag im Klartext: prompt ist ein Pflicht-String mit 1–5000 Zeichen; aspect_ratio ist optional, Standard auto, Enum-Werte sind auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9; output_format ist optional png oder jpeg, Standard png. Das alte Feld image_size ist veraltet; zur Festlegung des Zielbildformats bitte stattdessen aspect_ratio verwenden.
Klarzustellen ist: Diese Linie legt keine Felder wie resolution, quality, width, height, seed oder Referenzbild-Upload offen. Fügen Sie diese Schlüssel nicht nach Gewohnheit anderer Bildmodelle in input ein und gehen Sie nicht davon aus, dass sie stillschweigend ignoriert werden. Ebenso dient aspect_ratio zur Angabe des Zielbildformat-Verhältnisses und garantiert keine feste Pixelgröße; tatsächliches Format und Pixel richten sich nach dem zurückgegebenen Bild und müssen vor der Auslieferung geprüft werden.

Feldvertrag und ein minimales input-Fragment
Nachfolgend ein input-Fragment, das nur die oben genannten Felder enthält, um die Feldhierarchie zu erläutern. Es ist keine vollständige HTTP-Anfrage: Endpoint, Authentifizierungs-Header und Aufgaben-Polling sind nicht angegeben; hierfür gilt die Schnittstellendokumentation von HiAPI.
{
"input": {
"prompt": "Flache geometrische Illustration im Querformat, warm sandfarbener Hintergrund, rechtes Drittel mit stufenförmigen Farbblöcken, links Freiraum, keine Schrift im Bild.",
"aspect_ratio": "16:9",
"output_format": "png"
}
}
Die Formulierung von prompt beeinflusst die Steuerbarkeit des Bildes. Eine praktische Reihenfolge: zuerst Motiv und Szene, dann Komposition und Position des Motivs, dann die Freiraumbereiche, schließlich Farbe, Licht und Stil. Wenn keine Schrift im Bild gewünscht ist, schreiben Sie ausdrücklich „im Bild erscheinen keine Texte, Buchstaben oder Zahlen“ – das erspart Nachbearbeitung. Die Länge muss nicht 5000 Zeichen ausschöpfen; es genügt, die entscheidenden Einschränkungen klar zu benennen; zu lange Stapel verwässern die Schwerpunkte gegenseitig.
Die Wahl von output_format richtet sich nach der Auslieferungskette: png eignet sich für verlustfreie Speicherung und spätere Bearbeitung, jpeg für verlustbehaftete Komprimierung bei der Auslieferung. Standard ist png; wenn die nachgelagerte Stufe größenempfindlich ist, explizit auf jpeg umstellen. Anzumerken ist: Die Möglichkeit, png zu wählen, bedeutet nicht, dass das Modell einen Alpha-Transparenzkanal erzeugt; diese Linie hat keine Fähigkeitserklärung oder Felder für transparente Hintergründe und garantiert weder Freistellen noch transparente Ausgabe.
Bildformat und Freiraum: erst das Layout, dann den Prompt
Freiraum bedeutet nicht „leer“, sondern reservierte Flächen für Titel, Buttons und Eckmarkierungen. Die Freiraumstrategie unterscheidet sich je nach Bildformat; beim Schreiben des Prompts sollte der Freiraum als Teil der Komposition beschrieben werden.
- 16:9-Banner: Häufig für Website-Header und Artikelcover. Empfohlen wird, das Motiv in das rechte oder linke Drittel zu verschieben und auf der anderen Seite einen zusammenhängenden informationsarmen Bereich freizuhalten, damit das Motiv den Titel nicht überdeckt. Im Prompt kann stehen „links im Bild eine kontrastarme Freiraumfläche von etwa einem Drittel der Breite freihalten“.
- 1:1-Social-Card: Motiv zentriert, oben und unten je ein Ring Atemraum; Elemente nicht am Rand kleben, damit sie beim Zuschneiden im Feed nicht abgeschnitten werden.
- 9:16-Hochformat: Oben und unten je ein bandförmiger Bereich für Titel und Signatur; das Motiv im Mittelteil platzieren, um Überlappung mit den Textzonen an beiden Enden zu vermeiden.
- 4:5 und 3:4: Gängige Verhältnisse nahe Druck und Feed; der Freiraum darf etwas geringer sein, dennoch werden Sicherheitsränder an allen Seiten empfohlen.
- 21:9-Ultrabreit: Reichlich horizontaler Platz, geeignet, mehrere Elemente rhythmisch anzuordnen; die Enden werden jedoch leicht beschnitten, wichtige Motive nicht am Rand platzieren.
- auto: Das Verhältnis wird serverseitig bestimmt, geeignet für frühe Exploration; sobald in die Serienproduktion gegangen wird, empfiehlt sich die explizite Angabe des Verhältnisses, um Layout-Nacharbeit zu reduzieren.
Erneut zu betonen: Verhältnis ist nicht Pixel. aspect_ratio legt das Zielbildformat-Verhältnis fest; 16:9 bedeutet keine feste Pixelgröße (etwa 1920×1080). Nach Erhalt des Bildes sollte geprüft werden, ob das tatsächliche Format den Erwartungen entspricht; bei harten Größenanforderungen der nachgelagerten Stufe selbst skalieren oder zuschneiden und bereits beim Prompt ausreichend Sicherheitsrand einplanen.
Zwei direkt umschreibbare Prompt-Beispiele
Die folgenden zwei Abschnitte sind zu verifizierende Formulierungen, keine Messergebnisse. Es empfiehlt sich, zunächst je einmal aufzurufen, Position des Motivs und Freiraum zu beobachten und dann projektspezifisch anzupassen.
Banner-Freiraum (16:9):
„Flache geometrische Illustration im Querformat, warm sandfarbener Hintergrund. Im rechten Drittel eine stufenförmige Struktur aus terrakotta-, ocker- und dunkelbraunen Quadraten, von links nach rechts schrittweise abfallend, saubere Kanten; die linken zwei Drittel bleiben eine kontrastarme, detailfreie Freiraumfläche, nur mit einem sehr blassen horizontalen Farbband als Übergang. Insgesamt zurückhaltende Farbtöne, kein Gradientenrauschen, keine Texte, Buchstaben, Zahlen oder Logos, ausgewogene Komposition, geeignet als Artikel-Header.“
Social Card (1:1):
„Minimalistische Illustration im quadratischen Format, hellbeiger Hintergrund. In der Bildmitte eine abstrakte Marke aus drei überlappenden Bögen, Farben dunkles Tannengrün und Ocker, gleichmäßige Strichstärke; um die Marke gleichmäßiger Freiraum, oben und unten etwas größer als links und rechts, damit später ein Titel überlagert werden kann. Sauberer Hintergrund, keine Textur, kein Schatten, keine Texte, Buchstaben, Zahlen oder Logos, insgesamt ruhig und zurückhaltend.“
Beide Prompts formulieren den „Freiraum“ als ausführbare Raumbeschreibung statt als Satz „mehr Freiraum“. Wenn das Motiv einer Generierung immer noch am Rand klebt, vorrangig die Richtungsangaben und Anteile in der Beschreibung anpassen, statt fortlaufend Adjektive hinzuzufügen.
Schrittweise Iteration: jeweils nur eine Variable ändern
Der häufigste Fehler bei der Stapelgenerierung ist, prompt, Verhältnis und Format auf einmal zu ändern und dann nicht beurteilen zu können, was die Änderung verursacht hat. Stabiler ist schrittweise Konvergenz.
- Schritt 1: aspect_ratio und output_format fixieren, mit einem kurzen Prompt prüfen, ob das Motiv korrekt verstanden wird.
- Schritt 2: Kompositionsbeschreibung ergänzen: Position des Motivs, Bildanteil, Freiraumbereiche.
- Schritt 3: Farbe, Licht und Stil ergänzen und beobachten, ob der Freiraum verdrängt wird.
- Schritt 4: Die stabilisierte Beschreibung zu einer Vorlage zusammenfassen; bei Stapeln nur Motiv und Farbgebung ersetzen, die Struktursätze nicht mehr ändern.
Nach jedem Aufruf prompt, aspect_ratio, output_format und die Unterschiede der Ergebnisse festhalten. Die Aufzeichnung selbst ist ein Asset: Bei systematischen Abweichungen in derselben Aufgabencharge lässt sich aus den Aufzeichnungen schnell erkennen, ob ein falsches Verhältnis, eine geänderte Prompt-Struktur oder ein Tippfehler im Feld die Ursache ist.
Auslieferungs-Selbstprüfung und Fehlerbehandlung
Nach Erhalt des Bildes folgende Punkte selbst prüfen: Entspricht das Bildformat dem Zielverhältnis von aspect_ratio; ist das Motiv vollständig und nicht beschnitten; ist die reservierte Textzone ausreichend sauber; erscheinen unerwünschte Texte oder wasserzeichenartige Elemente im Bild; entspricht das Ausgabeformat den Anforderungen der nachgelagerten Stufe. Bei Bannern zusätzlich in der tatsächlichen Seitengröße einmal in der Vorschau prüfen, ob der Titel das Motiv nach der Überlagerung nicht verdeckt.
Bei Aufgabenfehlern oder abweichenden Ergebnissen in dieser Reihenfolge prüfen: Ist prompt leer oder außerhalb von 1–5000 Zeichen; liegt aspect_ratio innerhalb der Enum-Werte; wurde bei output_format nur png oder jpeg verwendet; wurde fälschlich das veraltete image_size verwendet; wurden Felder übergeben, die diese Linie nicht offenlegt. Nach Bestätigung korrekter Parameter den Prompt vereinfachen und erneut versuchen, statt dieselbe Eingabe wiederholt zu senden. Bei mehrfachen Abweichungen zuerst die Bildelemente auf ein Minimum reduzieren und dann einzeln wieder hinzufügen.
Abschließender Hinweis: Die Abbildungen im Text sind nur konzeptionelle Veranschaulichungen, um den Ablauf „Eingabe gelangt über den Aufgabenkanal zum Bild“ zu erläutern, und nicht die reale Ausgabe von nano-banana. Alle Prompt- und Feldkombinationen sollten zunächst durch eigene Aufrufe verifiziert werden, bevor sie in den Produktionsprozess gehen. Modelldetails siehe /models/nano-banana.
Ähnliche Artikel
Alle Artikel ansehen →-
Benutzerhandbuch
Kimi K3 Antwortverarbeitung in der Praxis: Vollständiges JSON, Streaming-Abbrüche und Retry-Grenzen
-
Benutzerhandbuch
GLM 5.3 Strukturierte Extraktion in der Praxis: Jedes JSON-Feld mit Beleg aus dem Originaltext
Feldextraktion mit dem JSON-Objektmodus: fehlende Werte, Zitate und Geschäftsvalidierung halten Fehler vom Datenbankeintrag fern
-
Benutzerhandbuch
MiniMax Music 3 Kurzlied-Leitfaden: Songtext, Abschnitts-Tags und Arrangement-Brief getrennt schreiben
Auf Basis der beiden Pflichteingaben des aktuellen Vertrags eine reproduzierbare Kurzlied-Anfrage entwerfen