如何提示 Gemini 2.5 Flash 影像產生器以獲得最佳結果

2025 年 8 月 28 日

Philipp Schmid 開發者關係工程師

Logan Kilpatrick 產品經理

Alisa Fortin 產品經理

Gemini 2.5 Flash 影像產生器是我們最新、最快且最有效率的原生多模態模型。Gemini 2.5 Flash 的獨特之處在於其原生多模態架構。它從頭開始訓練，以單一、統一的步驟處理文字和影像。這使得它擁有超越簡單影像生成的強大功能，例如對話式編輯、多影像合成以及關於影像內容的邏輯推理。

以下是您可以執行的主要操作：

• **文字轉影像：**從簡單或複雜的文字描述生成高品質影像。

• **影像 + 文字轉影像（編輯）：**提供影像並使用文字提示來新增、移除或修改元素、更改樣式或調整顏色。

• **多影像轉影像（合成與樣式轉移）：**使用多個輸入影像來合成新的場景或將一種影像的樣式轉移到另一種影像。

• **迭代式精煉：**進行對話以逐步精煉您的影像，進行微調。

• **文字呈現：**生成包含清晰且適當放置文字的影像，非常適合用於標誌、圖表和海報。

本指南將教您如何撰寫提示並提供指示，以從 Gemini 2.5 Flash 獲得更好的結果。一切始於一個基本原則：

描述場景，而不要只列出關鍵字。 模型的核心優勢在於其深厚的語言理解能力。敘述性的描述段落幾乎總是比簡單的斷詞列表產生更好、更一致的影像。 您可以使用 官方文件 中的程式碼嘗試這些操作，或立即在 Google AI Studio 中開始創作。

從文字建立影像

生成影像最常見的方法是描述您想看到的內容。

1. 寫實場景

對於寫實影像，請像攝影師一樣思考。提及攝影角度、鏡頭類型、照明和細節將引導模型朝向寫實的結果。

範例：

一張寫實的 [拍攝類型] [主體] [動作或表情]，設定在 [環境] 中。場景由 [照明描述] 照明，營造出 [氛圍] 的氛圍。使用 [相機/鏡頭細節] 拍攝，強調 [關鍵紋理和細節]。影像應為 [長寬比] 格式。

範例提示：

一張寫實的日式老年陶藝家特寫肖像，有著深邃的日曬皺紋和溫暖、睿智的笑容。他正在仔細檢查一個剛上釉的茶碗。場景設定在他的鄉村、陽光普照的工作室裡。場景由透過窗戶灑落的柔和、金色的夕陽光線照亮，突顯出黏土的細膩紋理。使用 85mm 人像鏡頭拍攝，產生柔和、模糊的背景（散景）。整體氛圍寧靜而精湛。直式肖像方向。

範例輸出：

一張寫實的日式老年陶藝家特寫肖像…

2. 風格化插圖和貼紙

要為您的專案建立貼紙、圖示或素材，請明確說明樣式，並記住如果您需要白色背景，請提出要求。

範例：

一個 [風格] 的 [主體] 貼紙，具有 [關鍵特徵] 和 [色盤]。設計應具有 [線條風格] 和 [陰影風格]。背景必須為白色。

範例提示：

一個可愛風格的快樂紅 панда 貼紙，戴著小小的竹帽。它正在吃綠色的竹葉。設計具有粗體、清晰的輪廓、簡單的賽璐珞著色和鮮豔的色盤。背景必須為白色。

範例輸出：

一個可愛風格的快樂紅 панда 貼紙…

3. 影像中的精確文字

Gemini 2.5 Flash 影像產生器可以在影像中呈現文字。請明確說明您想要的確切文字，描述字體樣式並設定整體設計。

範例：

為 [品牌/概念] 建立 [影像類型]，文字為“[要呈現的文字]”，字體為 [字體樣式]。設計應為 [樣式描述]，具有 [配色方案]。

範例提示：

為一家名為「The Daily Grind」的咖啡店建立一個現代、極簡的標誌。文字應使用乾淨、粗體、無襯線字體。設計應包含一個簡單、風格化的咖啡豆圖示，與文字無縫整合。配色方案為黑白。

範例輸出：

為一家名為「The Daily Grind」的咖啡店建立一個現代、極簡的標誌…

4. 產品模型和商業攝影

為電子商務、廣告或品牌建立乾淨、專業的產品照片。

範例：

一張高解析度、攝影棚照明的 [產品描述] 產品照片，放在 [背景表面/描述] 上。照明為 [照明設置，例如三點柔光箱設置]，以 [照明目的] 為目的。相機角度為 [角度類型]，以展現 [特定功能]。超寫實，重點清晰地聚焦在 [關鍵細節] 上。[長寬比]。

範例提示：

一張高解析度、攝影棚照明的極簡主義黑色霧面陶瓷咖啡杯產品照片，放在拋光混凝土表面上。照明為三點柔光箱設置，旨在創造柔和、漫射的亮點並消除刺眼的陰影。相機角度為略微抬高的 45 度拍攝，以展現其簡潔的線條。超寫實，重點清晰地聚焦在從咖啡上升起的蒸汽上。方形影像。

範例輸出：

一張高解析度、攝影棚照明的極簡主義黑色霧面陶瓷咖啡杯產品照片…

5. 極簡主義和留白設計

為您計劃疊加文字的網站、簡報或行銷素材建立背景。

範例：

一個極簡主義的構圖，其中包含一個單一的 [主體]，位於畫面 [右下/左上/等等]。背景是一個廣闊、空曠的 [顏色] 畫布，創造出大量的留白。柔和、微妙的照明。[長寬比]。

範例提示：

一個極簡主義的構圖，其中包含一片單獨的、精緻的紅色楓葉，位於畫面的右下方。背景是一個廣闊、空曠的米白色畫布，為文字創造出大量的留白。從左上方照射柔和、漫射的照明。方形影像。

範例輸出：

一個極簡主義的構圖，其中包含一片單獨的、精緻的紅色楓葉…

6. 連環圖畫（漫畫分格/故事板）

透過專注於清晰的場景描述，建立引人入勝的視覺敘事，逐格進行，非常適合用於開發故事板、漫畫或任何形式的連環圖畫。

範例：

一個 [藝術風格] 風格的單一漫畫分格。前景中，[角色描述和動作]。背景中，[場景細節]。分格中有一個 [對話/說明框]，文字為“[文字]”。照明營造出 [心情] 的氛圍。[長寬比]。

範例提示：

一個以粗獷、黑色電影風格，具有高對比度黑白墨水的單一漫畫分格。前景中，一個穿著風衣的偵探站在搖曳的街燈下，雨水打濕了他的肩膀。背景中，荒涼酒吧的霓虹燈招牌倒映在水坑裡。頂部的說明框寫著「這個城市是一個很難保守秘密的地方」。照明很刺眼，營造出戲劇性、陰鬱的氛圍。橫向。

範例輸出：

一個以粗獷、黑色電影風格的單一漫畫分格…

使用文字編輯影像

這就是 Gemini 2.5 Flash 影像產生器的多模態功能真正發揮作用的地方。您可以提供一個或多個影像以及您的文字提示，以進行編輯、合成和樣式轉移。

1. 影像編輯：新增和移除元素

提供影像並簡單地描述您想要的更改。模型將分析原始影像的樣式、照明和透視圖，使編輯看起來自然並保持一系列影像中的角色一致性。

範例：

使用提供的 [主體] 影像，請將 [元素] [新增/移除/修改] 到/從場景中。確保更改是 [更改應如何整合的描述]。

範例提示：

使用提供的貓咪影像，請在它的頭上新增一頂小巧的針織巫師帽。讓它看起來舒適地戴著，並與照片的柔和照明相符。

範例輸入和輸出：

2. 修補：編輯特定區域

您可以透過對話方式告訴 Gemini 2.5 Flash 影像產生器只編輯影像的一部分，同時保持其餘部分完全不變。

範例：

使用提供的影像，僅將 [特定元素] 更改為 [新元素/描述]。保持影像中的所有其他內容完全相同，保留原始樣式、照明和構圖。

範例提示：

使用提供的客廳影像，僅將藍色沙發更改為復古的棕色皮革沙發。保持房間的其餘部分，包括沙發上的枕頭和照明，保持不變。

範例輸入和輸出：

3. 樣式轉移

提供照片並要求模型以特定風格或藝術運動來重現其內容。

範例：

將提供的 [主體] 照片轉換為 [藝術家/藝術風格] 的藝術風格。保留原始構圖，但以 [風格元素的描述] 呈現。

範例提示：

將提供的現代城市夜景照片轉換為文森特·梵谷的「星夜」藝術風格。保留建築物和汽車的原始構圖，但以旋轉的、厚塗的筆觸和深藍色和亮黃色的戲劇性色盤呈現所有元素。

範例輸入和輸出：

4. 進階合成：結合多個影像

提供多個影像作為背景，以建立全新的合成場景。這非常適合產品模型或創意拼貼。

範例：

透過結合提供的影像中的元素來建立新的影像。取 [影像 1 中的元素] 並將其放置在 [影像 2 中的元素] 上/與之一起。最終影像應為 [最終場景的描述]。

範例提示：

建立專業的電子商務時尚照片。取第一張影像中的藍色花卉洋裝，讓第二張影像中的女性穿上它。生成穿著洋裝的女性的寫實全身照，並調整照明和陰影以匹配戶外環境。

範例輸入和輸出：

最佳做法

在您建立過程中，以下是一些使用影像生成的其他技巧：

• **要非常具體：**您提供的細節越多，您擁有的控制權就越多。不要使用「奇幻盔甲」，而是描述它：「裝飾精美的精靈板甲，刻有銀葉圖案，帶有高領和形狀像獵鷹翅膀的肩甲。」

• **修復角色一致性漂移：**如果您注意到在多次迭代編輯後角色的特徵開始漂移，您可以使用詳細的描述重新開始新的對話，以保持一致性。

• **提供背景和意圖：**說明影像的 目的。例如，「為高端、極簡的護膚品牌建立標誌」將比僅僅「建立標誌」產生更好的結果。

• **迭代和精煉：**不要期望第一次嘗試就能獲得完美的影像。利用模型的對話性質進行小的更改。使用以下提示進行跟進：「非常好，但是您可以讓照明更溫暖一些嗎？」或「保持一切不變，但將角色的表情改得更嚴肅一些。」

• **使用「語義負面提示」：**不要說「沒有汽車」，而是積極地描述所需的場景：「一條空曠、荒涼的街道，沒有交通跡象。」

• **長寬比：**在編輯時，Gemini 2.5 Flash 影像產生器通常會保留輸入影像的長寬比。如果沒有，請在您的提示中明確說明：「更新輸入影像…不要更改輸入長寬比。」如果您上傳多個具有不同長寬比的影像，模型將採用提供的 最後一張 影像的長寬比。如果您需要新影像的特定比例，而提示無法產生，最佳做法是將具有正確尺寸的參考影像作為提示的一部分提供。

• **控制相機：**使用攝影和電影語言來控制構圖。術語如 廣角鏡頭、微距鏡頭、低角度透視圖、85mm 人像鏡頭 和 荷蘭角 可讓您精確控制最終影像。

限制

隨著我們持續開發和改進我們的模型，我們相信要透明地說明需要改進的領域。

雖然 Gemini 2.5 Flash 影像產生器是一個強大且多功能的工具，但對於高度細微的要求，第一次嘗試就能達到完美可能需要一些迭代。您可能會發現，生成複雜的排版或在多個影像中保持角色特徵的絕對一致性有時需要透過後續提示進行改進。

我們正在積極努力改進這些領域，並感謝您在我們共同構建下一代影像工具時的創意。

接下來要做什麼？開始創作吧！

您現在已經掌握了使用 Gemini 2.5 Flash 建立和編輯令人難以置信的影像的基本技能。改進的最佳方法是練習。以下是一些資源，可幫助您踏上旅程：

• 在 Google AI Studio 中探索 Gemini：開始嘗試本指南中技巧的最簡單方法是使用我們的基於網路的工具。

• 閱讀官方文件：對於想要將 Gemini 2.5 Flash 的影像生成功能整合到其自身應用程式中的開發人員。

• 查看價格：了解使用 Gemini API 為您的專案使用 Gemini 2.5 Flash 影像生成的相關成本。