Nano Banana 2.1 在 10月6日发布，企业文档里的 API 标识是 gemini-nano-banana-2.1。官方列的重点有四条：画质与真实感、文字渲染、信息图布局、多轮修改里的角色一致性，另外还强调了 Flash 级效率，支持 1K、2K、4K，默认 1K。
官方说法听着都对，但落到自己素材上难度完全不同：一张轮廓清楚的商品照，和一张光线复杂、主体遮一半的图，交给同一个模型是两个结果。
所以这篇不复述更新说明，直接拿一只保温杯走完整组商品图：基础图怎么定、换场景怎么改、照什么标准验收，顺带把参考图那条最容易混的口径讲清。
Nano Banana 2.1 第一步：先定基础图，把要保的特征记下来
第一步不是写提示词，是挑素材。选主体完整、细节清楚的一张参考照片，然后把必须保住的项一条条记下来：杯身比例、杯盖结构、颜色、标签位置。
这份清单就是后面每一轮的验收标准。不写下来，改到第三轮就记不清杯盖原来长什么样了。
基础图的请求可以这样写，直接抄：
使用参考图中的保温杯，制作一张简洁的商品图。杯子放在浅米色石台上，背景干净，柔和光线从左侧进入。保留杯身形状、杯盖结构、颜色和标签位置，主体完整入镜，四周留出适当空白，不添加新文字。
出图先别急着换场景。杯盖变了、标签位置挪了、比例不对，就在这一步改，基础图稳不住，后面全是白改。
第二步：换背景只换背景，商品图主体别跟着动
基础图满意之后，第二轮只做一件事：换背景。
把背景换成清晨的木质餐桌，保留保温杯的外形、颜色、标签位置和当前机位，使用自然窗光。
这句里有三个约束别省：保留哪几项、机位不动、光线从哪来。少写一项，模型就有空间自由发挥，商品图最容易出的问题就是换背景时把杯形改了。
之后要调阴影、要加留白，都单独开一轮。一轮只改一个变量，出问题才知道是哪一步引起的。
同一组图要做成一套（干净展示、生活场景、局部细节），先定共同保留的特征，再分别给不同要求，整组才像一套。
参考图怎么分工：14 张是上限，不是 14 个角色
这里有三个数字最容易混，官方文档写得很清楚，但流传时经常被揉成一句。
| 口径 | 数量 | 管的是什么 |
|---|---|---|
| 参考图输入 | 最多 14 张 | 一次能塞进去几张素材 |
| 角色一致性 | 最多 4 个 | 同一个人物在多轮里能锁住几个 |
| 物体保真 | 最多 10 个 | 同一件商品能锁住几个物件特征 |
参考图不等于角色数。塞 14 张图进去，不会得到 14 个角色各自稳定的结果，这只是输入上限，别拿它当一致性承诺。
实际准备素材时，给每张图一个明确职责：一张只展示主体外形，一张只给关键细节（比如标签特写），另一张只提供环境或配色。提示词里写明哪项特征来自哪张图。
职责清楚的好处很直接：结果偏了，能定位是哪张参考图带歪的，换一张再来。
文字和排版一起看：海报上先放一句主信息
文字这一项，别只看「有没有错字」，要连着版式一起判断：字准不准、层级清不清楚、位置合不合适，三件事分开看。
举个例子，做一张咖啡活动海报，需求可以具体到：大标题是「周末咖啡」，副标题是「慢一点，喝一杯」，标题位于画面上方，咖啡杯放在下半部分，四周保留空白，不加入其他文字。
这样写出来就有可以逐项核对的目标。品牌名、日期、价格、电话这类内容，按最终要显示的样子逐字给出，标题和副标题分开写，把大小关系和位置说明白。
提醒：拿到图先核四类毛病——缺字、多字、标点变形、相近字替换，逐字放大对一遍再发。
长段说明别往海报里塞。手机上看图，宽度就那么点，正文一多字号必然变小。一张图只承担一条主信息，详细解释留给正文或下一张。
画质怎么查：商品图整体看光线，局部看边缘
官方给了 1K、2K、4K 三档输出，默认 1K，并且提到在 2K、4K 的宽幅和全景比例里修掉了平铺伪影。这个改动跟长横幅、纵向长构图关系最大。
检查分两层：整体看光线、构图、空间关系；局部看材质、边缘、小物件和文字。把图放到实际使用尺寸上看，比盯着缩略图靠谱。
宽幅图有个笨办法很好用：沿着桌边、窗框、地板线从左到右扫一遍，看线条连不连贯、重复结构有没有突然变形、光线有没有断层。商品图则重点看背景和主体的交界，以及阴影贴不贴。
分辨率按用途选：小尺寸内容配图，先看低一档够不够表达；要展示精细纹理或大幅面，再往上加。尺寸再大，文字和结构也得单独查，这两项不会因为分辨率高就自动对。
交付前照这张清单勾：五处逐项对
一组图做完，别凭感觉点头。下面五项逐条过，能拦掉大部分返工。
五处检查，一条都别跳
- 主体：杯身比例、杯盖结构有没有变，和原参考照并排看；
- 细节：标签位置、缝线、logo 朝向，逐张对，别只看第一张；
- 文字：缺字、多字、标点变形、相近字，逐字放大核；
- 光影：阴影方向跟光源一致，背景和主体交界没有白边；
- 尺寸：按最终发布尺寸裁一遍，确认留白够、主体没被切。
把每一轮的版本留一份，和最初的参考图并排摆。多轮之后最常见的不是大崩，是细节一点点挪：标签往左偏了两毫米，杯盖比例瘦了一点，单看每一张都不明显。
搬进面板：参考图就是图1图2，不用接API
这套流程在网页端要过几道门：入口分散在 AI Studio、Gemini API、企业平台几处，到底哪个账号能用 2.1 得自己核，输出规格和计费还得另看一遍说明。
换成 StartAI 面板，流程本身不变，只是少掉这些前置动作：
① 调面板：菜单栏【帮助】→【关于增效工具】。做参考图改图用【Banana修图】，图1 放主体参考、图2 放场景或配色参考，每张图的职责跟上面写的一样；要海报排版那类纯文字出图，换【GPT生图】。
② 出基础图：需求框里写「保留杯身形状、杯盖结构、颜色和标签位置」，比例选 3:4，数量给 4 张，一张张挑，挑中那张就是后面所有轮次的基础。
③ 换场景与返工：只改一个变量的原则照旧；哪块不对就框哪块，写「只改这里，其余保持原图」，框外一个像素不动，出图几十秒贴回图层。
整套走完，决定成败的还是那三件事：素材挑得干不干净、每轮改了几项、验收时查没查。工具只负责少绕路。今天就拿一件自家商品试试，三步走一遍就清楚了。
插件就装在 PS 里：点我获取StartAI插件；
邀请码：23wKwd（注册填写立领100积分，三步都能在面板里跑）
立即使用 StartAI 面板的【Banana修图】：点我获取StartAI插件；
邀请码：23wKwd（注册填写立领100积分，图1 主体、图2 场景，出图直接回图层）
