อ่านสิ่งนี้ก่อน: API นี้คืออะไรและไม่ใช่
หากคุณมาถึงที่นี่โดยสงสัย วิธีใช้ nano banana api เพื่อสร้างภาพ คำตอบที่ตรงไปตรงมาคือบริการนี้ไม่สามารถทำได้ "Nano Banana" เป็นชื่อที่ผู้คนมักใช้เรียกโมเดลสร้างภาพ และการสร้างภาพไม่ได้ให้บริการที่นี่ สิ่งที่ nanobananaapis.com ขายคือการเข้าถึงโมเดลภาษาข้อความผ่านเอนด์พอยต์ที่เข้ากันได้กับ OpenAI
สิ่งนี้ยังคงรองรับเวิร์กโฟลว์ภาพจำนวนมาก เนื่องจากเครื่องมือสร้างภาพจะดีเท่าข้อความที่คุณป้อนเข้าไป โมเดลข้อความสามารถเขียนพรอมต์ ปรับแต่ง ตรวจสอบกับชีลสไตล์ สร้างคำอธิบายและข้อความแทนภาพ และร่างสคริปต์ที่เชื่อมโยงสายการผลิตเข้าด้วยกัน หน้านี้จะแนะนำการใช้งานนั้น หากคุณต้องการเพียงรูปภาพ คุณควรใช้บริการสร้างภาพแทน และสามารถใช้ร่วมกับบริการนี้
โมเดลเป็นโมเดลแบบเปิดน้ำหนักเพียงตัวเดียว ซึ่งดำเนินการโดยผู้ให้บริการอิสระ และปรับแต่งให้ตอบโดยไม่มีการปฏิเสธเนื้อหาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมาย ไม่ใช่ API ทางการของผู้ขายรายใหญ่ใดๆ ข้อจำกัดเดียวที่เข้มงวด: ไม่มีเนื้อหาทางเพศที่เกี่ยวข้องกับผู้เยาว์
ขั้นตอนที่ 1: รับคีย์ API
สมัครด้วย Google หรือด้วยอีเมลและรหัสผ่าน จากนั้นเปิด หน้าคีย์ API คุณจะเห็นปุ่มคลิกเดียวเพื่อขอเครดิตทดลองใช้ $0.50 เครดิตนี้มีอายุ 7 วัน ไม่ต้องใช้บัตร และจำกัดเพียงหนึ่งต่อบุคคล คีย์ทดลองอนุญาตคำขอพร้อมกันได้ 2 คำขอและ 60 คำขอต่อนาที ซึ่งเพียงพอสำหรับการลองใช้งาน
คัดลอกคีย์และเก็บไว้ในที่ที่ไม่ใช่ repository ของคุณ ใน shell คุณสามารถเก็บคีย์ได้ดังนี้:
export NANOBANANA_KEY="paste-your-key-here"
ขั้นตอนที่ 2: ส่งคำขอแรกของคุณ
สามค่าที่สำคัญคือ base URL, model ID และส่วนหัว Authorization ส่วนที่เหลือเป็นไปตามรูปแบบ chat-completions ของ OpenAI นี่คือคำขอแรกด้วย curl:
curl https://api.nanobananaapis.com/v1/chat/completions -H "Authorization: Bearer $NANOBANANA_KEY" -H "Content-Type: application/json" -d '{
"model": "uncensored",
"messages": [
{"role": "user", "content": "Write one detailed image prompt for a foggy harbor at dawn."}
],
"max_tokens": 200
}'
สิ่งเดียวกันใน Python ด้วยแพ็กเกจ openai:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.nanobananaapis.com/v1",
api_key=os.environ["NANOBANANA_KEY"],
)
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write one detailed image prompt for a foggy harbor at dawn."}],
)
print(r.choices[0].message.content)
และใน Node:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.nanobananaapis.com/v1",
apiKey: process.env.NANOBANANA_KEY,
});
const r = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Write one detailed image prompt for a foggy harbor at dawn." }],
});
console.log(r.choices[0].message.content);
ตรวจสอบส่วนหัวของคำตอบสักครั้ง X-Balance-USD แสดงเครดิตคงเหลือของคุณ และ X-Request-Id ระบุการโทรหากต้องการความช่วยเหลือ หน้า docs ระบุพารามิเตอร์ที่รองรับทั้งหมด
ขั้นตอนที่ 3: เปลี่ยนไอเดียให้เป็นพรอมต์ที่มีโครงสร้าง
เทคนิคที่มีประโยชน์ที่สุดสำหรับสายการผลิตภาพคือการทำให้โมเดลส่งคืนข้อมูลที่มีโครงสร้างแทนข้อความอิสระ โหมด JSON ทำสิ่งนั้น คุณอธิบายสคีมาในข้อความระบบ และการตอบกลับจะแยกวิเคราะห์เข้าสู่โค้ดของคุณโดยตรง ดังนั้นรายการไอเดียหยาบๆ จึงกลายเป็นตารางพรอมต์ที่มีฟิลด์คงที่
import json, os
from openai import OpenAI
client = OpenAI(
base_url="https://api.nanobananaapis.com/v1",
api_key=os.environ["NANOBANANA_KEY"],
)
SYSTEM = (
"You write prompts for an image model. Reply with JSON only: "
'{"prompts": [{"subject": str, "style": str, "lighting": str, "negative": str, "full": str}]}'
)
def expand(idea: str, n: int = 3):
r = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
temperature=0.9,
messages=[
{"role": "system", "content": SYSTEM},
{"role": "user", "content": f"Give {n} distinct prompts for: {idea}"},
],
)
return json.loads(r.choices[0].message.content)["prompts"]
for p in expand("a lighthouse keeper's kitchen in winter"):
print(p["full"])
เพิ่มอุณหภูมิเมื่อต้องการความหลากหลาย และลดเมื่อต้องการความสม่ำเสมอ พารามิเตอร์ seed จะถูกส่งผ่าน ดังนั้นคุณสามารถตรึงค่าเมื่อต้องการทำซ้ำชุดก่อนหน้า ควรห่อ json.loads ไว้ในบล็อก try และขอใหม่หนึ่งครั้งหากการแยกวิเคราะห์ล้มเหลว เนื่องจากโมเดลภาษาใดๆ ก็อาจผิดพลาดได้
เว็บไซต์ยังมีคำอธิบายที่เกี่ยวข้องด้านภาพ: การสร้างพรอมต์และการประมวลผลหลัง ซึ่งครอบคลุมวิธีการที่ขั้นตอนข้อความเชื่อมต่อกับเครื่องกำเนิดภาพ
งานเพิ่มเติมที่โมเดลข้อความทำได้ดีในเวิร์กโฟลว์ภาพ
- ชีลสไตล์ เก็บข้อความระบบหนึ่งข้อความที่มีกฎสไตล์คงที่ของคุณ และป้อนหัวข้อใหม่แต่ละหัวข้อผ่านมัน เพื่อให้ทั้งซีรีส์มีความสอดคล้องกันทางภาพ
- คำอธิบายและข้อความแทนภาพ เมื่อรูปภาพมีอยู่แล้ว ให้บรรยายด้วยคำไม่กี่คำต่อภาพ ส่งคำอธิบายรูปภาพของคุณเองเป็นอินพุต; โมเดลไม่สามารถเห็นรูปภาพได้ เพราะ API รับเฉพาะข้อความ
- รายการช็อตและสคริปต์ สำหรับสตอรี่บอร์ดหรือวิดีโอสั้น ให้ร่างรายการฉาก คำบรรยายเสียง และจังหวะบนหน้าจอเป็นข้อความ
- การวิจารณ์พรอมต์ วางพรอมต์ที่ให้ผลลัพธ์ไม่ดีและขอการเขียนใหม่สามครั้งพร้อมคำอธิบายการเปลี่ยนแปลง
- งานนวนิยายและตัวละครสำหรับผู้ใหญ่ ใบตัวละคร เรื่องราวพื้นหลัง และการสนทนาสำหรับเรื่องราวและแอปเพื่อนร่วมทาง โดยโมเดลจะไม่ปฏิเสธธีมผู้ใหญ่ที่ถูกต้องตามกฎหมาย
สำหรับงานที่ยาวนาน ให้สตรีมเอาต์พุตด้วย stream: true เพื่อให้ส่วนติดต่อผู้ใช้สามารถแสดงข้อความเมื่อมาถึง การเรียกใช้ฟังก์ชันก็รองรับเช่นกัน ซึ่งทำให้โมเดลตัดสินใจเมื่อเรียกใช้ฟังก์ชันของคุณเอง เช่น ฟังก์ชันที่ส่งพรอมต์ไปยังบริการสร้างภาพที่คุณใช้
ข้อจำกัดและต้นทุนต่อรอบการทำงาน
รู้ตัวเลขก่อนสร้างแบทช์ คีย์เต็มอนุญาตคำขอพร้อมกัน 8 คำขอ และ 300 คำขอต่อนาที หน้าต่างบริบท 100,000 โทเคน ครอบคลุมพรอมต์และคอมพลีชัน ขนาดสูงสุดของ body คำขอคือ 8 MB และ max_tokens เป็นค่าที่ไม่บังคับ หากเกินขีดจำกัดอัตรา จะได้รับ HTTP 429 พร้อมโค้ด rate_limited หรือ concurrency; ให้รอแล้วลองใหม่
ราคาอยู่ที่ $0.15 ต่อ 1M โทเคนอินพุต และ $0.50 ต่อ 1M โทเคนเอาต์พุต สมมติว่าคุณสร้างชุดพรอมต์ 500 ชุด แต่ละชุดมีอินพุต 400 โทเคน และเอาต์พุต 600 โทเคน:
- อินพุต: 500 x 400 = 200,000 โทเคน x $0.15 / 1M = $0.03
- เอาต์พุต: 500 x 600 = 300,000 โทเคน x $0.50 / 1M = $0.15
- รวม: $0.18
ดังนั้น เครดิตทดลองใช้ $0.50 จะครอบคลุมชุดขนาดนั้นได้ประมาณ 1,300 ชุด สำหรับการใช้งานปกติ ให้เติมเงินจำนวนเต็มตั้งแต่ $20 ถึง $500 ด้วยคริปโต (USDT บน TRC20, USDC บน Base) โบนัสคือ 5% จาก $50, 10% จาก $100 และ 15% จาก $200 ดูตารางที่ หน้าราคา เครดิตไม่หมดอายุ
การจับคู่กับบริการรูปภาพ
การตั้งค่าทั่วไปมีสองขั้นตอน ขั้นตอนที่หนึ่งใช้ API นี้เพื่อสร้างพรอมต์ ขั้นตอนที่สองส่งพรอมต์เหล่านั้นไปยังตัวสร้างภาพที่คุณใช้ ซึ่งตัวสร้างนั้นจะมีบัญชี ราคา และกฎเกณฑ์เป็นของตัวเอง ซึ่งคุณควรอ่านในเว็บไซต์ของผู้ให้บริการ ให้เก็บสองขั้นตอนไว้ในฟังก์ชันแยกกัน เพื่อให้คุณสามารถเปลี่ยนด้านใดด้านหนึ่งโดยไม่ต้องเขียนโค้ดใหม่
เคล็ดลับในทางปฏิบัติ: บันทึกพรอมต์ทุกตัวพร้อมกับ seed และ temperature ที่คุณใช้ในการสร้าง เมื่อภาพออกมาดี คุณสามารถติดตามกลับไปยังข้อความที่สร้างภาพนั้น และเมื่อแบทช์ทำให้ผิดหวัง คุณสามารถเห็นได้ว่าความผิดอยู่ที่ไอเดีย ผู้เขียนพรอมต์ หรือโมเดลภาพ นอกจากนี้ยังให้คุณเปรียบเทียบระบบข้อความสองชุดได้อย่างประหยัด โดยรันทั้งสองชุดบนรายการไอเดียเดียวกันและตัดสินชุดพรอมต์ทั้งสองชุดเปรียบเทียบกัน
สคริปต์แบบ end-to-end ขนาดเล็ก
เพื่อเชื่อมโยงชิ้นส่วนต่างๆ เข้าด้วยกัน นี่คือสคริปต์สั้นๆ ที่อ่านไฟล์ไอเดียหยาบ ขยายแต่ละไอเดียเป็นพรอมต์ด้วยโหมด JSON และเขียนผลลัพธ์ไปยังไฟล์ที่เครื่องมือสร้างภาพของคุณสามารถอ่านได้ มันจัดการโหมดความล้มเหลวหนึ่งกรณีที่อาจทำให้คุณเจ็บปวด: การตอบกลับที่ไม่ใช่ JSON ที่ถูกต้อง
import json, os
from openai import OpenAI
client = OpenAI(
base_url="https://api.nanobananaapis.com/v1",
api_key=os.environ["NANOBANANA_KEY"],
)
def one(idea: str):
for _ in range(2):
r = client.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
messages=[
{"role": "system", "content": 'Reply with JSON only: {"prompt": str}'},
{"role": "user", "content": f"Write a vivid, specific image prompt for: {idea}"},
],
max_tokens=250,
)
try:
return json.loads(r.choices[0].message.content)["prompt"]
except (json.JSONDecodeError, KeyError):
continue
return None
ideas = [line.strip() for line in open("ideas.txt") if line.strip()]
out = {i: one(i) for i in ideas}
json.dump(out, open("prompts.json", "w"), indent=2)
ลองรันกับไอเดียห้าอันก่อนแล้วอ่านผลลัพธ์ด้วยตาของคุณ ปรับระบบข้อความจนกว่าพรอมต์จะตรงกับสไตล์ที่คุณต้องการ จากนั้นจึงขยายขนาด เนื่องจากคำขอแต่ละคำขอที่นี่มีขนาดเล็ก ไอเดียหนึ่งพันอันจะเสร็จสิ้นอย่างรวดเร็วและมีค่าใช้จ่ายเพียงไม่กี่เซ็นต์
ข้อผิดพลาดที่มือใหม่ทำ
- คาดหวังรูปภาพ การตอบกลับเป็นข้อความเสมอ หากโค้ดของคุณพยายามบันทึกภาพไบนารีจากการตอบกลับ มันจะล้มเหลว เพราะไม่มีภาพ
- กำลังมองหาชื่อโมเดลอื่น มีโมเดลเพียงตัวเดียว และ ID ของมันคือ
uncensoredการคัดลอกชื่อโมเดลของผู้ขายจากบทช่วยสอนจะให้ข้อผิดพลาด not-found - ลืมระบบข้อความ โดยไม่มีมัน โมเดลจะไม่มีคำแนะนำสไตล์และเบี่ยงเบนระหว่างพรอมต์สั้นและยาว วางกฎของคุณไว้ที่นั่น
- การส่งข้อมูลลับในพรอมต์ พรอมต์ไม่ถูกใช้ในการฝึก แต่คุณควรหลีกเลี่ยงการวางรหัสผ่านหรือคีย์ส่วนตัวลงในอินพุตของโมเดลใดๆ
- รันคำขอหนึ่งร้อยคำขอพร้อมกัน คีย์เต็มอนุญาต 8 คำขอต่อครั้ง ใช้พูลหรือซีมโฟร์ และเพิ่มการลองใหม่สำหรับ 429
หากบางสิ่งทำงานแปลกๆ หน้า ช่วยเหลือ คือสถานที่ที่จะถาม และ ID คำขอจากส่วนหัวของการตอบกลับจะทำให้คำถามง่ายขึ้นมากในการตอบ
