Đọc trước: API này là gì và không phải là gì
Nếu bạn đến đây và tự hỏi cách sử dụng nano banana api để tạo ra hình ảnh, câu trả lời trung thực là dịch vụ này không thể làm phần đó. "Nano Banana" là tên mà mọi người thường gắn cho một mô hình tạo ảnh, và việc tạo ảnh không được cung cấp ở đây. nanobananaapis.com bán quyền truy cập vào một mô hình ngôn ngữ văn bản thông qua một endpoint tương thích OpenAI.
Điều đó vẫn phù hợp với nhiều quy trình công cụ ảnh, vì các công cụ ảnh chỉ tốt bằng văn bản bạn đưa vào chúng. Mô hình văn bản có thể viết prompt, biến đổi chúng, kiểm tra chúng với bảng phong cách, tạo chú thích và văn bản thay thế, và soạn các script kết nối pipeline. Trang này hướng dẫn cách dùng đó. Nếu bạn chỉ cần hình ảnh, bạn nên dùng một dịch vụ ảnh thay thế, và có thể kết hợp nó với trang này.
Mô hình là một mô hình trọng số mở duy nhất, do nhà cung cấp độc lập chạy, được tinh chỉnh để trả lời mà không từ chối nội dung cho việc sử dụng hợp pháp của người trưởng thành. Đây không phải API chính thức của bất kỳ nhà cung cấp lớn nào. Giới hạn cứng duy nhất: không có nội dung tình dục liên quan đến người chưa thành niên.
Bước 1: lấy khóa
Đăng ký bằng Google hoặc bằng email và mật khẩu, sau đó mở trang khóa API. Bạn sẽ thấy một nút nhấp một lần để nhận $0.50 tín dụng dùng thử. Nó có hiệu lực trong 7 ngày, không cần thẻ và giới hạn một lần cho mỗi người. Khóa dùng thử cho phép 2 yêu cầu đồng thời và 60 yêu cầu mỗi phút, đủ để bạn thử nghiệm.
Sao chép khóa và giữ nó ngoài kho lưu trữ của bạn. Trong shell, bạn có thể lưu trữ như sau:
export NANOBANANA_KEY="paste-your-key-here"
Bước 2: gửi yêu cầu đầu tiên của bạn
Ba giá trị quan trọng: base URL, model ID và header Authorization. Mọi thứ khác theo định dạng chat-completions của OpenAI. Đây là lệnh gọi đầu tiên với 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
}'
Điều tương tự trong Python với gói openai chính thức:
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)
Và trong 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);
Kiểm tra các tiêu đề phản hồi một lần. X-Balance-USD hiển thị tín dụng còn lại của bạn và X-Request-Id xác định lệnh gọi nếu bạn cần trợ giúp. Trang tài liệu liệt kê mọi tham số được hỗ trợ.
Bước 3: chuyển ý tưởng thành prompt có cấu trúc
Mẹo hữu ích nhất cho pipeline ảnh là khiến mô hình trả về dữ liệu có cấu trúc thay vì văn bản tự do. Chế độ JSON làm điều đó. Bạn mô tả schema trong tin nhắn hệ thống, và phản hồi được phân tích cú pháp trực tiếp vào mã của bạn, vì vậy danh sách ý tưởng thô trở thành bảng prompt với các trường cố định.
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"])
Tăng nhiệt độ khi bạn muốn đa dạng và giảm nó để có tính nhất quán. Tham số seed được truyền qua, vì vậy bạn có thể cố định nó khi cần tái tạo một lô trước đó. Luôn bao bọc json.loads trong khối try và thử lại một lần nếu việc phân tích cú pháp thất bại, vì bất kỳ mô hình ngôn ngữ nào cũng có thể mắc lỗi.
Trang này cũng có giải thích liên quan về phía ảnh: tạo prompt và xử lý hậu kỳ. Nó bao gồm cách bước văn bản kết nối với trình tạo.
Các công việc khác mà mô hình văn bản làm tốt trong quy trình ảnh
- Bảng phong cách. Giữ một thông báo hệ thống với các quy tắc phong cách cố định của bạn và đưa từng chủ đề mới qua nó, để toàn bộ chuỗi giữ được tính nhất quán về hình ảnh.
- Chú thích và văn bản thay thế. Sau khi ảnh tồn tại, mô tả chúng bằng vài từ mỗi cái. Đưa mô tả ảnh của bạn làm đầu vào; mô hình không thể xem ảnh, vì API chỉ nhận văn bản.
- Danh sách cảnh và kịch bản. Đối với storyboard hoặc video ngắn, hãy soạn danh sách cảnh, lời bình và các điểm nhấn trên màn hình dưới dạng văn bản.
- Phê bình prompt. Dán một prompt cho kết quả kém và yêu cầu ba lần viết lại với các thay đổi được giải thích.
- Hư cấu và công việc nhân vật cho người trưởng thành. Hồ sơ nhân vật, tiền sử và hội thoại cho truyện và ứng dụng đồng hành, với mô hình không từ chối các chủ đề người trưởng thành hợp pháp.
Đối với công việc dài, hãy truyền phát đầu ra với stream: true để giao diện người dùng có thể hiển thị văn bản khi nó đến. Gọi hàm cũng được hỗ trợ, cho phép mô hình quyết định khi gọi hàm của riêng bạn, ví dụ một hàm gửi prompt đến dịch vụ ảnh bạn dùng.
Giới hạn và chi phí cho mỗi lần chạy
Biết các số trước khi xây dựng lô. Khóa đầy đủ cho phép 8 yêu cầu đồng thời và 300 yêu cầu mỗi phút. Cửa sổ ngữ cảnh là 100,000 token bao gồm prompt và hoàn thành, thân yêu cầu tối đa là 8 MB, và max_tokens là tùy chọn. Vượt quá giới hạn tốc độ trả về HTTP 429 với mã rate_limited hoặc concurrency; hãy đợi và thử lại.
Giá là $0,15 cho mỗi 1M token đầu vào và $0,50 cho mỗi 1M token đầu ra. Giả sử bạn tạo 500 bộ prompt, mỗi bộ có đầu vào 400 token và đầu ra 600 token:
- Đầu vào: 500 x 400 = 200,000 token x $0.15 / 1M = $0.03
- Đầu ra: 500 x 600 = 300,000 token x $0.50 / 1M = $0.15
- Tổng cộng: $0.18
Vậy tín dụng dùng thử $0,50 sẽ chi trả khoảng 1.300 bộ có kích thước đó. Để sử dụng thường xuyên, hãy nạp bất kỳ số tiền nguyên nào từ $20 đến $500, bằng tiền mã hóa (USDT trên TRC20, USDC trên Base). Tiền thưởng là 5% từ $50, 10% từ $100 và 15% từ $200. Xem trang giá cả để biết bảng. Tín dụng không hết hạn.
Kết hợp với dịch vụ ảnh
Cài đặt thông thường có hai giai đoạn. Giai đoạn văn bản dùng API này để tạo prompt. Giai đoạn ảnh gửi các prompt đó đến bất kỳ trình tạo ảnh nào bạn dùng, và trình tạo đó có tài khoản riêng, giá cả riêng và quy tắc riêng, bạn nên đọc trên trang web của nó. Giữ hai giai đoạn trong các hàm riêng biệt, để bạn có thể thay đổi một bên mà không cần viết lại bên kia.
Mẹo thực tế: lưu mọi prompt cùng với seed và temperature bạn đã dùng để tạo nó. Khi một ảnh ra tốt, bạn có thể truy ngược lại văn bản chính xác tạo ra nó, và khi một lô thất vọng, bạn có thể xem lỗi nằm ở ý tưởng, người viết prompt hay mô hình ảnh. Nó cũng cho bạn cách rẻ để so sánh hai tin nhắn hệ thống bằng cách chạy cả hai trên cùng danh sách ý tưởng và đánh giá hai bộ prompt cạnh nhau.
Một script end-to-end nhỏ
Để kết nối các mảnh lại, đây là một script ngắn đọc một tệp ý tưởng thô, mở rộng mỗi ý thành prompt với chế độ JSON, và ghi kết quả vào một tệp mà công cụ ảnh của bạn có thể đọc. Nó xử lý một chế độ lỗi sẽ làm bạn đau đầu nếu không: phản hồi không phải JSON hợp lệ.
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)
Chạy nó trên năm ý tưởng trước và đọc kết quả bằng mắt. Điều chỉnh tin nhắn hệ thống cho đến khi prompt khớp với phong cách bạn muốn, sau đó mở rộng quy mô. Vì mỗi yêu cầu ở đây nhỏ, một nghìn ý tưởng hoàn thành nhanh và tốn vài xu.
Những lỗi thường gặp của người mới
- Chờ đợi ảnh. Phản hồi luôn là văn bản. Nếu mã của bạn cố lưu ảnh nhị phân từ phản hồi, nó sẽ thất bại, vì không có ảnh nào.
- Đang tìm một tên mô hình khác. Chỉ có một mô hình, và ID của nó là
uncensored. Sao chép tên mô hình từ nhà cung cấp của một hướng dẫn sẽ gây ra lỗi không tìm thấy. - Quên thông báo hệ thống. Không có nó, mô hình không có hướng dẫn phong cách và sẽ lệch hướng giữa các prompt ngắn và dài. Hãy đặt các quy tắc của bạn vào đó.
- Gửi bí mật trong prompt. Prompt không được dùng để huấn luyện, nhưng bạn vẫn nên tránh dán mật khẩu hoặc khóa riêng vào bất kỳ đầu vào mô hình nào.
- Chạy một trăm yêu cầu cùng lúc. Một khóa đầy đủ cho phép 8 yêu cầu cùng lúc. Hãy sử dụng một pool hoặc semaphore, và thêm cơ chế thử lại cho 429.
Nếu có gì đó hoạt động kỳ lạ, trang hỗ trợ là nơi bạn có thể đặt câu hỏi, và ID yêu cầu từ tiêu đề phản hồi sẽ giúp câu hỏi của bạn dễ được giải đáp hơn.
