先讀這裡:此 API 是什麼、不是什麼
如果你來到這裡,想知道如何使用 nano banana api來產生圖片,誠實的答案是:這項服務無法做到那部分。「Nano Banana」是人們常用來稱呼圖片生成模型的稱呼,而圖片生成功能在此並未提供。nanobananaapis.com 提供的是透過 OpenAI 相容端點存取文字語言模型的服務。
這仍然適合許多圖像工作流程,因為圖像工具的表現取決於你餵給它們的文字。文字模型可以撰寫提示詞、變化提示詞、根據樣式表檢查提示詞、產生標題和替代文字,以及撰寫將管線串連起來的腳本。本頁將介紹這些用法。如果你只需要圖片,則需要圖像服務,你可以將它與此服務搭配使用。
該模型為單一開放權重模型,由獨立供應商運行,針對合法成人用途調整為不會拒絕內容。它不是任何大型廠商的官方 API。唯一的嚴格限制是:禁止涉及未成年人的性內容。
步驟 1:取得金鑰
使用 Google 或電子郵件與密碼註冊,然後開啟 API 金鑰頁面。您會看到一個一鍵按鈕來領取 $0.50 的免費試用額度。有效期為 7 天,不需要信用卡,且每人限領一次。試用金鑰允許 2 個並行請求和每分鐘 60 個請求,這足以供您嘗試各種功能。
複製金鑰並將其保留在您的程式碼庫之外。在終端機中,您可以這樣儲存它:
export NANOBANANA_KEY="paste-your-key-here"
步驟 2:發送你的第一個請求
有三個值很重要:基礎 URL、模型 ID 與 Authorization 標頭。其他一切遵循 OpenAI chat-completions 格式。以下是使用 curl 的第一次呼叫:
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
}'
使用官方 openai 套件在 Python 中的相同操作:
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)
在 Node.js 中:
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);
檢查一次回應標頭。X-Balance-USD 顯示您剩餘的額度,X-Request-Id 用於標識呼叫,以便您需要協助時使用。說明文件頁面 列出了所有支援的參數。
步驟 3:將想法轉為結構化提示詞
圖像管線最有用的技巧是讓模型回傳結構化資料而非自由文字。JSON 模式可以做到這一點。您在系統訊息中描述結構,回覆內容會直接解析到您的程式碼中,因此一系列粗略想法會變成具有固定欄位的提示詞表格。
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"])
當您想要多樣性時提高 temperature,當您想要一致性時降低它。seed 參數會原樣傳遞,因此當您需要重現先前的批次時可以固定它。始終將 json.loads 包裝在 try 區塊中,如果解析失敗則重新請求一次,因為任何語言模型都可能出錯。
本站也有一篇關於圖像端的相關說明:提示詞生成與後處理。它涵蓋了文字步驟如何連接到生成器。
文字模型在圖像工作流程中的其他擅長工作
- 樣式表。 保留一個包含您固定風格規則的系統訊息,並將每個新主題通過它,以保持整個系列的視覺一致性。
- 說明文字與替代文字。 圖像存在後,用幾個字描述它們。將您對圖像的描述作為輸入傳遞;模型看不到圖片,因為 API 僅接受文字。
- 分鏡列表與腳本。 對於分鏡腳本或短片,以文字形式撰寫場景列表、旁白與螢幕節奏。
- 提示詞評論。 貼上產生不良結果的提示詞,並要求提供三個重寫版本並解釋變更內容。
- 成人小說與角色創作。 角色表、背景故事與對話,用於故事與伴侶應用程式,模型不會拒絕合法的成人主題。
對於長工作,使用 stream: true 串流輸出,以便使用者介面可以即時顯示文字。也支援函式呼叫,讓模型決定何時呼叫您自己的函式,例如將提示詞提交到您使用的圖像服務的函式。
限制與執行成本
在建立批次前請了解這些數字。完整金鑰允許 8 個並行請求和每分鐘 300 個請求。上下文視窗為 100,000 個 token,涵蓋提示詞與補全,最大請求主體為 8 MB,且 max_tokens 為選填。超過速率限制會回傳 HTTP 429,代碼為 rate_limited 或 concurrency;請等待並重試。
定價為每 1M 輸入 token $0.15,每 1M 輸出 token $0.50。假設您生成了 500 組提示詞,每組包含 400 個 token 的輸入與 600 個 token 的輸出:
- 輸入:500 x 400 = 200,000 tokens x $0.15 / 1M = $0.03
- 輸出:500 x 600 = 300,000 tokens x $0.50 / 1M = $0.15
- 總計:$0.18
因此,$0.50 的試用額度大約可涵蓋 1,300 組該大小的請求組。一般使用時,請以加密貨幣(TRC20 上的 USDT、Base 上的 USDC)儲值任意整數金額,範圍從 $20 到 $500。贈額為:$50 起贈 5%,$100 起贈 10%,$200 起贈 15%。請見定價頁面查看表格。額度不會過期。
搭配圖像服務
一般設定包含兩個階段。文字階段使用此 API 產生提示詞。圖像階段將這些提示詞發送給您使用的任何圖像生成器,該生成器有自己的帳戶、定價與規則,您應在其網站上閱讀這些規則。將兩個階段保留在分開的函式中,以便您可以更改任一側而不重寫另一側。
實用建議:將每個提示詞與您用來建立它的 seed 和 temperature 一起儲存。當圖像效果良好時,您可以追溯產生它的確切文字;當批次令人失望時,您可以看出問題是出在想法、提示詞撰寫者還是圖像模型。這也為您提供了一種廉價方法,可以透過在同一組想法列表上運行兩組提示詞,並排比較兩組提示詞來進行評估。
小型端到端腳本
為了將各部分串連起來,這裡有一個短腳本,它讀取包含粗略想法的檔案,使用 JSON 模式將每個想法擴展為提示詞,並將結果寫入您的圖像工具可以讀取的檔案。它處理了一個否則會導致您出錯的失敗模式:回覆不是有效的 JSON。
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)
先在五個想法上運行它,並肉眼閱讀結果。調整系統訊息,直到提示詞符合您想要的風格,然後擴大規模。由於此處的每個請求都很小,一千個想法會很快完成且成本僅幾美分。
初學者常犯的錯誤
- 期望看到圖片。 回應始終是文字。如果您的程式碼嘗試從回覆中儲存二進位圖像,它會失敗,因為根本沒有圖像。
- 尋找不同的模型名稱。 只有一個模型,其 ID 為
uncensored。從教學中複製供應商模型名稱會導致找不到錯誤。 - 忘記系統訊息。 沒有它,模型沒有風格指導,會在短提示詞與長提示詞之間漂移。請將您的規則放在那裡。
- 在提示詞中發送機密資訊。 提示詞不會用於訓練,但您仍應避免將密碼或私密金鑰貼入任何模型輸入。
- 同時執行一百個請求。 完整金鑰允許同時執行 8 個請求。使用佇列或二元信號量,並為 429 狀態碼新增重試機制。
如果某些行為異常,支援頁面 是提問的地方,而來自回應標頭的要求 ID 會讓問題更容易回答。
