Gemini Image Generation Prompt Guide: Chinese Structure, Templates, and API Boundaries
Gemini image prompt को keyword stack न बनाएं। इसे designer को दिए creative brief की तरह लिखें: use case, subject, composition, style, constraints, output size और acceptance criteria। यह AI Studio और API दोनों workflows में उपयोगी है।
2026-07-08 के संदर्भ में Google की Nano Banana routes में Nano Banana 2, Pro, Lite और पुराना Nano Banana शामिल हैं। नए code में Interactions API को प्राथमिकता दें; image output के लिए response_format में type: "image", aspect_ratio और image_size सेट करें। Model, pricing, quota और availability बदल सकते हैं; production से पहले official docs सत्यापित करें।
| काम | सुझाया route |
|---|---|
| तेज sketches | Nano Banana 2 या Lite |
| text, branding, complex composition | Nano Banana Pro / gemini-3-pro-image |
| 4K delivery | image_size: "4K" और cost verify करें |
| reference editing | केवल अधिकार वाली images upload करें |
| batch generation | fixed fields, queue और Batch/Flex उपयोग करें |
| China-based developers | official route; gateway केवल payment/compatibility/backup channel |
Model पहले चुनें
gemini-3.1-flash-lite-image low-cost sketches और scale के लिए, gemini-3.1-flash-image सामान्य generation/editing के लिए, gemini-3-pro-image professional assets, complex instructions और 4K के लिए है। gemini-2.5-flash-image legacy route है। पहले low-cost model में 3–5 directions बनाएं, फिर अच्छे विकल्प को Pro/4K में upgrade करें।
Chinese prompt के सात fields
- Use case: ecommerce hero, web hero, poster, cover या app icon।
- Subject: frame का मुख्य object या character।
- Composition: centered, left copy space, top-down, rule of thirds।
- Style: product photography, 3D icon, flat illustration, ink wash।
- Details: logo position, packaging text, clothing colors और preserved features।
- Output: ratio, size और whitespace, जैसे 16:9, 4:5, 1:1, 4K।
- Acceptance: गलत text, deformed hands या overwhelming background failure हैं।
Generate a [ratio/size] image for [use case].
The subject is [subject], positioned [composition].
The scene includes [environment/elements], style is [visual style].
Must keep [constraints], and avoid [exclusions].
Fit [delivery context] and convey [mood/brand feel].
Prompt में product, scene, lighting, copy space और exclusions स्पष्ट रखें। Poster/infographic में final छोटे text को model से render कराने के बजाय whitespace छोड़कर बाद में design tool में typeset करें। Character consistency में face, hairstyle, clothing color और accessories को unchanged लिखें। Local editing में केवल एक region बदलें।
API और reference images
नए code में Interactions API का उपयोग करें:
interaction = client.interactions.create(
model="gemini-3.1-flash-image",
input=prompt,
response_format={"type": "image", "aspect_ratio": "16:9", "image_size": "2K"},
)
4K professional asset के लिए gemini-3-pro-image और image_size: "4K" चुनें; वास्तविक cost और Batch/Flex सीमा current official docs से verify करें। Reference image में स्पष्ट लिखें कि क्या रखना और क्या बदलना है। Multi-round editing में हर round का एक मुख्य लक्ष्य रखें: composition, फिर lighting, फिर text area।
Cost, quota और failures
Quota project पर लागू होता है, API key पर नहीं। Model ID, output size, call mode, RPM/TPM/RPD/IPM, spend limit और gateway billing/error logs launch से पहले जाँचें। Gateway को official source of truth न मानें; sensitive material के लिए official या enterprise route प्राथमिक है।
Subject-only prompt से delivery composition खराब होती है; use case जोड़ें। बहुत text image में डालने के बजाय title area रखें। अस्पष्ट reference constraints से subject deform होता है। बहुत style words instability लाते हैं। 4K पर सभी sketches न चलाएं; 1K/2K से शुरू करें। Frequent 429 में queue, backoff, कम resolution या Batch/Flex अपनाएं।
FAQ और शुरू करने का क्रम
Chinese prompts सीधे उपयोग कर सकते हैं; उन्हें केवल professional दिखने के लिए translate न करें। Prompt में “4K” लिखना API में 4K output की गारंटी नहीं; image_size नियंत्रित करता है। Real people, portraits, brands और copyrighted material के लिए rights और safety boundaries रखें। Gateway official API को पूरी तरह replace नहीं करता।
- सात fields वाला Chinese prompt लिखें।
- Low-cost model में 3–5 directions बनाएं।
- एक direction पर 2–3 rounds, हर round में एक goal।
- आवश्यकता होने पर Pro, 2K या 4K पर upgrade करें।
- Model, size, prompt, references, cost और failures record करें।
स्पष्ट use case, subject, composition, constraints और acceptance criteria adjective stacking से अधिक reliable हैं।
Further Reading
संबंधित गाइड
Google 图片生成 API