“现在任何人都可以制作出专业水平的图片”
如何制作看起来像照片的AI图像？
谷歌推出的Gemini 2.5 Flash Image，也被称为“纳米香蕉”，回答了这个问题。现在，即使没有专业的编辑工具，也可以通过几行文本生成高质量图像。然而，结果的完成度取决于用户输入的提示。谷歌提供的提示编写指南可以帮助初学者像专家一样处理图像。
什么是提示，为什么它很重要？
提示是给人工智能的指令。它是帮助AI理解人们想要的图像并将其转化为图像的一种命令。例如，如果仅输入“猫的图像”，会得到一般性的猫的图像，但如果详细描述为“窗边躺着的暖阳下的灰色猫，旁边有一个花盆，相机好像用50mm镜头拍摄的构图”，那么结果将更加具有真实感和具体性。
谷歌强调，Gemini的核心强项在于其深厚的语言理解能力。因此，与其使用关键词列表，倒不如通过句子来描述场景，这将产生更好的结果。换句话说，提示更像是“与AI对话的语言”而不是简单的搜索词。
提示越具体，结果的质量就越高；提示越模糊，结果就越难以预测。因此，专家们常说“好图像的一半来自好提示”。
照片般的场景，关键在于‘拍摄语言’
如果希望获得真实感图像，最有效的方法是使用摄影术语。描述角度、镜头、光照条件等具体细节会让模特重新创造出逼真的场景。例如，输入“在阳光明媚的工作室用85mm镜头拍摄的陶艺家的特写”时，结果将比简单的“陶艺家照片”要真实和丰富很多。
Gemini对贴纸和图标等简单图形也很在行。不过，在这种情况下，必须明确地写出风格。例如，通过指定“可爱的红熊猫贴纸，大胆的轮廓，单色阴影，透明背景”等条件，便可得到预期的结果。
在制作包含文本的标志时，精确性更重要。必须同时指定文字、字体、颜色组合和图标要素。例如，像“‘The Daily Grind’标志，无衬线字体，黑白，咖啡豆图标”这样写，便能得到完整度高的结果。
商业用途图像，就像拍摄产品一样
电子商务产品照片需要像描述实际拍摄环境一样输入。逐个细节描述照明设置、相机角度、焦点区域，便能获得接近专业工作室照片的效果。”黑色陶瓷马克杯，三点柔光箱照明，45度角，焦点对准咖啡的蒸汽”便是一个好例子。
PPT或营销资料，留白的美
当用于网站、演示文稿或营销资料的背景时，需要简单整洁的构图，且留有足够的留白。留白不仅让图片的主体更加突出，还为文字留出空间。
例如，输入“宽大的米色背景，右下方有一片小红枫叶”这样的提示，便能创造出以枫叶为焦点同时背景宽广的简单图像，适合添加标题或文字。
漫画面板/分镜头剧本，需要具体描述
当创作漫画或分镜头剧本等连续场景时，需要具体描述人物外貌、动作、背景、台词。例如，输入“穿风衣的侦探站在雨中，在路灯下，身后霓虹灯反射在湿透的路面上。顶部文字框写着‘这个城市很难保守秘密’”这样，便有助于自然地连接场景和说故事。
编辑功能
Gemini还支持图像编辑。可以添加或删除特定元素，还能够进行局部修改的修复、风格转换、合并多张图像等操作。仅用一行提示即可保留重要的人物或标志，同时更换背景。
提示的质量
谷歌强调，“提示越具体，结果就越精细”。结合解释背景和意图，可以提高模型的理解水平，通过重复的指示可以朝着期望的方向调整结果。复杂的场景可分阶段指示效果更好。建议用“空荡的街道”代替“没有车”等否定表达。
AI图像生成不再是专业人士的专利。但是，为获得好的结果，如何描述至关重要。用户的语言现在决定了作品的质量。