Пятый кадр — и у героя уже другой нос. Консистентность персонажа в Nano Banana ломается не от слабой модели, а от того, что в промпт кинули одну фотографию и попросили «другой ракурс». Разбираем, сколько референсов модель реально держит и что писать, чтобы лицо осталось.
Сколько референсов держит Nano Banana
Прямой ответ: до 14 изображений в одном запросе, но слоты распределяются по-разному. У gemini-3.1-flash-image (Nano Banana 2) — до 10 картинок объектов и до 4 картинок персонажа для сохранения внешности. У gemini-3-pro-image (Nano Banana Pro) — до 6 объектов, до 5 персонажей и до 3 изображений как референс стиля.
Самая дешёвая gemini-3.1-flash-lite-image берёт до 14 объектов, но отдельных слотов под персонажа и стиль у неё нет, и документация прямо предупреждает: она не оптимизирована под несколько референсов и многошаговое редактирование. Если задача — один герой в десяти локациях, Lite не ваш вариант.
Контекст тоже разный: 131 072 входных токена у 3.1 Flash Image против 65 536 у 3 Pro Image, на выходе у обеих — 32 768. Знания моделей обрезаны январём 2025 года, поэтому всё свежее подтягивается веб-поиском, а не памятью модели.
Признаки, что промпт развалит персонажа
- Один референс и просьба «покажи со спины» без указания, что именно оставить неизменным. Модель дорисует по своему усмотрению.
- Отрицания в описании: «без бороды», «не в очках». Гайд Google требует обратного подхода.
- Больше 4 (Flash) или 5 (Pro) фотографий лица в одном запросе — слоты персонажа кончились, остальное уедет в объекты.
image_sizeстрочными буквами:1kвместо1Kотклоняется API.- Новая сессия вместо
previous_interaction_id— предыдущий кадр в контекст не попадает, и внешность едет. - Одежда и локация описаны словами, хотя есть фото. Референс сильнее прилагательных.
Как менять ракурс и позу, не теряя лицо
Google предлагает для генерации с референсами формулу из трёх частей: [Reference images] + [Relationship instruction] + [New scenario]. То есть сначала картинки, потом явное указание, что из них берётся, и только потом новая сцена. Второй блок и есть страховка от потери лица: пишете, что взять из первого изображения, а что из второго.
Про формулировки в гайде сказано без вариантов: «Use positive framing: Describe what you want, not what you don’t want (e.g. «empty street» instead of «no cars»)» — Google Cloud, Ultimate prompting guide for Nano Banana. Там же совет управлять камерой профессиональными терминами: «low angle», «aerial view», «wide-angle lens», «shallow depth of field (f/1.8)».
Ракурс и размер кадра задаются не только текстом. В response_format есть aspect_ratio и image_size, обе модели понимают 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 и 21:9.
"response_format": {
"type": "image",
"mime_type": "image/jpeg",
"aspect_ratio": "16:9",
"image_size": "2K"
}Для правок по одному фрагменту работает текстовая маска: описываете словами область и отдельно проговариваете, что остальное не трогать. Документация называет это семантическим маскированием и советует быть предельно явным в части «оставить как есть».
Красная ручка: пусть модель сама покажет брак
Самый дешёвый способ проверить свой же кадр — попросить модель разметить его. Кейс 29 из подборки Awesome-Nano-Banana-images (автор — @AiMachete) состоит из одной строки: «Analyze this image. Use red pen to denote where you can improve». На выходе получаете картинку с красными пометками поверх композиции — по сути чек-лист правок, который можно скормить следующим промптом.
Оговорка: подборка собиралась под первую Nano Banana, то есть gemini-2.5-flash-image, которую документация теперь называет legacy и рекомендует менять на Nano Banana 2 Lite. Промпты переносятся, но результат на новых моделях будет другим — перепроверяйте на своей задаче, как мы советуем в материале про правило проверки каждой строки контекста.
Что проверить перед сдачей макета
Все изображения из Nano Banana несут водяной знак SynthID, а по данным блога Google Cloud — ещё и Content Credentials C2PA. Для клиентских работ это стоит проговаривать заранее: следы генерации в файле останутся.
Разрешения: 1K, 2K и 4K у обеих старших моделей, у 3.1 Flash Image добавлен 512 px (0.5K), а Flash Lite умеет только 1K. Если обложка нужна шириной от 1536 px, ставьте 2K и не полагайтесь на дефолт — по умолчанию отдаётся 1K. Тот же принцип, что и с настройками агентов: явное значение вместо надежды на поведение по умолчанию, о чём мы писали в разборе навыков и хуков.
