Google 给 Nano Banana Pro 发了三份提示词文档，三份对提示词各部分该怎么叫，说法并不统一。网上多数教程默默挑一份，当成唯一版本讲下来。差别本来不大，直到你要找一套能反复套用的模板，却翻出三种叫法。
这一页把三份并列摊开，挑出 Google 讲得最多的那套框架，再做一件官方页面都没做的事：把同一条提示词重写前后摆在一起。
三份官方文档到底说了什么
| 官方页面 | 它点名的要素 | 最擅长的地方 |
|---|---|---|
| blog.google 上的七条技巧文章 | 主体、构图、动作、场景、风格、编辑指令 | 镜头、光线、文字，以及每张参考图的角色 |
| Cloud 的「终极提示词指南」 | 主体、动作、场景与语境、构图、风格 | 按任务分的公式，涵盖编辑与参考图 |
| DeepMind 的提示词页面 | 风格、主体、环境、动作、构图 | 编辑已有图片，一次只改一个要素 |
命名并没有对齐
主体、动作、风格在三份清单里都出现。构图三份都有，位置却一直在挪。场景到了 DeepMind 那页被叫成 setting。差别属于用词习惯，读法完全一致：点明主体，说清它在做什么，放进某个环境，定好画面构成，再定风格。
有一处缺口比叫法重要得多。三份清单都要求写编辑指令，而这一格恰好是新手最容易空着的地方。
撑起每条提示词的规则
Google 的 Cloud 指南把原则说得很直白：提示词用一个有力的动词开头，直接告诉模型你要做的那件事。
同一页还有两条规则，都能帮你少跑几轮。写具体，因为细节才是模型拿来推理的材料。正面描述，指南自己举的例子是 empty street 能落地，no cars 通常不行。
正面描述比堆否定更管用
把一句禁令删掉，改成对场景本身的描述，看看画面会怎么变。
较弱：桌上一只咖啡杯，没有杂物，没有人，没有文字
更好：一只素面陶瓷咖啡杯放在光秃的橡木桌上，晨光从左侧进来，身后是空房间Cloud 指南把这个过程描述成对话：用后续提示词慢慢调，而不是推倒重来。一轮只动一个地方，你才知道是哪个词造成了变化。
框架一：文生图
Google 公布的不带参考图的生成公式是 [主体] + [动作] + [场景/语境] + [构图] + [风格]。把它当成按顺序填的五个格子，不是要写五句话。
主体：一只陶瓷咖啡杯，杯底未上釉
动作：静止放着，一缕热气细细升起
场景：空房间里的光秃橡木桌
构图：居中，略高于视线，右侧留白
风格：编辑类产品摄影，50mm，左上柔光注意具体感落在哪里：不在形容词上，而在被点名的物体、表面和光向。这些才是模型能执行的东西。
框架二：基于参考图的提示词
提供图片的时候，Google 的公式换了形状：[参考图] + [关系指令] + [新场景]。关系指令是整个诀窍，它在告诉模型每张输入图用来做什么。
Cloud 指南自己的例子，是把餐巾纸草图当结构、布料样片当质感，再要求渲染一把高保真 3D 扶手椅，放在洒满阳光的极简客厅里。结构来自一张图，表面来自另一张，新场景只用文字描述。
每张输入图都要贴标签。第二张不写清楚，模型就得猜该照哪张学，而猜是「看着合理但结果不对」最常见的原因。
框架三：编辑类提示词
Google 的编辑思路，指南里叫语义遮罩：你用语词划定这块区域，而不是动手去画。那页用粗体印出来的要求是，必须明确说出哪些部分保持完全不变。
杯子保持原样：同样的形状、同样的釉色、同样的把手、杯沿上同样那两处磕碰。只改环境。把它放在哑光灰色影棚台面上，背景是无缝背板，左上方一盏大柔光箱打光。85mm，f/8，中性白平衡，不要道具，不要文字，不要水印。官方例子短到极点——「把照片里的男人去掉」。改动没有歧义、其余部分显然没被碰过时，短句就够用。一旦模型要自己判断「其余部分」指什么，它就开始失效。
文字、字体与其他语言的提示
文字渲染是它拉开差距的地方，Google 也把规则写了出来。要渲染的词放进引号里。字体要指名，写成粗体无衬线体或霓虹灯草书招牌，别指望模型猜中。Google 说它支持十多种语言的文字生成，翻译的做法是要求本地化，而不是重新出一张图。
同一份指南里还有个先写文字的技巧值得抄：先在对话里把文案敲定，再要一张带上这段文字的画。把句子生成和画面绘制挤在一步里，注意力就被拆成两份。
案例：五条提示词的重写
下面这段重写，是同一个请求写了两遍。第一版是人们真正会敲进去的写法，第二版把官方点名的格子填满。
含糊：把这张产品照修得专业一点
可执行：瓶子保持原样，包括标签上的文字和玻璃上的水珠。只改环境和光。把它放在湿润的深色石板上，背景无缝炭灰色，左上方一盏大柔光箱，右边缘一圈柔和轮廓光，影子轻轻向右落。85mm 镜头，f/8，编辑类产品摄影，不要道具，不要额外文字。另外两条重写走的是同样的两步。
- 「让它更有电影感」换成真正的变量：黄金时段逆光拉出长长的影子，电影调色配上低饱和的青绿色。
- 「把背景去掉」先换成保留清单：保留主体、它的比例和边缘细节；只把背景换成无缝浅灰。
这个模式看过两遍就很难漏掉。含糊的提示词点出一个感觉。可执行的提示词点出一个不变的东西、一个被改变的变量，以及两者为什么可以拆开。
Nano Banana Pro 现在还会做错什么
Google 自己的模型页面列出了它还不擅长的部分：小尺寸人脸、拼写准确、精细细节。提示词页面补充说，即使提示词很短，生成的图像质量也很高，控制力来自一点点往上加细节。
把这当成一份检查清单。如果你的画面依赖缩略图尺寸下的一张脸、一长串文字或者细密的重复图案，发布前先看满尺寸的结果。
成本只能给个短回答：官方提示词页面没有单张价格，也没有免费额度，所以这里不给任何数字。围绕提示词的流程，上手指南会带你做完第一张图，API 指南则说明提示词在请求里的位置。
常见问题
该用哪套框架？ 用 Google 为你的任务公布的那一套。文生图、参考图、编辑各有各的公式，差别在中间，不在两头。专题页把相关模型页面收在一处。
提示词必须用英文写吗？ Google 记录了十多种语言的文字生成，并把本地化当成正经任务。写得具体比用什么语言更要紧。
支持负面提示词吗？ Cloud 指南推荐正面描述，还举了 empty street 胜过 no cars 的例子。那是建议，不是有文档支撑的负面提示词语法，官方页面也没有公布这种语法。
一次能放多少张参考图？ 官方公告说一次构图最多 14 张，数字因界面而异。API 指南说明了这个输入放在哪里。
写提示词之前要不要先跟 GPT Image 比一比？ 如果选择还没定，模型对比按任务把两个模型分开排，比给错的模型写提示词省事。
填满五个格子，点明不能变的东西，然后每轮只动一个元素。整套方法就这么多，剩下的拼接工作，官方页面留给你自己做。