نانو بنانا ۲ چیست؟ راهنمای انتخاب مدل و پرامپت برای کاربران ایرانی
English
پاسخ کوتاه: نانو بنانا نام خانواده مدلهای تولید و ویرایش تصویر در Gemini گوگل است، نه نام یک ابزار واحد. در بیشتر کارهای روزمره و حرفهای، Nano Banana 2 یا همان Gemini 3.1 Flash Image انتخاب متعادلتری است؛ نسخه Lite برای سرعت و هزینه کمتر ساخته شده و نسخه Pro برای دستورهای پیچیده، کنترل دقیقتر و تولید داراییهای حرفهای مناسبتر است. بااینحال، برای کاربر داخل ایران یک نکته مهمتر وجود دارد: پشتیبانی از زبان فارسی بهمعنای دسترسی رسمی در ایران نیست.
این راهنما در ۱ اوت ۲۰۲۶ بازبینی شده است. نام مدلها، قیمتها و فهرست کشورها تغییر میکنند؛ بنابراین هر تصمیم خرید یا پیادهسازی را با صفحه رسمی همان روز تطبیق دهید.
نانو بنانا دقیقاً چیست؟
طبق راهنمای رسمی تولید تصویر Gemini API، عبارت Nano Banana اکنون به چهار مدل اشاره میکند. همه آنها متن و تصویر را در یک جریان چندوجهی میپذیرند، اما برای سرعت، هزینه و میزان کنترل یکسان طراحی نشدهاند.
| مدل | نام فنی | کاربرد مناسب |
|---|---|---|
| Nano Banana 2 Lite | gemini-3.1-flash-lite-image | ایدهپردازی سریع، حجم زیاد و خروجی کمهزینه؛ نه برای ویرایشهای چندمرحلهای پیچیده |
| Nano Banana 2 | gemini-3.1-flash-image | انتخاب عمومی برای ساخت و ویرایش تصویر، چند مرجع تصویری، متن داخل تصویر و خروجی تا 4K |
| Nano Banana Pro | gemini-3-pro-image | دارایی حرفهای، کنترل خلاقه دقیق، ثبات برند و دستورهای چندلایه |
| Nano Banana | gemini-2.5-flash-image | نسخه قدیمی خانواده؛ گوگل مهاجرت به مدلهای جدیدتر را توصیه میکند |
پس پرسش درست این نیست که «نانو بنانا خوب است یا نه». ابتدا باید مشخص کنید تصویر برای کجا مصرف میشود، چند بار قرار است اصلاح شود، چه مقدار ثبات میان خروجیها لازم دارید و شکست در خروجی چه هزینهای دارد.
کدام مدل را انتخاب کنیم؟
برای ایدهپردازی سریع و تعداد زیاد خروجی
اگر هدف، ساخت اتود اولیه، تصویر موقت برای وایرفریم یا آزمایش چند ترکیببندی است، Nano Banana 2 Lite منطقیتر است. مزیت آن سرعت و هزینه است. محدودیت مهمش این است که برای چند تصویر مرجع یا زنجیره طولانی اصلاحات طراحی نشده؛ بنابراین نباید صرفاً بهخاطر ارزانتر بودن، آن را وارد فرایند حساس برند کنید.
برای بیشتر کارهای روزمره و محصولی
Nano Banana 2 نقطه شروع مناسبتری است. صفحه رسمی مدل، پشتیبانی از ورودی متن، تصویر و PDF، تولید و ویرایش محاورهای، وضوح 0.5K تا 4K و قابلیت جستوجوی زمینهساز را ثبت کرده است. این امکانات برای تصویر مقاله، اتود کمپین، تصویر محصول مفهومی و اصلاح مرحلهای مفیدند. «مناسبتر» بهمعنای بیخطا بودن نیست؛ خروجی باید مثل هر دارایی تولیدی بازبینی شود.
برای خروجی حساس و کنترل حرفهای
وقتی متن داخل تصویر، هویت بصری، جایگذاری چند شیء یا ثبات یک شخصیت اهمیت بالایی دارد، Pro ارزش بررسی دارد. راهنمای رسمی Gemini Apps نسخه Pro را گزینهای با دانش گستردهتر، قابلیت زبانی پیشرفتهتر، ثبات بالاتر و کنترل دقیقتر معرفی میکند. بهتر است ابتدا مسئله را با نسخه ۲ حل کنید و تنها وقتی خروجی به جزئیات یا کنترل بیشتری نیاز دارد، هزینه Pro را بپذیرید.
آیا نانو بنانا در ایران در دسترس است؟
در زمان بازبینی این مقاله، «Farsi» در فهرست زبانهای پشتیبانیشده Gemini web app دیده میشود؛ اما نام ایران در فهرست رسمی کشورهای پشتیبانیشده وجود ندارد. این دو واقعیت نباید با هم اشتباه شوند: مدل میتواند زبان فارسی را پردازش کند، ولی این موضوع دسترسی رسمی از داخل ایران را تضمین نمیکند.
دسترسی اپ وب، اپ موبایل، Google AI Studio، API و محصولات سازمانی نیز ممکن است قوانین و فهرستهای متفاوتی داشته باشد. این مقاله راه دورزدن محدودیت منطقهای پیشنهاد نمیکند. اگر برای یک شرکت یا مشتری کار میکنید، قبل از بارگذاری داده، خرید اشتراک یا ساخت وابستگی فنی، شرایط استفاده، کشور حساب و سیاستهای سازمان را بررسی کنید. برای یک محصول واقعی، «آیا مجاز و پایدار به سرویس دسترسی داریم؟» باید پیش از «کدام مدل بهتر است؟» پاسخ داده شود.
هزینه API؛ رایگان، آزمایشی یا پولی؟
ادعای «نانو بنانا رایگان است» بدون مشخصکردن محیط استفاده گمراهکننده است. در اپ Gemini ممکن است سهمیهای متناسب با نوع حساب وجود داشته باشد، اما در صفحه قیمتگذاری Gemini Developer API، Nano Banana 2 در حالت استاندارد free tier ندارد. در تاریخ بازبینی، هزینه خروجی تقریبی برای هر تصویر 1K برابر ۰٫۰۶۷ دلار و برای 4K برابر ۰٫۱۵۱ دلار اعلام شده بود؛ ورودی، متن خروجی، thinking و جستوجوی زمینهساز میتوانند هزینه جدا داشته باشند.
این ارقام دلار آمریکا هستند، مالیات و هزینه تبدیل را پوشش نمیدهند و بهمعنای امکان خرید مستقیم از ایران نیستند. برای برآورد واقعی، یک نمونه ۲۰ تا ۵۰ تصویری با اندازه خروجی موردنیاز اجرا کنید، تعداد تلاشهای ناموفق و اصلاحات را هم بشمارید، سپس هزینه هر تصویر پذیرفتهشده را محاسبه کنید؛ نه فقط قیمت یک فراخوان موفق را.
چارچوب پرامپتنویسی برای خروجی قابلکنترل
پرامپت خوب لازم نیست طولانی باشد؛ باید قابلآزمایش باشد. آن را در پنج بخش بنویسید:
- هدف: تصویر کجا استفاده میشود و چه کاری باید برای مخاطب انجام دهد؟
- سوژه و عمل: چه چیزی در تصویر است و دقیقاً چه اتفاقی میافتد؟
- ترکیببندی: زاویه دوربین، فاصله، فضای خالی و نسبت تصویر را مشخص کنید.
- سبک و نور: بهجای صفتهای مبهم، رسانه، بافت، منبع نور و حالوهوا را توضیح دهید.
- محدودیت و خروجی: موارد ممنوع، متن لازم، رنگهای حساس، اندازه و معیار پذیرش را بنویسید.
نمونه برای تصویر شاخص یک مقاله:
یک تصویر مفهومی 16:9 برای مقالهای درباره ویرایش تصویر با هوش مصنوعی بساز.
در مرکز، یک بوم تصویری واحد را نشان بده که از اتود ساده به خروجی دقیق تبدیل میشود.
ترکیببندی خلوت، فضای منفی کافی در سمت راست، نور استودیویی نرم و پالت آبی تیره و زرد گرم.
هیچ لوگو، رابط کاربری واقعی، چهره قابلشناسایی یا نوشتهای داخل تصویر نباشد.
خروجی باید در برش موبایل هم سوژه مرکزی را حفظ کند.برای متن فارسی داخل تصویر، ابتدا متن را جداگانه نهایی کنید، املای دقیق را داخل گیومه قرار دهید و پس از تولید، حرفبهحرف بررسی کنید. مستندات API فارسی را در فهرست «زبانهای دارای بهترین عملکرد» برای تولید تصویر ذکر نمیکنند؛ پس کیفیت حروف فارسی را فرض نگیرید. برای نمودار یا تصویر حساس، متن را در ابزار طراحی نهایی اضافهکردن معمولاً کنترلپذیرتر است.
ویرایش تصویر را مرحلهای انجام دهید
یک اشتباه رایج این است که ده تغییر را در یک پیام بخواهیم. بهتر است یک تصویر مبنا بسازید، سپس هر بار فقط یک دسته تغییر را اعمال کنید: ترکیببندی، نور، رنگ، جزئیات سوژه و در پایان اندازه خروجی. بعد از هر مرحله، بخشهایی را که نباید تغییر کنند صریحاً ثابت نگه دارید.
- فقط تصویری را بارگذاری کنید که حق استفاده و ویرایش آن را دارید.
- اطلاعات محرمانه، سند هویتی، تصویر کودک یا چهره شخص دیگر را بدون مبنای روشن وارد سرویس نکنید.
- برای محصول یا شخصیت ثابت، تصاویر مرجع را محدود و باکیفیت انتخاب کنید.
- هر خروجی را از نظر دست اضافه، متن غلط، انعکاس ناسازگار، لوگوی ساختگی و جزئیات فریبنده بررسی کنید.
- نسخه پذیرفتهشده، پرامپت، مدل و تاریخ را ثبت کنید تا بازتولید و اصلاح ممکن باشد.
گوگل میگوید تمام تصاویر تولیدشده این خانواده شامل SynthID هستند. وجود نشان فنی، مسئولیت شما برای اعلام استفاده از هوش مصنوعی، رعایت حقوق افراد و بررسی صحت تصویر را حذف نمیکند. همچنین مستندات هشدار میدهند که مدل همیشه تعداد دقیق خروجی درخواستی را رعایت نمیکند و متن یا جزئیات پیچیده ممکن است نیازمند چند تلاش باشند.
چکلیست تصمیم نهایی
- اگر دسترسی رسمی و پایدار ندارید، فرایند محصول را به سرویس وابسته نکنید.
- برای اتود سریع، Lite را آزمایش کنید؛ برای بیشتر کارها از نسخه ۲ شروع کنید؛ Pro را برای شکستهای پرهزینه نگه دارید.
- یک مجموعه آزمون ثابت با ۵ تا ۱۰ پرامپت واقعی بسازید و مدلها را با همان ورودی مقایسه کنید.
- هزینه را بر اساس خروجی پذیرفتهشده، نه تعداد درخواست، حساب کنید.
- پرامپت، مدل، تاریخ، ورودیهای مرجع و نتیجه بازبینی را ثبت کنید.
- برای تصویر عمومی، حقوق، حریم خصوصی، متن و جزئیات واقعی را جداگانه بررسی کنید.
جمعبندی
Nano Banana 2 برای اکثر جریانهای ساخت و ویرایش تصویر، نقطه شروع متعادلتری است؛ Lite سرعت و صرفه اقتصادی را هدف میگیرد و Pro زمانی معنا پیدا میکند که کنترل و هزینه شکست بالاتر باشد. برای مخاطب ایرانی، تصمیم حرفهای با بررسی دسترسی رسمی آغاز میشود و با آزمایش واقعی، ثبت هزینه و بازبینی انسانی ادامه پیدا میکند.
برای شناخت زمینه کاری و پروژههای نویسنده، صفحه فارسی سپهر بیات را ببینید. مقالههای بعدی و بهروزرسانیهای عملی هوش مصنوعی نیز در وبلاگ فارسی منتشر میشوند.