Nano Banana JSON 프롬프트 작성법: 이미지 제어 및 편집

이미지 모델에 “배경만 변경해 주세요”라고 요청했지만, 얼굴이 변했거나 옷 색이 바뀌고, 소품이 추가로 나타난 경험이 있을 것입니다. 이 문제는 항상 모델의 오류만은 아닙니다. 종종 요청 문장이 편집 내용, 원하는 결과, 보존 조건을 한 문장에 모두 섞어 전달하기 때문입니다.

Nano Banana JSON 프롬프트가 제어력을 향상시키는 이유

이미지 모델은 종종 짧은 문장을 전체 프레임 재해석의 허가로 받아들입니다. 요청을 이름이 붙은 블록으로 분리하면 이런 모호함이 줄어듭니다. 핵심 원칙은 단순히 “중괄호를 쓰라”가 아니라,“무엇이 달라져야 하고, 무엇이 고정되어야 하며, 결과가 어떻게 평가되어야 하는지 명시하라”는 점입니다..

이견도 있습니다. 일부 튜토리얼은 JSON을 “숨은 조정 트릭”처럼 설명하지만, 실제로는 명확한 지시 설계 방법에 가깝게 이해해야 합니다. Gemini는 객체를 소프트웨어 API처럼 엄격히 요구하지 않습니다. 필드의 의미를 해석하므로 문법적으로 완벽한 JSON이라도 시각적 요청이 모형의 역량을 벗어나거나 상충되면 실패할 수 있습니다.

Nano Banana에 적합한 실용적인 JSON 스키마

신뢰할 수 있는 스키마는 여러분의 창의적 결정 과정을 반영해야 합니다. 모든 요청에 모든 필드를 쓸 필요는 없지만, 프로젝트 내에서는 변수명이 일관되어야 합니다.

{ "task": "generate | edit | combine", "subject": { "identity": "who or what must remain recognizable", "appearance": "physical details, wardrobe, material, colors", "action": "pose, gesture, interaction" }, "environment": { "location": "setting", "time": "time of day or era", "weather": "atmospheric conditions" }, "composition": { "shot": "close-up | medium | wide", "framing": "centered | rule of thirds | negative space", "aspect_ratio": "16:9" }, "camera": { "lens": "50mm", "angle": "eye level", "depth_of_field": "shallow" }, "lighting": { "key": "soft window light", "direction": "camera left", "color_temperature": "neutral daylight" }, "style": { "medium": "editorial photography", "palette": ["cobalt blue", "warm gray"], "finish": "natural texture, restrained contrast" }, "edit": { "operation": "replace background", "target": "background only" }, "preserve": ["face", "hair", "wardrobe", "pose", "camera crop"], "constraints": ["no extra people", "no text", "no duplicated objects"]}

구체적인 값을 사용하세요. “시네마틱”은 너무 광범위합니다. “부드러운 텅스텐 조명, 35mm 렌즈, 로우키 콘트라스트, 은은한 필름 그레인”처럼 상세히 명시하세요. 필드를 독립적으로 유지하세요. 카메라 관련 결정은 camera 필드에만 분류하고, style 필드에 중복하지 마세요. 제약 조건은 관찰 가능해야 합니다. “잘 만들어 주세요”는 확인이 불가하지만 “병의 실루엣을 유지하고 배경 텍스트는 전부 제거”는 판별할 수 있습니다. 아래 시나리오 언어 예시와 비교해보세요. Nano Banana Pro 프롬프트 예시에서 프로젝트 결과에 실제 영향을 주는 필드만 남기세요.

Nano Banana 이미지 생성용 JSON 프롬프트 템플릿

신규 이미지를 만들 때는 subject 정의부터 시작해 environment, composition, camera, lighting, finish 순으로 확장하세요. 이런 계층 구조는 후반부 모순을 줄입니다.

{ "task": "generate a photorealistic campaign image", "subject": { "type": "fictional female trail runner", "appearance": "late 20s, dark curly hair, orange windbreaker", "action": "tightening a shoe before sunrise" }, "environment": { "location": "rocky mountain trailhead", "weather": "thin morning mist", "background": "layered ridgelines with no buildings" }, "composition": { "shot": "medium-wide environmental portrait", "framing": "subject on left third, open space on right", "aspect_ratio": "16:9" }, "camera": {"lens": "35mm", "angle": "slightly low", "motion": "frozen"}, "lighting": {"key": "sunrise rim light", "fill": "soft cool sky light"}, "style": {"medium": "outdoor editorial photography", "finish": "real skin and fabric texture"}, "constraints": ["anatomically correct hands", "no logos", "no text", "no extra limbs"]}

탐색 목적일 때는 자연어가 더 빠를 수 있습니다. 영향 변수 추출 후 한 번 성공한 룩을 반복 생산 자산으로 쓰려면 JSON으로 전환하세요. 이커머스 팀들은 아래의AI 제품 목업 프롬프트 패턴.

에서 장면, 표면, 카메라, 조명 블록을 적용할 수 있습니다.

불필요한 변경을 막는 이미지 편집용 JSON 프롬프트

가장 안전한 편집 프롬프트는 좁고 명확합니다. 원본 이미지를 설명하고, 편집 대상을 분리하며, 대체 내용을 지정하고, 보존조건은 시각적 언어로 반복하세요.

{ "task": "edit the supplied portrait", "edit": { "operation": "replace background", "target": "pixels behind the person", "replacement": "misty mountain railway platform at dawn" }, "match": { "perspective": "match the source eye level and focal length", "lighting": "add subtle cool ambient light and realistic edge spill", "shadows": "maintain natural contact and directional shadows" }, "preserve": [ "exact facial identity and age", "hairline, hairstyle and eye color", "jacket design and color", "expression, pose, hands and crop" ], "constraints": ["do not add accessories", "do not beautify the face", "no text"]}로컬 워크플로를 관리하지 않고 이 패턴을 시험해보고 싶다면,Media.io Nano Banana 이미지 생성기를 통해 브라우저에서 프롬프트-기반 이미지 생성·편집을 할 수 있습니다. 최신 모델 사용자는Nano Banana 2 이미지-투-이미지 편집

에서 더욱 직접적인 작업 환경을 경험할 수 있습니다. 원본을 업로드하여 하나의 통제된 편집을 적용하고, 정체성·형상·조명·불필요한 추가 요소를 비교해가며 프롬프트를 확장하세요.

Nano Banana 2 구조화 편집 체험하기

캐릭터 일관성과 제품 목업용 JSON 워크플로우

새로운 장면에서도 캐릭터 식별성 유지하기

캐릭터 일관성을 “같은 캐릭터”라는 한 줄에 국한시킬 수 없습니다. 재사용 가능한 identity 블록에는 안정적인 얼굴 윤곽, 독특한 머리 스타일, 연령대, 신체 비율, 시그니처 의상, 1~2개 고유 요소가 정리되어야 합니다. 장면, 포즈, 카메라, 표정은 그때그때 바뀔 변수입니다.

{ "character_id": "courier_01", "identity_lock": { "face": "oval face, wide-set gray eyes, straight nose, faint left-cheek scar", "hair": "short copper bob with side fringe", "proportions": "athletic build, consistent height and shoulder width", "signature": ["teal utility jacket", "small silver pendant"] }, "scene_variables": { "location": "rainy orbital transit station", "action": "checking a holographic route map", "shot": "medium close-up", "expression": "focused but calm" }, "preserve": ["identity_lock", "age", "skin tone", "jacket design", "pendant"]}가이드된 브라우저 워크플로는Nano Banana 캐릭터 일관성 확인 도구

를 참고하세요. 콤팩트한 identity 블록 정의 후 반복 가능한 몇 가지 특징을 보호하는 것이, 단순히 수식어만 늘리는 것보다 더 효과적입니다.

제품 디자인은 그대로, 제품 변형 구축하기제품 프롬프트에서는 불변 제품 구조과변경 가능한 캠페인 아트 디렉션을 분리해야 합니다. 실루엣, 캡, 소재, 라벨 위치, 비율, 브랜드 컬러는 보존하고, 표면, 배경, 소품, 렌즈, 조명 등은 다양화할 수 있습니다. 이커머스 프로덕션이라면Nano Banana 제품 목업 생성기

가 범용 이미지-투-비디오 툴보다 맥락적으로 더 잘 맞습니다.

다중 이미지 조합 JSON 프롬프트

다중 이미지 프롬프트는 각 입력의 역할을 명확히 지정하지 않을 때 실패합니다. 모든 참조에 기능(정체성, 제품, 환경, 포즈, 스타일 참조 등)을 부여하세요. 두 입력이 충돌할 땐 우선 순위를 정해야 합니다.

{ "task": "combine three supplied images into one travel advertisement", "inputs": [ {"image": 1, "role": "preserve model identity and wardrobe"}, {"image": 2, "role": "preserve suitcase shape, material and color"}, {"image": 3, "role": "use hotel terrace as the environment"} ], "composition": "model standing beside suitcase near terrace railing", "integration": { "scale": "physically plausible human and luggage proportions", "lighting": "unify all subjects under warm golden-hour light", "shadows": "add contact shadows consistent with the terrace floor", "depth": "model and suitcase sharp, sea softly receding" }, "priority": ["model identity", "product geometry", "environment perspective"], "constraints": ["no duplicated suitcase", "no extra fingers", "no visible source-image borders"]}참고 이미지 조합이 전체 장면 재구성보다 중요한 작업이라면,AI 이미지 합성 워크플로우

로 프롬프트 모호성을 줄일 수 있습니다. 엣지 블렌딩, 오브젝트 스케일, 빛 방향, 접촉 그림자, 결과물이 각 소스의 역할을 충분히 반영하는지 반드시 확인하세요.

유용한 디버깅 순서: 충돌 제거, 편집 횟수 감소, 보존 강화, 스키마 단순화, 참조 이미지 개선 후, 더 많은 세부 사항을 추가하세요. 긴 프롬프트는 실제 모순을 숨기는 경우가 많습니다.

반복 가능한 JSON 프롬프트 워크플로우

1. 시각적 목표를 한 문장으로 작성하세요.편집을 명확하게 말할 수 없다면, JSON은 모호함만 정리할 것입니다.
2. 작업을 분류하세요.생성, 편집, 결합, 확장, 복원 또는 변형 생성 중에서 선택하세요.
3. 고정 변수와 편집 가능한 변수를 분리하세요.정체성, 제품 형상, 로고, 포즈, 크롭은 고정 상태로 유지해야 할 수 있습니다.
4. 관련 필드만 선택하세요.특정 목적이 없다면 평면 그래픽에 카메라 컨트롤을 포함하지 마세요.
5. 구문을 검증하세요.템플릿을 스프레드시트, 스크립트, 자동화에 재사용하려면 유효한 JSON으로 저장하세요.
6. 가장 작은 유용한 테스트를 실행하세요.전체 캠페인을 요청하기 전에 한 가지 변경만 테스트하세요.
7. 기준에 따라 검토하세요.보존, 요청된 변경, 해부학, 객체 수, 텍스트, 시각, 조명, 아티팩트 등을 확인하세요.
8. 성공한 프롬프트의 버전을 관리하세요.프롬프트, 입력 참조, 모델, 날짜, 비율, 결과를 저장하세요.

최고의 Nano Banana JSON 프롬프트는 가장 긴 것이 아닙니다. 그것은 원하는 변경을 테스트할 수 있게 하면서 사용자가 이미 좋아하는 부분을 보호하는 최소한의 구조적 지침입니다. 안정된 스키마로 시작하여 실제 실패에서 개선하고, 인물, 제품, 캐릭터, 컴포지션 등 시나리오별 템플릿을 유지하세요.

자주 묻는 질문