Bir görüntü modeline "yalnızca arka planı değiştir" diyorsunuz, ancak yüz değişiyor, kıyafetin rengi farklılaşıyor ve ekstra bir nesne beliriyor. Sorun her zaman model değildir. Çoğu zaman istek; düzenlemeyi, istenen sonucu ve koruma kurallarını tek bir cümlede birbirine karıştırır.
Bu makalede
Nano Banana JSON İstemleri Kontrolü Neden İyileştirebilir
Görüntü modelleri çoğu zaman kısa bir cümleyi tüm kareyi yeniden yorumlamak için bir izin olarak değerlendirir. İsteği adlandırılmış bloklara ayırmak bu belirsizliği azaltır. Kullanışlı ilke yalnızca "süslü parantez kullan" değildir; şudur:neyin değişeceğini, neyin sabit kalacağını ve sonucun nasıl değerlendirileceğini açıkça belirtin.
| Yönlendirme ihtiyacı | Yapının neden yardımcı olduğu |
| Tekrarlanabilir kampanyalar | Sahne değişkenleri değişirken kararlı marka, ürün, karakter ve kamera alanları yeniden kullanılabilir. |
| Görüntü düzenleme | Düzenleme işlemleri, açık koruma kurallarından ayrı tutulabilir. |
| Ekip üretimi | Yazarlar, tasarımcılar ve operatörler; uzun bir paragrafı çözmek yerine adlandırılmış değişkenleri inceleyebilir. |
| Hata ayıklama | Başarısız bir sonuç; çelişkili, belirsiz veya aşırı yüklenmiş alanlara kadar izlenebilir. |
| Toplu varyantlar | Tek bir şablon; en boy oranı, arka plan, lens, aydınlatma veya kıyafet gibi unsurlar üzerinde kontrollü değişiklikler üretebilir. |
Ayrıca anlaşılmaya değer bir içerik üreticisi görüş ayrılığı bulunmaktadır. Bazı eğitimler JSON'ı bir "gizli kontrol hilesi" olarak sunar. Pratikte ise bunu bir talimat tasarımı yöntemi olarak anlamak daha doğrudur. Gemini, nesnenizi yazılı bir yazılım API'si gibi zorunlu kılmayabilir. Alanların anlamsal anlamını yorumlar; bu nedenle sözdizimsel açıdan mükemmel JSON bile görsel istek çelişkili olduğunda veya modelin kapasitesini aştığında başarısız olabilir.
Nano Banana için Pratik Bir JSON Şeması
Güvenilir bir şema, yaratıcı kararlar verme biçiminizi yansıtmalıdır. Her istek için her alana ihtiyacınız olmayabilir; ancak alan adları bir proje boyunca sabit kalmalıdır.
{ "task": "oluştur | düzenle | birleştir", "subject": { "identity": "kim ya da neyin tanınabilir kalması gerektiği", "appearance": "fiziksel detaylar, kıyafet, malzeme, renkler", "action": "poz, jest, etkileşim" }, "environment": { "location": "ortam", "time": "günün saati veya dönem", "weather": "atmosferik koşullar" }, "composition": { "shot": "yakın çekim | orta | geniş", "framing": "ortalanmış | üçler kuralı | negatif alan", "aspect_ratio": "16:9" }, "camera": { "lens": "50mm", "angle": "göz hizası", "depth_of_field": "sığ" }, "lighting": { "key": "yumuşak pencere ışığı", "direction": "kamera solu", "color_temperature": "nötr gün ışığı" }, "style": { "medium": "editoryal fotoğrafçılık", "palette": ["kobalt mavisi", "ılık gri"], "finish": "doğal doku, ölçülü kontrast" }, "edit": { "operation": "arka planı değiştir", "target": "yalnızca arka plan" }, "preserve": ["yüz", "saç", "kıyafet", "poz", "kamera kırpması"], "constraints": ["fazladan kişi yok", "metin yok", "kopyalanmış nesne yok"]}
Somut değerler kullanın. "Sinematik" geniş bir kavramdır; "yumuşak tungsten pratik ışıklar, 35mm lens, düşük anahtar kontrast, ince film tanesi" ise incelenebilir bir tanımdır. Alanları birbirinden bağımsız tutun. Kamera kararlarını kamera alanına koyun, beş farklı stil alanına değil. Kısıtlamaları gözlemlenebilir yapın. "İyi yap" kontrol edilemez; ancak "şişe silüetini koru ve tüm arka plan metnini kaldır" kontrol edilebilir. Ek senaryo dili için şu Nano Banana Pro istem örneklerini karşılaştırın ve yalnızca kendi sonucunuzu gerçekten etkileyen alanları saklayın.
Görüntü Oluşturma için Nano Banana JSON İstem Şablonu
Yeni bir görüntü için önce özneyi tanımlayın, ardından ortam, kompozisyon, kamera, ışık ve bitiş üzerinden dışa doğru ilerleyin. Bu hiyerarşi, son aşama çelişkilerini azaltır.
{ "task": "gerçekçi bir kampanya görüntüsü oluştur", "subject": { "type": "kurgusal kadın patika koşucusu", "appearance": "20'li yaşların sonu, koyu kıvırcık saç, turuncu yağmurluk", "action": "gün doğumundan önce ayakkabı bağını sıkıştırma" }, "environment": { "location": "kayalık dağ patika başlangıç noktası", "weather": "ince sabah sisi", "background": "bina olmayan katmanlı sırt çizgileri" }, "composition": { "shot": "orta-geniş çevresel portre", "framing": "özne sol üçte birde, sağda açık alan", "aspect_ratio": "16:9" }, "camera": {"lens": "35mm", "angle": "hafif alçak", "motion": "dondurulmuş"}, "lighting": {"key": "gün doğumu arka ışığı", "fill": "yumuşak serin gökyüzü ışığı"}, "style": {"medium": "açık hava editoryal fotoğrafçılığı", "finish": "gerçek cilt ve kumaş dokusu"}, "constraints": ["anatomik açıdan doğru eller", "logo yok", "metin yok", "fazladan uzuv yok"]}
Keşif amaçlıysa, doğal dil daha hızlı olabilir. JSON'ı, önem taşıyan değişkenleri belirlediğinizde veya başarılı bir görünümün yeniden kullanılabilir bir üretim varlığına dönüşmesi gerektiğinde kullanın. E-ticaret ekipleri de sahne, yüzey, kamera ve aydınlatma bloklarını şu yapay zeka ürün maketi istem kalıplarından.
İstenmeyen Değişiklikler Olmadan Görüntü Düzenleme için JSON İstemleri
En güvenli düzenleme istemi dar kapsamlıdır. Kaynak görüntüyü tanımlayın, düzenleme hedefini yalıtın, değiştirmeyi belirtin ve koruma kurallarını görsel terimlerle tekrarlayın.
{ "task": "sağlanan portresi düzenle", "edit": { "operation": "arka planı değiştir", "target": "kişinin arkasındaki pikseller", "replacement": "şafakta sisli bir dağ tren istasyonu platformu" }, "match": { "perspective": "kaynak göz hizasını ve odak uzaklığını eşleştir", "lighting": "ince serin ortam ışığı ve gerçekçi kenar yayılması ekle", "shadows": "doğal temas ve yönlü gölgeleri koru" }, "preserve": [ "tam yüz kimliği ve yaş", "saç çizgisi, saç stili ve göz rengi", "ceket tasarımı ve rengi", "ifade, poz, eller ve kırpma" ], "constraints": ["aksesuar ekleme", "yüzü güzelleştirme", "metin yok"]}
Bu kalıbı yerel bir iş akışı yönetmeden test etmek istiyorsanız, Media.io Nano Banana görüntü oluşturucu tarayıcıda istem destekli görüntü oluşturma ve düzenlemeyi destekler. Özellikle daha yeni model rotasıyla çalışan kullanıcılar için Nano Banana 2 görüntüden görüntüye düzenleme daha doğrudan bir çalışma alanıdır. Net bir kaynak yükleyin, tek bir kontrollü düzenleme uygulayın, ardından istemi genişletmeden önce kimlik, geometri, aydınlatma ve istenmeyen eklemeleri karşılaştırın.
Yapılandırılmış Bir Nano Banana 2 Düzenlemesi Deneyin
Karakter Tutarlılığı ve Ürün Maketleri için JSON İş Akışları
Yeni Sahnelerde Bir Karakteri Tanınabilir Tutun
Karakter tutarlılığı "aynı karakter" adlı tek bir alana indirgenemez. Yeniden kullanılabilir bir kimlik bloğu; kararlı yüz geometrisini, belirgin saçı, yaş aralığını, vücut oranlarını, imza kıyafetini ve bir ya da iki kimlik çıpasını tanımlamalıdır. Sahne, poz, kamera ve ifade ise değiştirilebilir değişkenler haline gelir.
{ "character_id": "kurye_01", "identity_lock": { "face": "oval yüz, geniş aralıklı gri gözler, düz burun, sol yanakta soluk iz", "hair": "yan perçemli kısa bakır küt kesim", "proportions": "atletik yapı, tutarlı boy ve omuz genişliği", "signature": ["teal rengi çok amaçlı ceket", "küçük gümüş kolye"] }, "scene_variables": { "location": "yağmurlu orbital transit istasyonu", "action": "holografik rota haritasını kontrol etme", "shot": "orta yakın çekim", "expression": "odaklı ama sakin" }, "preserve": ["identity_lock", "yaş", "ten rengi", "ceket tasarımı", "kolye"]}
Tarayıcı tabanlı rehberli bir iş akışı için bkz. Nano Banana karakter tutarlılığı aracı. Kompakt bir kimlik bloğu tanımladıktan sonra kullanın; daha fazla sıfat eklemek, birkaç belirgin ve tekrarlanabilir özelliği korumaktan daha az işe yarar.
Ürünü Yeniden Tasarlamadan Ürün Varyantları Oluşturun
Ürün istemleri değişmez ürün geometrisini değiştirilebilir kampanya sanat yönetiminden ayırmalıdır. Silueti, kapağı, malzemeyi, etiket yerleşimini, oranları ve marka renklerini koruyun. Yüzey, arka plan, aksesuarlar, lens ve aydınlatmayı değiştirin. E-ticaret üretimi için Nano Banana ürün maketi oluşturucu, genel bir görüntüden videoya aracına kıyasla daha güçlü bir bağlamsal uyum sağlar.
Çok Görüntülü Kompozisyon JSON İstemi
Çok görüntülü yönlendirme, model her girişin rolünü bilmediğinde başarısız olur. Her referansa bir işlev atayın: kimlik referansı, ürün referansı, ortam referansı, poz referansı veya stil referansı. Ardından iki kaynak çeliştiğinde önceliği tanımlayın.
{ "task": "sağlanan üç görüntüyü tek bir seyahat reklamında birleştir", "inputs": [ {"image": 1, "role": "model kimliğini ve kıyafetini koru"}, {"image": 2, "role": "bavul şeklini, malzemesini ve rengini koru"}, {"image": 3, "role": "otel terasını ortam olarak kullan"} ], "composition": "teras korkuluğunun yanında bavulun yanında duran model", "integration": { "scale": "fiziksel olarak gerçekçi insan ve bagaj oranları", "lighting": "tüm öğeleri sıcak altın saat ışığında birleştir", "shadows": "teras zeminle tutarlı temas gölgeleri ekle", "depth": "model ve bavul keskin, deniz yumuşakça geriliyor" }, "priority": ["model kimliği", "ürün geometrisi", "ortam perspektifi"], "constraints": ["kopyalanmış bavul yok", "fazladan parmak yok", "görünür kaynak görüntü sınırı yok"]}
İş esas olarak tüm bir sahneyi yeniden yazmaktan ziyade referansları birleştirmekten ibaretse, bir yapay zeka görüntü birleştirici iş akışı istem belirsizliğini azaltabilir. Kenar karışımını, nesne ölçeğini, ışık yönünü, temas gölgelerini ve son karenin her kaynağın atanan rolüne hâlâ uyup uymadığını değerlendirin.
Yaygın Nano Banana JSON İstem Hataları
| Başarısızlık | Ne olur | Düzeltme |
| Geçersiz JSON sözdizimi | İnsanlar ve otomasyon, istemi güvenilir biçimde yeniden kullanamaz. | Çift tırnak, eşleşen süslü parantezler, sondaki virgül olmaması kurallarını uygulayın ve depolamadan önce doğrulayın. |
| Çelişkili alanlar | İstem hem sıcak gün doğumunu hem serin klinik ışığı, ya da hem yakın çekimi hem geniş çekimi talep ediyor. | Tek bir öncelik seçin ve yinelenen yaratıcı yönlendirmeyi kaldırın. |
| Aşırı iç içe geçme | İstem, görsel açıdan yararlı bilgi eklemeden uzayıp gidiyor. | Bir inceleyicinin tarayabileceği alanlarla sığ bir şema kullanın. |
| Belirsiz değerler | "Daha iyi", "güzel" ve "sinematik" gibi kelimeler kararları modele bırakır. | Gözlemlenebilir kamera, ışık, malzeme, renk ve kompozisyon tercihlerini tanımlayın. |
| Koruma kuralı yok | Bir düzenleme sırasında kimlik, ürün şekli, poz, kırpma veya marka renkleri kayar. | Açık bir preserve dizisi oluşturun ve düzenleme hedefini daraltın. |
| Çok fazla değişiklik | Model, tüm kareyi yeniden inşa ederek istemi çözüyor. | Sıralı düzenlemeler çalıştırın ve her aşamayı onaylayın. |
| İmkânsız uzamsal mantık | Eller, yansımalar, ölçek ve nesne teması tutarsız hale gelir. | Etkileşimleri basitleştirin; perspektifi, ölçeği ve gölgeleri tanımlayın. |
Kullanışlı bir hata ayıklama sırası şöyledir: çakışmaları kaldırın, düzenleme sayısını azaltın, korumayı güçlendirin, şemayı sadeleştirin, referans görüntüyü iyileştirin ve ancak bundan sonra daha fazla ayrıntı ekleyin. Uzun istemler gerçek çelişkiyi çoğu zaman gizler.
Tekrarlanabilir Bir JSON İstem İş Akışı
- Görsel hedefi tek bir cümlede yazın. Düzenlemeyi açıkça ifade edemiyorsanız, JSON yalnızca belirsizliği düzenleyecektir.
- Görevi sınıflandırın. Oluştur, düzenle, birleştir, genişlet, geri yükle veya varyant oluştur seçeneklerinden birini seçin.
- Kilitli ve düzenlenebilir değişkenleri ayırın. Kimlik, ürün geometrisi, logolar, poz veya kırpma sabit kalması gerekebilir.
- Yalnızca ilgili alanları seçin. Bir amaca hizmet etmiyorsa, düz bir grafik için kamera kontrolleri eklemeyin.
- Söz dizimini doğrulayın. Şablonlar elektronik tablolarda, komut dosyalarında veya otomasyonda yeniden kullanılacaksa bunları geçerli JSON olarak saklayın.
- En küçük yararlı testi çalıştırın. Eksiksiz bir kampanya talep etmeden önce tek bir değişikliği test edin.
- Ölçütlerle gözden geçirin. Koruma, istenen değişiklik, anatomi, nesne sayısı, metin, perspektif, ışık ve yapay unsurları kontrol edin.
- Başarılı istemlerin sürümünü tutun. İstemi, giriş referanslarını, modeli, tarihi, en boy oranını ve sonucu kaydedin.
En iyi Nano Banana JSON istemi en uzun olan değildir. İstenen değişikliği test edilebilir kılarken kullanıcının zaten beğendiği şeyi koruyan en küçük yapılandırılmış talimattır. Kararlı bir şemayla başlayın, gerçek hatalardan yola çıkarak geliştirin ve portreler, ürünler, karakterler ve kompozisyonlar için senaryoya özgü şablonları saklayın.
Sıkça Sorulan Sorular
-
Nano Banana JSON istemi nedir?
Nano Banana JSON istemi, bir görüntü oluşturma veya düzenleme talebini konu, ortam, kamera, aydınlatma, düzenleme işlemleri, kısıtlamalar ve koruma kuralları gibi adlandırılmış alanlara göre düzenler. Bu bir istemleme kuralıdır; zorunlu olarak katı bir resmi API şeması değildir. -
Nano Banana gerçek JSON'u anlıyor mu?
Gemini görüntü modelleri, yapı değişkenleri açıkça ayırdığı için genellikle iyi biçimlendirilmiş JSON benzeri talimatları takip edebilir. Ancak model, JSON'u yazılım gibi doğrulamak yerine anlamsal olarak yorumlayabilir; dolayısıyla geçerli söz dizimi her alanın dikkate alınacağını garanti etmez. -
JSON ile istem vermek normal bir istemden daha mı iyi?
JSON; tekrarlanabilir, çok değişkenli, düzenleme, toplu iş ve ekip iş akışları için daha iyidir. Kısa doğal dil istemleri keşif için daha hızlı olabilir. Yapı en çok, diğer her şeyi korurken yalnızca bir değişkeni değiştirmeniz gerektiğinde işe yarar. -
Nano Banana'nın yüzü değiştirmesini nasıl önlerim?
Kimlik koruma kurallarını açıkça belirtin: yüz geometrisini, yaşı, ten rengini, saç çizgisini, göz rengini, ifadeyi ve vücut oranlarını koruyun. Düzenleme kapsamını sınırlayın, neyin değişebileceğini belirleyin ve mevcut en net referans görüntüyü kullanın. -
Bir görüntü düzenleme JSON istemine neler dahil edilmelidir?
Kaynak görüntü rolünü, düzenleme işlemini, hedef bölgeyi, istenen değişikliği, koruma kurallarını, kompozisyonu, aydınlatma eşleşmesini, gerçekçilik kısıtlamalarını ve eklenmemesi ya da değiştirilmemesi gereken öğelerin listesini dahil edin. -
Birden fazla görüntü için tek bir JSON istemi yeniden kullanabilir miyim?
Evet. Kararlı alanları şablon olarak ele alın ve arka plan, kamera, kostüm, en boy oranı veya kampanya sahnesi gibi değişkenleri değiştirin. Başarılı ayarların yeniden üretilebilir kalması için sürümlendirilmiş bir ana istem saklayın. -
Geçerli bir JSON istemi neden hâlâ yanlış sonuç üretiyor?
Yaygın nedenler arasında çakışan alanlar, belirsiz değerler, çok fazla eş zamanlı değişiklik, eksik koruma kuralları, zayıf referans görüntüler, imkânsız uzamsal talimatlar veya model sınırlamaları sayılabilir. Talebi sadeleştirin ve bir seferde tek bir düzenlemeyi test edin.