gemini-image-generation | gemini-api-spec

Stats

Actions

Tags

gemini-image-generation | gemini-api-spec

Gemini Image Generation

Gemini 画像生成モデルの選択ガイドと使用法。

モデル比較

Nano Banana 2（デフォルト推奨）

項目	値
モデル ID	`gemini-3-flash-image-preview`
ベース	Flash ベース
速度	高速（Flash の推論速度）
コスト	低コスト
解像度	最大 2K
特徴	ビジュアルグラウンディング、高速生成
推奨場面	一般用途のデフォルト選択

Nano Banana Pro（明示指定時のみ）

項目	値
モデル ID	`gemini-3-pro-image-preview`
ベース	Pro ベース
速度	中程度
コスト	高コスト
解像度	最大 4K
特徴	思考モード、スタイル継承、テキスト埋め込み精度
推奨場面	精密テキスト埋め込み、スタイル継承、プロフェッショナル用途

選択ガイド

画像生成が必要
├── 一般用途（ブログ、SNS、プロトタイプ）→ Nano Banana 2
├── テキスト埋め込みが必要 → Nano Banana Pro
├── スタイル継承が必要 → Nano Banana Pro
├── 4K 解像度が必要 → Nano Banana Pro
└── コスト最優先 → Nano Banana 2

重要: ユーザーが明示的に Pro / 高品質 / 4K を指定しない限り、Nano Banana 2 を使用すること。

対応解像度

解像度	Nano Banana 2	Nano Banana Pro
1K（1024px）	○	○
2K（2048px）	○	○
4K（4096px）	×	○

対応アスペクト比

アスペクト比	用途
1:1	SNS アイコン、正方形画像
2:3	ポートレート写真
3:2	横長写真
3:4	タブレット縦
4:3	プレゼン、モニター
4:5	Instagram 投稿
5:4	印刷物
9:16	スマホ縦・ストーリーズ
16:9	ワイドスクリーン
21:9	ウルトラワイド

SDK 使用法

Python（テキストから画像生成）

from google import genai
from google.genai import types
import base64

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-3-flash-image-preview",  # Nano Banana 2
    contents="A serene Japanese garden with cherry blossoms, watercolor style",
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE", "TEXT"],
    )
)

# 画像データの取得
for part in response.candidates[0].content.parts:
    if part.inline_data:
        image_data = base64.b64decode(part.inline_data.data)
        with open("output.png", "wb") as f:
            f.write(image_data)

Python（参照画像を使った編集）

from google.genai import types

# 参照画像の読み込み
with open("input.jpg", "rb") as f:
    image_bytes = f.read()

response = client.models.generate_content(
    model="gemini-3-flash-image-preview",
    contents=[
        types.Part.from_text("この画像の背景を夕焼けに変えて"),
        types.Part.from_bytes(data=image_bytes, mime_type="image/jpeg"),
    ],
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE", "TEXT"],
    )
)

解像度・アスペクト比の指定

response = client.models.generate_content(
    model="gemini-3-flash-image-preview",
    contents="A mountain landscape at sunset",
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE", "TEXT"],
        image_generation_config=types.ImageGenerationConfig(
            aspect_ratio="16:9",
            number_of_images=1,
        )
    )
)

画像生成のベストプラクティス

プロンプトの書き方

具体的に記述: 被写体、スタイル、色調、構図を明確に
スタイル指定: 「watercolor」「oil painting」「photorealistic」「anime style」
ネガティブ要素: 避けたい要素を明記（「without text」「no people」）
品質指示: 「high quality」「detailed」「professional」

良いプロンプト例

A cozy coffee shop interior with warm lighting,
wooden furniture, steaming cup of latte art on a table,
photorealistic style, soft bokeh background, 4K quality

制限事項

著名人のリアルな描写は生成不可
暴力的・性的コンテンツは生成不可
生成画像には SynthID 透かしが埋め込まれる
参照画像は最大 14 枚まで
1 リクエストで最大 4 枚生成

nano-banana-image プラグインとの連携

画像生成を実行する場合は nano-banana-image プラグインを使用:

/nano-banana-image:generate "プロンプト" --aspect 16:9 --resolution 2K

本スキルはモデル選択のナレッジを提供。実行は nano-banana-image に委譲。