當 AI 影像生成技術越來越成熟，我們不再只是簡單「換背景」或「加濾鏡」這麼單一操作。透過 Google AI Studio 搭配 Nano Banana 模型，你可以創造出前所未見的玩法──將照片中的人物變成手辦公仔、製作出遊戲等級的 3D 建築模型、甚至為角色換裝 Cosplay 成你喜歡的角色。這篇進階教學，正是為了帶你跳出日常應用的框架，發掘 AI 生圖在創作、設計、展示等方面的無限可能。只要掌握正確提示詞與圖片素材，你也能一鍵生成媲美專業等級的視覺作品。

 

 

 

任意選擇一個製作網站

網站 1：Google AI Studio

網址：https://aistudio.google.com/

（香港用戶需要VPN連接）

網站 2：LMArena

網址：https://lmarena.ai/

（網站上方選單進入「Direct Chat」，選擇 Gemini-2.5-Flash-Image-Preview）

 

我們首先打開 Google AI Studio（需要VPN），登入你的 Google 帳戶後，在頁面右上角選擇 AI 模型為「Nano Banana」，其正式名稱為 gemini-2.5-flash-image-preview 模型。選擇後，你便可在畫面中央的文字欄位，複製貼上或輸入你的提示詞，同時將素材圖片拖放入去，以上傳圖片。

 

▲進入 Google AI Studio

▲在畫面右上角選擇 AI 模型，請選擇「Nano Banana」即 Gemini-2.5-flash-image-preview

▲之後你便可在畫面中央的文字欄位輸入提示詞、上載圖片了

 

應用教學 1：生成一個 AI 手辦公仔，並配合設計情景

首先介紹的是目前很流行的一種玩法，將某個人物、寵物製作成為一個模型。為此你需要輸入比較仔細的提示詞，AI 便可根據你的意思，製作成一個手辦公仔 figure 的圖片。

 

▲先準備好人物的圖片

▲在輸入文字欄位，寫上提示詞，並以拖放方式上載圖片。提示詞你可參考以下介紹

 

以製作目前相當流行的公仔為例，你可輸入以下提示詞：

「

為圖中的人物製作一個1/7比例的商業化 Figure 手辦公仔，呈現人物原本的表情、手勢。手辦公仔要全身，配以一個亞加力膠底墊，不要有任何文字。背景是一個模型製作工房，有一個電腦，電腦螢幕顯示出此 Figure 的 ZBrush modelling process。在電腦螢幕旁邊，放置一個 BANDAI figure 模型風格的包裝盒，上面印有此模型的插畫，包裝盒上的標題文字用「Unwire Girl」

」

你可自行更改筆者上面的提示詞，適合你的需要。而這就是 AI 生成的效果。可看見原素材相片的人物，已經成為了一個手辦公仔站在桌面上，而背後就有設計這個公仔的設計圖，還有包裝盒。你可按下載按鈕將圖收藏到你的手機或電腦。

 

 

應用教學 2：Google AI Studio 製作遊戲可用的 3D 模型

我們可以將現實中任何建築物，製成一個像遊戲中的 3D 模型！我們將結合 Google AI Studio 以及 HexaGen 兩個工具一起使用。

 

 

在 Google AI Studio 讀取建築物的樣貌。例子中是網路上一張西九龍環球貿易廣場（ICC）的相片。

▲先準備好一張建築物圖片，這次我們使用了一張 ICC 的網路圖片。（圖片來源：Artincontext.org）

 

上傳到 Google AI Studio 後，輸入以下提示詞：

「

根據這張建築相片，生成一個「Cities:Skylines」風格的高解像 3D 模型，模型效果要寫實，設計主體結構、材質細緻。強調光影效果，顯示出玻璃反射，需要展現這張圖片的立體感。其模型可在高畫質遊戲中使用，生成高畫質3D渲染圖片，圖片以45度俯視角度觀看，背景白色

」

 

Google AI Studio 會分析圖片中的建築輪廓、主體結構與材質細節，然後將其「轉譯」成一個仿城市建造遊戲《Cities: Skylines》風格的高質感建築模型草圖。

 

▲Google AI 為我們生成的圖片，可見其背景為白色，適合下面我們之後的作業

 

接著我們將這張從 AI Studio 中生成的圖像輸入至 HexaGen 平台（網址：https://gen.hexa3d.io/），進行 3D 模型的實體化。在介面上按「Image to 3D」的功能，然後選擇「Single image」單一圖片模式，並上傳之前已處理過的建築圖像。（想模型更準確的朋友，可自行準備多張圖片，再選用多圖片模式）

 

▲完成選擇並上載好圖片後，按「Generate 3D model」便可生成 3D 模型

 

HexaGen 可透過 AI 分析立體結構，自動生成可旋轉、可編輯的 3D 建築模型。

 

建築物模型生成完畢，你可使用滑鼠自由旋轉、放大、縮小檢視細節。這個例子中，模型忠實呈現了 ICC 主樓的八角形立面與玻璃幕牆效果，連同周邊附屬建築也有立體建模，整體精細度已相當適合用於中高階建築可視化展示。HexaGen 提供模型匯出功能，讓用戶可以將 3D 模型下載至本地，支援用於遊戲開發（如 Unity、Unreal Engine）、建築動畫製作、甚至 3D 列印等用途。

你可用滑鼠自由移動這個模型的視角，你亦可輸出模型作為其他用途，例如遊戲製作等等。

 

應用教學 3：產品宣傳圖片

你可以提供人物、產品、背景，甚至以文字形容背景，製作一張產品日常生活應用的圖片。如果生成產品宣傳圖片的話，建議你指定好產品的高度或大小等，以免出來的比例跟實際有落差。

 

▲生成這樣的圖片，毋須主角真的拿著產品，以下是製作方法

▲首先我們只需要準備一張人物圖片，還有一張產品原圖，

 

在 Google AI Studio 當中，我們輸入以下提示詞：

「

讓圖片裡的人物拿著吸塵機，在室內吸塵，作為一張廣告相片。保持人物高度為約165cm，吸塵機高度約為 130cm

」

▲將你的圖片以及提示詞輸入到 Google AI Studio

 

最後我們便得到一個模特兒拿著產品，在指定的背景中的圖片。

 

 

應用教學 4：1 張相片生成多角度鏡頭相片

有時我們拍攝的人物相片就只有一張，希望可延伸至有不同鏡頭不同角度拍攝的效果。只要依照以下提示詞，更改成你希望你樣式。重點是我們會要求 AI 將不同角度的相片組合成單一張圖片。

▲此為 AI 生成的 4 個不同拍攝角度圖片

▲這次我們只準備了一張圖片，要令它變成 4 個不同拍攝角度的圖片

 

在 Google AI Studio 當中，上傳你這張圖片，並我們輸入以下提示詞：

「

根據這張圖片，生成以下幾張相片：

1）人物正面特寫相片

2）人物側面相片，人物望向前方

3）人物望天的相片，雙手高舉向天

4）人物的全身相片

照片要高畫質、背景寫實，4張相片融合在一張圖片中，需要保持人物高度、五官大小的一致，背景如圖是一個古老英式建築

」

 

 

生成完畢後，你便可得到單一張圖片，裡面分開 4 個格子，每個格子都有你想要的幾個角度。這樣即使你只有一張圖片，想為文章、文稿撐場都更容易。

 

應用教學 5：讓人物 Cosplay 成不同遊戲、電影角色

以上介紹過各種物件、人物融合到一張圖。其實我們也可為相片中的主角改頭換面，甚至讓他／她來 Cosplay 某一個遊戲、動畫或電影中的角色。只要你給予人物的原圖，以及想扮演角色的圖片，便可製作成新圖片。

 

 

在 Google AI Studio 當中，我們輸入以下提示詞：

「

讓第一張圖片的人物的衣服、髮型、裝飾等 Cosplay 成第二張圖片神奇女俠的樣子，並擺起一隻手撐腰的的甫士，但人物的樣貌、五官則保持，不要變成了第二張圖片的人物。請注意圖片中只有一人，Cosplay不會有兩個人，並將只有一人扮演Wonder Woman。

」

 

最後你便可得到 Cosplay 圖片：

 

應用教學 6：製作兩人合照的圖片

Google 的 NanoBanana 模型可以將兩個人合成在同一張圖片，並可展示不同的合照姿勢。你可輸入純文字解說，甚至可繪畫草圖讓它照跟。這次我們就匯入了兩張風格完全不同的相片，要求她們二人合照。

 

製作上述這張圖片，我們只先準備兩個人各自的圖片便可。而這次筆者再準備多了一張背景圖片：

▲這是筆者上載的背景圖片，我們要在提示詞要求清除此圖片中本來的人物

 

準備好相片，我再準備好一個背景，在 Google AI Studio 當中同時上載這 3 張圖片，再輸入以下提示詞：

「

讓圖裡面 2 個人物合影，把兩個人放到清除了人物的第三張圖當中。兩個人手牽著手，另一隻手就舉起 Peace 的 V 字手勢，高畫質，人物衣服材質細緻，人物高度相同

」

 

這樣經過 AI 處理後，便可獲得兩人一起合照的圖片。大家要留意手部、二人融合的部份是否出現穿崩情況，如有的話你再嘗試便可。

 

應用教學 7：多張圖片融合到一個場景

Nano Banana 模型可以為多個物件集合並生成一張相片。在日常應用中，假設你需要一個模特兒去拿著一件東西，在某個背景拍照，這便相當實用，將各個素材進行合併，創造出幾乎以假亂真的結果。

 

 

這次我們就上載了以下四張圖片：

• 一位穿著米色絨毛外套與牛仔長裙的女性肖像；
• 一部 Sony 全片幅相機；
• 一頂印有「Sage Western Company」的米綠色棒球帽；
• 一幅彩繪牆面的街頭背景照，塗鴉風格鮮明，位於城市一角。

輸入提示詞示範：

「

將上傳的圖片都融合在一起。相片中人物拿著相機，並戴上帽子，在場景中拍照。除去原本場景中的人物

」

 

這次生成的結果非常準確，AI 將女性角色重新安置至街頭塗鴉牆前，不只讓她戴上了指定的棒球帽，也正確地將相機放置於她手中，呈現她正專注拍攝的姿勢。原來照片中背景的行人也被成功移除。你可根據實際需要而增減提示詞。

 

 

 

從以上的例子，我們學習了 Gemini-2.5-Flash-Image 預覽版（即 Nano Banana）的實際應用例子。當然除了這些介紹外，你還可利用想像力，創作更多圖片融合應用。希望這篇文可為你帶來靈感，助你發揮創意，製作更得意的圖片。