Skip to main content

​
簡潔な回答

Nano Banana Pro で歪んだ出力が出るのはモデルの失敗ではなく、単発生成に内在するランダム性と過度に強い promptという 2 つの要因が重なって起きます。次の順で試してください。
  1. まず、imagen.apiyi.com で同じ prompt + 参考画像を使って再現し、クライアント側の問題を切り分けます
  2. prompt を書き直します: 「strictly lock」や「pixel-perfect restore」のような絶対的な表現は हटして、代わりに具体的な色 / 位置 / 保持する要素の説明を使います
  3. base64 エンコーディングで、鮮明で判別しやすい参考画像をアップロードします（Nano Banana 系列は OpenAI 形式の URL アップロードをサポートしていません）
  4. マルチロール再試行を有効にします: ビジネスコードで同じ prompt を 1〜3 回自動再試行します
  5. それでもうまくいかない場合は、チャネルまたはモデルを切り替えます: banana pro の既定は AI Studio なので、Vertexグループ に切り替えるか、gpt-image-2 シリーズ を試してください（こちらは編集スタイルが元画像により近く保たれます）

​
プリントが崩れる理由

AI画像生成は単発のアトミックサンプリングです。各呼び出しは独立した抽選であり、“strict restore” の切り替えはありません。最もよくある原因は次の2つです。
  • プロンプトの言い回しが強すぎる: “strictly lock in place”、“pixel-perfect restore”、“1:1 reproduce” のような表現は、モデルに「それを描き直す」と解釈させてしまい、プリントも他の要素と一緒に描き直されます
  • 参照画像のアップロード形式が誤っている: Nano Banana シリーズは Base64エンコードされたアップロードのみ対応 です。OpenAI互換のimage_urlフィールドにURLをそのまま貼り付けると、モデルが参照画像を「見られない」ため、プリントが自由にずれてしまいます
どれだけ完璧に説明しても、モデルは単発サンプルのうちおおよそ 5%~15% では、なお「wander」することがあります。これは欠陥ではなく、生成モデルに固有の性質です。同じ prompt でも、呼び出しごとに自然と異なる結果になります。

​
段階的なトラブルシューティング

1

テストツールで再現してクライアント側の問題を切り分ける

imagen.apiyi.com/#generate を開き、まったく同じ prompt + reference images で再度実行します:
  • ツール内でもプリントが崩れる → ほぼ prompt の問題です。手順 2 に進んでください
  • ツール内ではプリントが維持される → 連携実装をデバッグしてください（画像は実際にアップロードされていますか？ パラメータは正しいですか？）。生成画像が参照画像と大きく異なりすぎる場合を参照してください
2

prompt を書き直し、断定的な表現を避ける

「厳密に復元する」や「ピクセル単位で完全一致」のような命令調の表現は、具体的な属性の説明 に置き換えてください（下の「prompt 最適化の例」を参照）。
3

参照画像が正しくアップロードされていることを確認する

  • Nano Banana シリーズは OpenAI形式のURLアップロードをサポートしていません — Base64 を使用する必要があります
  • 参照画像は 鮮明で特徴が豊富 である必要があります。ぼやけた参照画像や情報量の少ない参照画像では、モデルは「推測」せざるを得ず、プリントがずれやすくなります
  • 1枚あたり 7MB 以下です（Gemini の公式上限）— アップロード前には無劣化圧縮を推奨します
  • 各 prompt では最大 14 枚の参照画像 を受け付けます。1つのプリントだけを保持したい場合は、そのクローズアップだけをアップロードし、重みを上げてください
4

複数回試行の再試行（自動再試行）を有効にする

本番コードでは、同じ prompt に対して 1〜3 回の自動再試行 を実装してください。1回失敗したからといってモデルが壊れているわけではありません。試行回数を増やすほどヒット率は大きく上がります。
5

フォールバックとしてチャネルまたはモデルを切り替える

  • Vertex グループ に切り替える（console で token を編集するときに Vertex グループを選ぶだけでよく、コード変更は不要です）— Vertex のモデレーションは AI Studio のものと異なり、AI Studio で誤ってフラグ付けされる一部の服装差し替えリクエストも Vertex では問題なく通ります
  • または gpt-image-2 シリーズ を試してください — 編集スタイルが元画像により近く、色ずれやスタイルの変化が少ないため、「元の画像にできるだけ近い」ことを優先する場合に最適です

​
Prompt最適化の例

以下は、衣装の差し替え + プリント保持シナリオに関する、悪い例と良い例の比較表です: 改善した完全な Prompt 例:
この画像を編集してください。2つのことを行います。① 赤枠内の2つのティーポットを、元の素材感と形状を保ったまま、つや消しの真っ黒に変更する。② 赤枠の輪郭そのものを削除する。画像内の他のすべてのオブジェクトの色、位置、寸法ラベル、テキストは、完全に変更しないでください。
一般原則: 1回の呼び出しで1つのカテゴリだけを変更してください。 衣装の差し替えで「色を変更 + 背景を変更 + テキストを追加」が必要な場合は、複数回の編集に分けてください — 各呼び出しの成功率は、1つの巨大な指示にまとめるよりも明らかに高くなります。

​
全体的な赤み／暖色寄りの色かぶりについて

スワップ後に画像全体が赤みを帯びたり暖色寄りに見えたりする場合、それは別の問題です。通常の原因は banana pro の編集結果で全体に赤みが出る ことです。原因と対処法は印刷の歪みとは異なります（Vertex チャネルに切り替えるか、gpt-image-2 にフォールバックしてください）。

​
関連ドキュメント

​
サポートに連絡する

上記の手順でも解決しない場合は、ワークスペース内のサポートに連絡するか、[email protected] までメールで以下をお送りください。
  • imagen.apiyi.com で同じ prompt を再現した結果（スクリーンショットまたはリンク）
  • ご利用のモデル名（例: gemini-3-pro-image-preview / Nano Banana 2）
  • API 呼び出しのタイムスタンプ + リクエスト ID（利用可能な場合）