Nano Banana Pro APIを最も短時間で取得する方法は、GPTProto上のNano Banana Proモデルページを開き、このモデルを試すをクリックして、GPTProto APIキーを作成または選択することです。そこから、cURLまたはPythonのリクエストをコピーできます。コードを書かない場合でも、同じページからコーディングエージェントがプロジェクトに統合するための手順をMarkdown形式で出力できます。

重要な注意点として、Nano Banana ProはGemini 3 Pro Imageです。Gemini 3.1 Flash Imageファミリーに属するNano Banana 2とは異なります。本ガイドでは、GPTProtoのgemini-3-pro-image-previewモデルIDとそのテキスト・トゥ・イメージ(text-to-image)エンドポイントを使用します。
クイックスタート: まずはPlaygroundでプロンプトを1つテストしてください。その後、このモデルを試すを開いてキーを作成し、以下のPythonによる手動ルートか、AI支援ルートのいずれかを選択してください。
Nano Banana Pro APIを利用する前に必要なもの
GPT Protoアカウント、少なくとも1回の生成に必要なアカウント残高、そしてGPT Proto APIキーが必要です。手動で統合する場合は、ターミナルとPython 3も必要です。コードの扱いに慣れていない場合は、ブラウザ上のチャットではなく、実際のプロジェクトを検査・編集できるコーディングエージェントを使用してください。
| 項目 |
本ガイドで使用する値 |
| 製品 |
Nano Banana Pro |
| 公式モデルファミリー |
Gemini 3 Pro Image |
| GPT ProtoモデルID |
gemini-3-pro-image-preview |
| タスク |
テキストから画像生成 |
| 入力 |
テキストプロンプト |
| 出力 |
PNGまたはJPEG画像 |
| 利用可能なサイズ |
1K、2K、4K |
Googleは現在、Gemini画像生成ドキュメントにおいて、Nano Banana ProとNano Banana 2を別々のモデルとしてリストしています。コード内のモデルIDがgemini-3.1-flash-imageとなっている場合、それはここで扱うProモデルではなく、Nano Banana 2を呼び出しています。新しい2.1ルートについては、モデルIDを選択する前にNano Banana 2.1とNano Banana Proを比較してください。このPro向けチュートリアルがそのまま適用できるとは限りません。
ステップ1:Nano Banana Proモデルページを開いてテストする
Nano Banana Pro APIページを開いてサインインします。コードに触れる前に、プレイグラウンドを使用して簡単なテストを実行してください:
タスクをText To Image(テキストから画像生成)に設定したままにします。
短いプロンプトを入力します。
「1K」、「1:1」のアスペクト比、およびPNG出力を選択します。
「Generate(生成)」をクリックし、画像が返されることを確認します。
これにより、モデルの問題と統合の問題を切り分けることができます。プレイグラウンドでのリクエストが失敗する場合は、まずアカウント、残高、プロンプトを確認してください。成功しているにもかかわらずアプリケーションが失敗する場合は、APIキー、リクエストヘッダー、JSONボディ、またはプロジェクト環境に問題がある可能性が高いです。

ステップ2:Nano Banana Pro APIキーを作成する
モデルページの右上にある「Try this model(このモデルを試す)」をクリックします。クイックスタートパネルから、新しいAPIキーを作成するか、既存のキーを選択できます。
「Create API Key(APIキーを作成)」をクリックします。
新しいキーをコピーし、非公開の場所に保存します。
「GPTPROTO_API_KEY」という名前の環境変数に追加します。
ソースコードに直接貼り付けないでください。
macOSまたはLinuxでは、現在のターミナルセッションに対して以下のコマンドで変数を設定します:
export GPTPROTO_API_KEY="your-api-key"
Windows PowerShellでは、以下を使用します:
$env:GPTPROTO_API_KEY="your-api-key"
これはGPT Proto APIキーである必要があります。Google AI Studioのキーは別の認証情報であり、GPT Protoエンドポイントに送信されるリクエストの認証には使用できません。
キーはパスワードのように扱ってください。Git、スクリーンショット、ブラウザ側のJavaScript、公開されているAIチャットには含めないでください。Googleの一般的なAPIキーのセキュリティガイダンスでも、環境変数の使用が推奨されており、クライアントサイドのアプリケーションでキーを公開しないよう警告されています。

ステップ 3: 手動またはAI支援による統合を選択する
キーを作成したら、ご自身の経験に合ったルートを選択してください。
| ルート |
推奨対象 |
次のステップ |
| 手動統合 |
Python、JavaScript、またはcURLを読み書きできる方 |
リクエストをコピーして実行し、結果のフローをアプリケーションに追加します |
| AI支援による統合 |
APIコードをどこに配置すべきかわからない方 |
モデルページのMarkdownをコーディングエージェントに渡し、プロジェクトを修正させます |
すでにPythonの知識がある場合は、手動ルートの方が高速です。もし「このコードはどのファイルに入れるべきか?」という点が疑問であれば、AI支援ルートを使用してください。
ルートA: PythonでNano Banana Pro APIを呼び出す
cURLで最初のリクエストを送信する
このリクエストは非同期生成タスクを開始します。通常、完成した画像ではなくタスクIDが返されます。
curl --request POST "https://gptproto.com/api/v3/google/gemini-3-pro-image-preview/text-to-image" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"size": "1K",
"aspect_ratio": "1:1",
"output_format": "png",
"enable_sync_mode": false,
"enable_base64_output": false
}'
送信が成功すると、data.id、data.status、およびdata.urls.getが含まれます。ステータスがcreatedまたはrunningの間は、出力リストが空である可能性があります。これは正常な動作です。
Pythonの依存関係をインストールする
python -m pip install requests
完全な送信・ポーリングスクリプトを実行する
以下のスクリプトを nano_banana_pro.py として保存してください。このスクリプトはプロンプトを送信し、2秒ごとにタスクを確認し、失敗した場合は停止し、最終的な画像URLを表示します。
import os
import time
import requests
API_KEY = os.environ.get("GPTPROTO_API_KEY")
SUBMIT_URL = (
"https://gptproto.com/api/v3/google/"
"gemini-3-pro-image-preview/text-to-image"
)
if not API_KEY:
raise RuntimeError("このスクリプトを実行する前に GPTPROTO_API_KEY を設定してください。")
headers = {
"Authorization": f"Bearer {API_KEY}",
"Content-Type": "application/json",
}
payload = {
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"size": "1K",
"aspect_ratio": "1:1",
"output_format": "png",
"enable_sync_mode": False,
"enable_base64_output": False,
}
def read_data(response):
response.raise_for_status()
body = response.json()
if body.get("code") != 200:
raise RuntimeError(body.get("message", "GPT Proto がエラーを返しました。"))
return body["data"]
submission = requests.post(
SUBMIT_URL,
headers=headers,
json=payload,
timeout=60,
)
task = read_data(submission)
result_id = task["id"]
poll_url = task.get("urls", {}).get("get")
if not poll_url:
poll_url = f"https://gptproto.com/api/v3/predictions/{result_id}/result"
print(f"Created task: {result_id}")
deadline = time.monotonic() + 300
while True:
status = task.get("status")
if status == "completed":
outputs = task.get("outputs", [])
if not outputs:
raise RuntimeError("タスクは完了しましたが、出力URLがありません。")
print(f"Image URL: {outputs[0]}")
break
if status == "failed":
raise RuntimeError(task.get("error") or "画像生成に失敗しました。")
if time.monotonic() >= deadline:
raise TimeoutError("5分以内に生成が完了しませんでした。")
time.sleep(2)
result = requests.get(
poll_url,
headers={"Authorization": f"Bearer {API_KEY}"},
timeout=30,
)
task = read_data(result)
環境変数を設定したのと同じターミナルから実行してください:
python nano_banana_pro.py
最初の成功した POST を生成完了と見なさないでください。リクエストは、ステータスが completed になり、data.outputs にファイルURLが含まれて初めて、エンドツーエンドで成功したことになります。
ルートB:コーディングエージェントにAPIを統合させる
AIアシスタントのためにAPIドキュメントを再入力する必要はありません。Nano Banana Proのモデルページから、現在のエンドポイント、スキーマ、認証方法、レスポンスフィールド、およびコード例を直接送信できます。
このモデルを試すを開き、AI用にMarkdownをコピーを選択します。また、LLMメニューを開き、以下から選択することも可能です:
Markdownコンテンツをコピー
Markdownファイルを開く
URL付きプロンプトをコピー
ChatGPTで開く
Claudeで開く
Geminiで開く
Grokで開く
機械可読バージョンは、モデルページのNano Banana Pro Markdownガイドからも入手できます。

空のチャットではなく、プロジェクトをエージェントに渡す
ブラウザのチャットボットはコードを説明することはできますが、あなたのフォルダ構成、フレームワーク、サーバーのエントリポイント、またはデプロイ設定を把握していない場合があります。Codex、Claude Code、Cursorなどのコーディングエージェントは、それらのファイルを検査し、プロジェクトの適切な場所に統合コードを配置できます。
エージェントには依然として以下が必要です:
これはノーコードAPIではなく、AI支援コーディングです。エージェントがコードを記述して接続し、あなたが変更を承認し、ランタイムと認証情報を提供します。
コーディングエージェントへのプロンプト
コピーしたMarkdownをエージェントに貼り付け、以下の指示を追加してください:
添付のMarkdownドキュメントを使用して、GPT Proto Nano Banana Proテキスト・トゥ・イメージAPIをこのプロジェクトに統合してください。まず既存のスタックを調査し、適切なサーバーサイドファイルを特定してください。APIキーはGPTPROTO_API_KEYという名前の環境変数に保存し、ハードコードしたりブラウザ側のコードに公開したりしないでください。リクエストの送信、非同期ステータスポーリング、失敗したタスクの処理、および返された画像URLの表示を実装してください。この統合に必要なファイルのみを追加してください。最小限のテストを実行した後、変更したファイル、プロジェクトの起動方法、および手動で完了する必要がある手順を報告してください。
実際のキーを指示の中に貼り付けないでください。ターミナル、Gitから除外されたローカルの.envファイル、またはデプロイプラットフォームのシークレット設定で設定してください。
エージェントが作成した成果物を受け入れる前に確認する
有用なレビューを行うために、すべての行を理解する必要はありません。以下の8項目を確認してください:
キーが GPTPROTO_API_KEY から読み込まれていること。
キーがブラウザのコードやコミットされたファイル内に存在しないこと。
モデルIDが gemini-3-pro-image-preview であること。
コードが本ガイドで示されているテキストから画像へのエンドポイントを呼び出していること。
送信後に data.id または data.urls.get を読み取っていること。
completed を待機し、failed を処理していること。
最終的なURLを data.outputs から読み取っていること。
エージェントが「コードは正しそうです」と言うだけでなく、実際に最小限のテストを実行したこと。
完全なアプリケーションに接続する前に試す: Nano Banana Pro Playground を開き、1Kでプロンプトを検証してから、同じ設定をコーディングエージェントに渡してください。
Nano Banana Pro APIのパラメータと料金
基本的なテキストから画像へのリクエストにはプロンプトのみが必要です。その他のフィールドは、出力とレスポンス形式を制御します。
| パラメータ |
必須 |
デフォルト |
許容値または目的 |
prompt |
はい |
— |
生成する画像の説明 |
size |
いいえ |
1K |
1K、2K、または 4K |
aspect_ratio |
いいえ |
1:1 |
1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、または 21:9 |
output_format |
いいえ |
png |
png または jpeg |
enable_sync_mode |
いいえ |
false |
アップロードされた結果を待ってから返す |
enable_base64_output |
いいえ |
false |
URLの代わりにBase64データを返す |
このガイドが確認された2026年9月時点での、GPT Protoモデルのライブページに記載されていた料金は以下の通りです:
| 解像度 |
生成あたりの価格 |
| 1K |
$0.0804 |
| 2K |
$0.0804 |
| 4K |
$0.144 |
キーを作成しても、画像呼び出しが無料になるわけではありません。生成が成功するたびにアカウント残高が消費されます。可用性や料金は変更される可能性があるため、大規模なバッチ処理を開始する前にライブモデルページを確認してください。
初期のプロンプト作業では、1Kから始めてください。構成、文言、アスペクト比が正しくなってから4Kに移行しましょう。トレードオフは単純です。4Kはより大きなアセットを生成しますが、試行あたりのコストが高くなります。
Nano Banana Pro APIの一般的なエラー
| 問題 |
考えられる原因 |
対処法 |
400 Bad Request |
JSON、フィールド名、値が無効、または入力がブロックされています |
リクエストを現在のモデルページのスキーマと比較してください |
401 Unauthorized |
キーが欠落しているか無効です |
GPTPROTO_API_KEYとAuthorizationヘッダーを確認してください |
403 Forbidden |
残高不足または権限がありません |
アカウント残高とキーの状態を確認してください |
413 Request Entity Too Large |
リクエストボディが大きすぎます |
アップロードするコンテンツまたはBase64コンテンツを削減してください |
429 Too Many Requests |
呼び出しが頻繁すぎます |
遅延時間を増やしながら再試行し、試行回数に上限を設けてください |
500、502、または504 |
プラットフォームまたはアップストリームの一時的な障害 |
回数を制限して再試行してください。無限ループにならないように注意してください |
| レスポンスに画像が含まれていません |
タスクがまだ作成中または実行中 |
完了するまでdata.urls.getをポーリングしてください |
ステータスがfailed | になりました生成が完了しませんでした |
再試行する前にdata.errorを確認してください |
| エージェントは完了したと言っていますが、何も実行されません |
コードが記述されましたが実行されていません |
正確なテストコマンドと返されたステータスを尋ねてください |
一時的な障害の場合は、遅延なしで同じリクエストを繰り返し送信するのではなく、指数バックオフを使用してください。また、結果IDをログに記録してください。これにより、曖昧な「生成失敗」レポートではなく、調査すべき特定のタスクが明確になります。
まずは1回の生成を検証する
コードを書く場合は、まずcURLリクエストから始め、次に完全なPythonスクリプトを使用してタスクの送信とポーリングを行ってください。コードを書かない場合は、モデルページのMarkdownをコーディングエージェントにコピーし、プロジェクト内で同じフローを統合するように依頼してください。
いずれの場合も、より大規模なワークフローを構築する前に、1K画像を1つ検証してください。Nano Banana Pro APIページを開いてプロンプトをテストし、Try this modelを使用してキーを作成するか、現在の統合手順をコーディングエージェントに渡してください。