定價+7% 贈送
聯絡銷售

如何獲取 Nano Banana Pro API:API 金鑰、Python 與 AI 輔助設定

在 GPTProto 上取得 Nano Banana Pro API 金鑰,執行完整的 Python 請求、輪詢結果,或讓 AI 程式設計代理處理整合。

如何獲取 Nano Banana Pro API:API 金鑰、Python 與 AI 輔助設定

獲取 Nano Banana Pro API 最快的方法是開啟 GPTProto 上的 Nano Banana Pro 模型頁面,點擊 試用此模型,然後建立或選擇一個 GPTProto API 金鑰。之後,您可以複製 cURL 或 Python 請求。如果您不寫程式,該頁面也可以將說明打包為 Markdown,供程式設計代理程式整合到您的專案中。

這點區別很重要:Nano Banana Pro 是 Gemini 3 Pro Image。它不是屬於 Gemini 3.1 Flash Image 系列的 Nano Banana 2。本指南全程使用 GPTProto 的 gemini-3-pro-image-preview 模型 ID 及其文字轉圖片端點。

快速入門: 先在 Playground 中測試一個提示詞。然後開啟 試用此模型 來建立您的金鑰,並選擇下方的手動 Python 路徑或 AI 輔助路徑。

目錄

獲取 Nano Banana Pro API 前的準備工作

您需要一個 GPT Proto 帳戶、足夠支付至少一次生成的帳戶餘額,以及一個 GPT Proto API 金鑰。若要進行手動整合,您還需要終端機和 Python 3。如果您不熟悉程式碼,建議使用能夠檢查並編輯您實際專案的編碼代理(coding agent),而不是使用空白的瀏覽器聊天視窗。

項目 本指南使用的值
產品 Nano Banana Pro
官方模型系列 Gemini 3 Pro Image
GPT Proto 模型 ID gemini-3-pro-image-preview
任務 文字轉圖片
輸入 文字提示詞
輸出 PNG 或 JPEG 圖片
可用尺寸 1K、2K 和 4K

Google 目前在 Gemini 圖片生成說明文件中將 Nano Banana Pro 和 Nano Banana 2 列為獨立模型。如果您的程式碼中的模型 ID 顯示為 gemini-3.1-flash-image,則您呼叫的是 Nano Banana 2,而非本指南介紹的 Pro 模型。對於較新的 2.1 版本,請在選擇模型 ID 前比較 Nano Banana 2.1 與 Nano Banana Pro;請勿假設本 Pro 教學課程可直接套用。

步驟 1:開啟並測試 Nano Banana Pro 模型頁面

開啟 Nano Banana Pro API 頁面並登入。在進行任何程式碼編寫前,請先使用 Playground 執行一個小測試:

  1. 將任務設定為 文字轉圖片 (Text To Image)。

  2. 輸入一段簡短的提示詞。

  3. 選擇 1K、1:1 長寬比,以及 PNG 輸出格式。

  4. 點擊 生成 (Generate) 並確認是否成功返回圖片。

這有助於區分模型問題與整合問題。如果 Playground 請求失敗,請先檢查帳戶、餘額和提示詞。如果測試成功但您的應用程式失敗,則問題很可能出在 API 金鑰、請求標頭、JSON 本文或專案環境上。

步驟 2:建立您的 Nano Banana Pro API 金鑰

點擊模型頁面右上角的 試用此模型 (Try this model)。快速入門面板可讓您建立新的 API 金鑰或選擇現有的金鑰。

  1. 點擊 建立 API 金鑰 (Create API Key)。

  2. 複製新金鑰並將其存放在隱密處。

  3. 將其新增至名為 GPTPROTO_API_KEY 的環境變數中。

  4. 請勿將其直接貼上到原始碼中。

在 macOS 或 Linux 上,使用以下指令為當前的終端機工作階段設定變數:

export GPTPROTO_API_KEY="your-api-key"

在 Windows PowerShell 中,請使用:

$env:GPTPROTO_API_KEY="your-api-key"

這必須是 GPT Proto API 金鑰。Google AI Studio 金鑰是不同的憑證,無法用於驗證發送到 GPT Proto 端點的請求。

請像對待密碼一樣保護您的金鑰。請勿將其放入 Git、螢幕截圖、瀏覽器端 JavaScript 或公開的 AI 聊天中。Google 的通用 API 金鑰安全指南也建議使用環境變數,並警告不要在客戶端應用程式中暴露金鑰。

步驟 3:選擇手動或 AI 輔助整合

建立金鑰後,請根據您的經驗選擇適合的路徑。

路徑 適用對象 後續步驟
手動整合 您看得懂 Python、JavaScript 或 cURL 複製請求、執行它,並將結果流程加入您的應用程式中
AI 輔助整合 您不確定 API 程式碼該放在哪裡 將模型頁面的 Markdown 提供給程式設計代理(coding agent),讓它協助修改專案

如果您已經熟悉 Python,手動路徑會更快。如果您的主要問題是「這段程式碼應該放在哪個檔案?」,請使用 AI 輔助路徑。

路徑 A:使用 Python 呼叫 Nano Banana Pro API

使用 cURL 提交第一個請求

此請求會啟動一個非同步生成任務。它通常會回傳一個任務 ID,而不是直接回傳完成的圖片。

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
  }'

成功的提交會包含 data.id、data.status 以及 data.urls.get。當狀態為 created 或 running 時,輸出列表可能仍為空。這是預期內的行為。

安裝 Python 依賴套件

python -m pip install requests

執行完整的提交並輪詢腳本

將以下腳本儲存為 nano_banana_pro.py。它會提交提示詞、每兩秒檢查一次任務狀態、在失敗時停止,並列印出最終的圖片 URL。

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("執行此腳本前請先設定 GPTPROTO_API_KEY。")

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 傳回了錯誤。"))

    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"已建立任務:{result_id}")
deadline = time.monotonic() + 300

while True:
    status = task.get("status")

    if status == "completed":
        outputs = task.get("outputs", [])
        if not outputs:
            raise RuntimeError("任務已完成但未取得輸出 URL。")

        print(f"圖片 URL: {outputs[0]}")
        break

    if status == "failed":
        raise RuntimeError(task.get("error") or "圖片生成失敗。")

    if time.monotonic() >= deadline:
        raise TimeoutError("生成未能在五分鐘內完成。")

    time.sleep(2)
    result = requests.get(
        poll_url,
        headers={"Authorization": f"Bearer {API_KEY}"},
        timeout=30,
    )
    task = read_data(result)

在您設定環境變數的同一個終端機中執行它:

python nano_banana_pro.py

請勿將第一次成功的 POST 視為生成已完成。只有當狀態變為 completed 且 data.outputs 包含檔案 URL 時,請求才算真正成功完成。

路徑 B:讓程式設計代理人整合 API

您不需要為 AI 助理重新輸入 API 文件。Nano Banana Pro 模型頁面可以直接將目前的端點、架構、驗證方式、回應欄位與程式碼範例傳送給它。

開啟 試用此模型 並選擇 複製 AI 專用 Markdown。您也可以開啟 LLMs 選單並選擇下列其中一項:

  • 複製 Markdown 內容

  • 開啟 Markdown 檔案

  • 複製包含 URL 的提示詞

  • 在 ChatGPT 中開啟

  • 在 Claude 中開啟

  • 在 Gemini 中開啟

  • 在 Grok 中開啟

機器可讀版本也可從模型頁面的 Nano Banana Pro Markdown 指南 取得。

將您的專案交給代理人,而不僅僅是空白對話

瀏覽器聊天機器人可以解釋程式碼,但它可能不了解您的資料夾、框架、伺服器進入點或部署設定。像 Codex、Claude Code 或 Cursor 這類程式設計代理人可以檢查這些檔案,並將整合程式碼放置在專案的正確位置。

代理人仍然需要:

  • 存取專案資料夾的權限;

  • 編輯相關檔案的權限;

  • 可運作的 Python、Node.js 或其他執行環境;

  • 來自模型頁面的 Markdown 指令;以及

  • 透過環境變數或密鑰管理員提供的 API 金鑰。

這是 AI 輔助程式設計,而非無程式碼 API。代理人負責編寫並連接程式碼,而您則負責核准變更並提供執行環境與憑證。

提示程式設計代理人

將複製的 Markdown 貼入代理人,然後加入此指令:

請使用隨附的 Markdown 文件,將 GPT Proto Nano Banana Pro 文字轉圖片 API 整合到此專案中。首先檢查現有的技術堆疊並識別正確的伺服器端檔案。將 API 金鑰儲存在名為 GPTPROTO_API_KEY 的環境變數中;切勿將其硬編碼或暴露在瀏覽器端的程式碼中。實作請求提交、非同步狀態輪詢、失敗任務處理,並顯示回傳的圖片 URL。僅新增此整合所需的檔案。執行最小化測試,然後回報您變更了哪些檔案、如何啟動專案,以及任何我仍需手動完成的步驟。

請勿將真實金鑰貼入指令中。請在您的終端機、未納入 Git 的本機 .env 檔案,或部署平台的密鑰設定中進行設定。

在接受代理的工作成果前進行檢查

您不需要理解每一行程式碼也能進行有效的審查。請檢查以下八個項目:

  1. 金鑰是從 GPTPROTO_API_KEY 中讀取的。

  2. 金鑰不會出現在瀏覽器程式碼或已提交的檔案中。

  3. 模型 ID 為 gemini-3-pro-image-preview。

  4. 程式碼呼叫了本指南中顯示的文字轉圖片端點。

  5. 它在提交後會讀取 data.id 或 data.urls.get。

  6. 它會等待 completed 並處理 failed 的情況。

  7. 它會從 data.outputs 讀取最終的 URL。

  8. 代理執行了實際的最小化測試,而不僅僅是聲稱程式碼看起來正確。

在連接完整應用程式之前先進行測試: 開啟 Nano Banana Pro Playground,在 1K 解析度下驗證提示詞,然後將相同的設定提供給您的編碼代理。

Nano Banana Pro API 參數與定價

基本的文字轉圖片請求只需要一個提示詞。其他欄位用於控制輸出和回應格式。

參數 必要 預設值 接受的值或用途
prompt 是 — 要生成的圖片描述
size 否 1K 1K、2K 或 4K
aspect_ratio 否 1:1 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9 或 21:9
output_format 否 png png 或 jpeg
enable_sync_mode 否 false 在返回前等待上傳結果
enable_base64_output 否 false 返回 Base64 資料而非 URL

當本指南於 2026 年 9 月審核時,即時 GPT Proto 模型頁面列出了以下費率:

解析度 每次生成價格
1K $0.0804
2K $0.0804
4K $0.144

建立金鑰並不代表圖片呼叫是免費的。每次成功生成都會消耗帳戶餘額。在啟動大量批次處理之前,請檢查即時模型頁面,因為可用性和費率可能會有所變動。

對於早期的提示詞工作,請從 1K 開始。僅在構圖、措辭和長寬比正確後,再改用 4K。權衡很簡單:4K 會產生更大的資產,但每次嘗試的成本更高。

常見 Nano Banana Pro API 錯誤

狀態
問題 可能原因 解決方法
400 Bad Request JSON、欄位名稱、數值無效或輸入內容遭封鎖 將請求與目前的模型頁面架構進行比對
401 Unauthorized 金鑰遺失或無效 確認 GPTPROTO_API_KEY 以及 Authorization 標頭
403 Forbidden 餘額不足或權限不足 檢查帳戶餘額與金鑰狀態
413 Request Entity Too Large 請求主體過大 減少上傳內容或 Base64 內容
429 Too Many Requests 呼叫頻率過高 增加延遲時間重試,並限制嘗試次數
500、502 或 504 平台或上游暫時性故障 進行有限次數的重試;請勿建立無限迴圈
回應中沒有圖片 任務仍處於 created 或 running輪詢 data.urls.get 直到完成為止
狀態變為 failed 生成未完成 在重試前讀取 data.error
代理程式顯示已完成,但沒有執行任何操作 它編寫了程式碼但未執行 詢問確切的測試指令與回傳狀態

對於暫時性故障,請使用指數退避(exponential backoff)策略,而不是在沒有延遲的情況下重複發送相同的請求。此外,請記錄結果 ID:它能讓您檢查特定的任務,而不是只收到模糊的「生成失敗」報告。

從一次驗證過的生成開始

如果您會編寫程式碼,請從 cURL 請求開始,然後使用完整的 Python 指令碼來提交並輪詢任務。如果您不會編寫程式碼,請將模型頁面的 Markdown 複製到程式設計代理程式中,並要求它將相同的流程整合到您的專案中。

無論哪種情況,請在建立更大的工作流程之前先驗證一張 1K 圖片。開啟 Nano Banana Pro API 頁面,測試提示詞,並使用 Try this model 來建立您的金鑰,或將目前的整合說明交給您的程式設計代理程式。

讓您的創意成真

只需幾秒鐘,即可將簡單的提示詞或參考素材轉化為精美的 AI 圖片和影片——無需任何設定。

開始創作
讓您的創意成真
相關模型
全部模型
Google
40% OFF
Tripo3d
Google
30% OFF
Google
30% OFF

常見問題

如何取得 Nano Banana Pro API 金鑰?

開啟 GPTProto Nano Banana Pro 模型頁面,登入後點擊「試用此模型 (Try this model)」,然後選擇「建立 API 金鑰 (Create API Key)」。將金鑰儲存在環境變數中,並在請求的 Authorization 標頭中使用它。

初學者可以使用 Nano Banana Pro API 嗎?

可以。在 Playground 中測試模型,透過快速入門 (Quick Start) 建立金鑰,然後選擇完整的 Python 範例或 AI 輔助整合路徑。您仍然需要帳戶、餘額、執行環境以及可以執行整合的專案。

我可以在不親自編寫程式碼的情況下使用 Nano Banana Pro API 嗎?

可以,如果您將模型頁面的 Markdown 和您的專案資料夾提供給程式設計代理 (coding agent)。代理可以編寫並放置整合程式碼,但最終應用程式底層仍在使用程式碼。您還必須設定 API 金鑰並核准變更。

我可以使用 Python 使用 Nano Banana Pro API 嗎?

可以。Python 可以使用 requests.post() 提交生成請求,讀取傳回的任務 ID,使用 requests.get() 輪詢結果 URL,並從 data.outputs 中擷取最終圖片 URL。

Codex 或其他代理可以為我整合 API 嗎?

可以。使用模型頁面上的「複製 Markdown 給 AI (Copy Markdown for AI)」或 LLMs 選單,然後要求程式設計代理檢查您的專案並實作請求與輪詢流程。請將 API 金鑰保留在環境變數中,而不是提示詞 (prompt) 中。

Google API 金鑰與 GPTProto API 金鑰相同嗎?

不行。本指南中的端點屬於 GPTProto,需要使用在 GPTProto 儀表板中建立的金鑰。為 Google AI Studio 建立的金鑰則用於 Google 自己的端點。

Nano Banana Pro API 金鑰是免費的嗎?

建立金鑰與支付生成費用是分開的操作。金鑰用於識別您的帳戶,而每次 API 生成都會根據即時模型頁面費率從您的 GPTProto 餘額中扣款。

Nano Banana Pro API 的費用是多少?

截至 2026 年 9 月,GPTProto 列出的 1K 和 2K 生成費用為每次請求 $0.0804,4K 生成為 $0.144。在執行大型工作負載之前,請先在模型頁面上確認當前費率。

一個 GPTProto API 金鑰可以呼叫其他模型嗎?

可以。同一個 GPTProto 金鑰可用於支援的模型,因此您不需要為每個模型準備單獨的供應商餘額和金鑰。但您在每次請求時仍必須使用正確的模型 ID、端點、場景和參數架構。

相關文章

更多部落格
Can Nano Banana Generate Multiple Images at Once?

Can Nano Banana Generate Multiple Images at Once?

TL;DR Nano Banana 2 fully supports batch processing. If you need to know if can Nano Banana generate multiple images at once, the answer is yes—up to four per standard request or thousands via the asynchronous Batch API. This capability allows creators to move beyond linear workflows. Instead of waiting for single renders, you can generate variations and consistent assets in one go, dramatically reducing production time and iteration cycles. Using specific API parameters like the n value triggers these parallel outputs. It is a fundamental feature for anyone looking to scale their visual content without hitting hardware bottlenecks or session timeouts.

Schuyler Stacy | 2026-08-31

2026 年 20 個最佳 Nano Banana Pro 提示詞:真正有效的複製貼上範例

2026 年 20 個最佳 Nano Banana Pro 提示詞:真正有效的複製貼上範例

大多數 Nano Banana Pro 提示詞清單只會提供更多可供複製的文字,卻很少說明哪些細節會控制結果、哪些部分應該替換,以及當第一張圖片幾乎正確但某個元素出現偏移時,應該如何描述修正方式。 以下 20 個提示詞以實用輸出為核心,涵蓋產品廣告、品牌看板、分鏡腳本、一致的人像、旅遊海報、情緒看板與社群圖像。複製提示詞、替換方括號中的欄位;如果第一個結果需要微調,再使用簡短的修正指令進行單一重點修正。 Nano Banana Pro 是 Google 對 Gemini 3 Pro Image 的命名。Google 目前說明可輸出 1K、2K 與 4K,因此那些隨意承諾「8K」的提示詞已修正為 4K,或改為使用介面中可用的最高解析度。即使使用相同提示詞,模型仍可能產生不同結果,尤其是在需要精確文字、地理位置或多張參考圖片時。 瀏覽更多 Nano Banana Pro 提示詞 ,或 開啟 GPTProto AI 圖像生成器 ,從下方其中一個範例開始使用。

Schuyler Stacy | 2026-08-06

Banana Prompts XYZ 替代方案:可自由改造的免費 Nano Banana Pro 提示詞

Banana Prompts XYZ 替代方案:可自由改造的免費 Nano Banana Pro 提示詞

如果你正在尋找 Banana Prompts XYZ 的替代方案,你可能不需要另一篇讚美「更好提示詞」的文章。你需要的是一個可以查看生成結果、開啟完整提示詞、進行修改,並且無須從頭重建想法就能生成圖片的地方。 GPTProto 的 Nano Banana Pro 提示詞圖庫 正好符合實際需求。你無需帳戶即可瀏覽和複製提示詞,也能依精選、最新或熱門排序範例,並透過 使用想法 將想法直接移至生成器。生成時需要登入,且生成可能會消耗點數。 如果你已經在考慮原始圖庫是否值得使用,請閱讀另一篇獨立的 Banana Prompts XYZ 評測 。本頁將聚焦於替代方案的工作流程。

Schuyler Stacy | 2026-08-05

Banana Prompts XYZ 評測:它能做什麼、哪些地方有幫助,以及它的限制

Banana Prompts XYZ 評測:它能做什麼、哪些地方有幫助,以及它的限制

重點摘要 Banana Prompts XYZ 是一個用於 AI 圖片與影片的提示詞探索庫。它不是影像模型,也無法讓不一致的生成器變得可預期。它的實用價值更單純:你可以從一個看得見的範例開始,而不是從空白頁面描述場景。 這個區別很重要。當你需要人像構圖、光線參考或鏡頭運動點子時,圖庫可以節省時間。但若未檢查原始模型、輸入和設定就直接複製文字,也可能浪費同樣多的時間。 我的結論:把這個網站當作視覺參考架,以及研究提示詞結構的方式。不要把任何提示詞當作保證成功的配方。

Tiffany Layne | 2026-03-14