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

什麼是 Banana Prompts XYZ？

Banana Prompts XYZ 將面向社群的 AI 提示詞與生成範例整理在一起。截至本次評測時，Google 已為該網站收錄了獨立的圖片與影片圖庫、探索頁面、創作者個人檔案，以及個別提示詞頁面。這個搜尋足跡比未經證實的「數千個提示詞」說法更能說明問題：這個產品是圍繞瀏覽、創作者和個別範例而設計，而不是單一的長篇提示詞清單。

這個提示詞庫介於情緒板（mood board）與提示詞檔案庫之間。情緒板顯示視覺方向，但不顯示背後的指令；單純的提示詞檔案庫提供文字，卻常常隱藏結果。兩者搭配，有助於回答第一個有用的問題：這個點子是否夠接近我的目標，值得測試？

它無法回答重現所需的所有問題。一張完成圖可能取決於參考照片、模型版本、長寬比、種子（seed）、安全行為，或生成後的編輯。如果缺少這些細節，提示詞只是某種做法的證據，而不是證明相同文字會重現相同輸出。

現行網站可讓你瀏覽什麼

已被收錄的網站結構提供了幾種進入這個收藏庫的方式：

搜尋結果也提供了登入後分享提示詞的入口。這使得社群層面在你想貢獻內容時變得相關，但它不是品質保證。人氣可以告訴你某張圖片吸引了注意，卻不能告訴你該提示詞是否為原創、可移植，或適合商業用途。

合理的瀏覽順序是先看視覺、再看細節。先找到一個取景已符合任務的結果，再檢查文字與輸入。若先搜尋「電影感」這類模糊風格，通常會跑出太多不相關的選項。

這個提示詞庫在哪些方面節省時間

它縮短了空白頁階段

大多數提示詞失敗始於模型收到任何內容之前。請求缺乏清晰的主題、構圖、動作或輸出格式，因此生成器會填補這些空白。視覺化圖庫提供具體目標和可檢視的句子結構。

這對版面編排特別有用。如果你需要一張 4:5 的產品海報，且物體上方要留標題空間，可以從一個已經描述垂直廣告構圖的提示詞開始。替換產品會比把不相關的橫向場景轉成廣告更容易。

它提供視覺決策的詞彙

範例可以教你實用的詞彙：四分之三側面人像、低角度拍攝、淺景深、輪廓光、跟焦、緩慢推進。這些詞彙不是魔法咒語，而是描述選擇的精簡方式，否則這些選擇需要一整句話來說明。

代價是模仿。如果你保留範例中的每個名詞、光線提示、鏡頭術語和顏色，你很可能會重現它的視覺邏輯，而不是發展出自己的風格。我會複製結構，然後替換其中的創意決策。

它有助於粗略的分鏡與情緒板

在早期規劃時，速度比精確重現更重要。團隊可以收集幾個範例，標記每個範例的貢獻，並在花時間於最終提示詞或參考素材之前決定取景。

到了製作後期，這個優勢會縮小。品牌工作需要受控的文字、核准的顏色、已授權的素材，以及可重複的審查。屆時，已儲存的提示詞應該變成具有明確變數的文件化範本，而不是從圖庫複製來的一段文字。

複製貼上提示詞在哪些地方會失效

提示詞可能是為了另一個模型而寫

圖片與影片模型不會以相同方式解讀指令。某個模型可能擅長處理長句；另一個模型對簡短句子的反應更好。有些支援多張參考圖片，有些只接受一張或完全不接受。影片控制項如首幀、末幀、鏡頭運動和長度也各不相同。

可攜帶性是部分的。保留創意意圖，然後為你實際使用的模型改寫控制語言。

顯示的結果可能依賴缺失的輸入

人像提示詞之所以看起來非常一致，可能是因為創作者提供了臉部參考。產品圖可能因為輸入照片承載了大部分視覺資訊而保留包裝。單靠文字無法取代這些素材。

這是我在共享提示詞中最常看到的錯誤：人們複製文字，卻省略參考圖片，然後在身分或產品形狀改變時責怪模型。

角色一致性不保證

重複描述有幫助，但無法鎖定身分。穩定的角色通常需要參考圖片、不變的身分特徵、受控的服裝與配件、相似的取景，以及支援該工作流程的模型。

即使如此，仍要檢查細節。眼睛顏色、珠寶、外套接縫、年齡和面部比例都可能在不同生成之間偏移。「同一個角色」是一個指令，不是校驗碼。

文字與事實性圖形需要驗證

Google 官方 Nano Banana Pro 提示詞指引 警告，小字、精確拼寫、事實性視覺內容、多語言文案、複雜編輯和角色一致性仍可能失敗。這些是模型限制，不是更長的圖庫提示詞就能自動解決的問題。

對於資訊圖表，生成後要核對每個數字和標籤。對於在地化海報，請母語人士審閱文字。對於產品圖，請將結果與核准的包裝比對。

來源（Provenance）在商業工作中很重要

公開可見的提示詞不會自動取得所有用途的授權。在付費工作中使用社群範例前，請檢查創作者註明、網站目前條款、任何參考圖片的權利，以及輸出是否過度模仿受保護的品牌資產或在世藝術家的作品。

沒有必要預設對方有錯，但也沒有理由跳過檢查。

如何改寫提示詞而不是複製它

Google 將 Nano Banana Pro 描述為 Gemini 3 Pro Image，並建議先定義主體、構圖、動作、地點和風格。在任務需要時，再加入鏡頭、光線、格式、確切文字、事實性限制，以及參考圖片的角色。

我會用三輪改寫。

第一輪：辨識提示詞的結構

標記每個部分，而不是隨意修改文字：

[素材類型] + [主體] + [動作] + [地點]


+ [構圖] + [風格]


+ [鏡頭與光線]


+ [確切文字]


+ [參考圖片角色]


+ [限制] + [輸出格式]

如果某個句子不是用於控制其中一個欄位，就要質疑它是否應該留下。

第二輪：區分固定細節與變數

假設原始點子是攝影棚產品海報。你的固定細節可能是瓶身形狀、商標和標籤；變數可能是背景顏色、標題、鏡頭角度和季節性裝飾。

直接把這個區別寫出來：

為 Reference A 中的瓶子建立一張 4:5 的攝影棚廣告。
精確保留瓶身形狀、瓶蓋、商標和標籤。
將它放在淺色石座上，背景為柔和的藍色。
使用低角度鏡頭、柔和側光，以及收斂的銀色調。
在頂部渲染確切標題 "COLD FOR THE LONG HAUL"。
不要加入額外包裝、水果、水珠或頁尾小字。

這個版本更容易審視，因為每個句子都有其作用。

第三輪：一次只變更一組

先跑一個基準版本。如果構圖不對，就調整構圖與鏡頭語言，同時保留產品、光線和文字。如果文字失敗，就縮短文字或增加周圍空間，但不要改寫場景。

一次只改一項感覺比較慢，但總比搞不清楚上一張圖為什麼更好來得快。

將可用的提示詞變成 API 請求

一旦範本穩定，API 能讓重複的變體更容易記錄。下面的範例遵循 GPT Proto 目前最新的 Gemini 3 Pro Image API 文件。它使用 Python 標準程式庫，因此不需要第三方套件。

import json
import os
import urllib.request

API_KEY = os.environ["GPTPROTO_API_KEY"]
SUBMIT_URL = (
    "https://gptproto.com/api/v3/google/"
    "gemini-3-pro-image-preview/text-to-image"
)

payload = {
    "prompt": (
        "Create a 4:5 studio advertisement for a matte white insulated "
        "bottle on a pale stone pedestal. Use soft side light and render "
        "the exact headline COLD FOR THE LONG HAUL at the top."
    ),
    "output_format": "png",
    "aspect_ratio": "4:5",
    "size": "1K",
    "enable_base64_output": False,
    "enable_sync_mode": False,
}

def get_json(request):
    with urllib.request.urlopen(request, timeout=60) as response:
        return json.load(response)

submit_request = urllib.request.Request(
    SUBMIT_URL,
    data=json.dumps(payload).encode("utf-8"),
    headers={
        "Authorization": API_KEY,
        "Content-Type": "application/json",
    },
    method="POST",
)

job = get_json(submit_request)
data = job["data"]
result_url = (data.get("urls") or [{}])[0].get("get")
if not result_url:
    result_url = (
        "https://gptproto.com/api/v3/predictions/"
        f"{data['id']}/result"
    )

result_request = urllib.request.Request(
    result_url,
    headers={
        "Authorization": API_KEY,
        "Content-Type": "application/json",
    },
)

print(json.dumps(get_json(result_request), indent=2))

/api/v3/ 端點在 Authorization 標頭中使用原始 API 金鑰，不需要 Bearer 前綴。當查詢結果 URL 時，非同步工作可能仍在進行中，因此正式環境程式碼應使用退避重試，並處理 401、403、429 和伺服器錯誤。

誰適合使用 Banana Prompts XYZ？

這個提示詞庫在某些工作階段比其他階段更適用。

對於個人實驗，速度優勢確實存在。在正式生產流程中，請把圖庫當作研究素材。將最終提示詞、輸入、模型識別碼、設定、輸出和檢討筆記保存在你自己的系統中。

需要 Banana Prompts XYZ 的替代方案嗎？

如果你的優先考量是免費瀏覽、直接編輯路徑或 API 存取，而非創作者探索，你可能會想要另一個提示詞庫。另一篇 Banana Prompts XYZ 替代方案 指南會比較那套工作流程，而不會讓這篇評測變成第二份替代方案清單。

GPT Proto 的 Nano Banana Pro 提示詞圖庫 讓你在無需帳號的情況下瀏覽和複製範例，然後使用 採用點子 將其中一個帶入生成流程。生成需要登入，而且可能消耗點數。當單一模型不適合任務時，你也可以瀏覽更廣泛的 影像模型收藏。