Retouche par références avec Nano Banana 2 : gardez le sujet, changez la scène

Un portrait de campagne existant peut montrer la bonne personne dans la bonne tenue, mais dans le mauvais décor. Déplacer ce sujet en extérieur est une tâche plus précise que de générer un autre personnage vaguement ressemblant : la référence doit fournir l'identité et les détails des objets, tandis que le prompt décrit la scène modifiée.

Utilisez la retouche de Nano Banana 2 lorsque vous voulez un sujet existant dans un nouveau décor : partez d'une seule image du sujet, décrivez le nouvel arrière-plan et n'ajoutez une seconde image de référence que si un lieu précis compte. La tâche accepte jusqu'à 14 images de référence, mais n'offre ni masque ni curseur de force d'identité. En 1k, une retouche coûte $0.0384 sur la route par défaut, avec une à dix sources au même prix ; si elle bascule sur la route officielle, elle coûte $0.0536 plus de petits frais par source. Pour une retouche à partir de références fournies, laissez les deux options de recherche désactivées, sauf si vous avez réellement besoin d'informations externes.

Nano Banana 2 est filtré : choisissez-le pour des portraits promotionnels SFW et des scènes de personnages habillés. Pour des images pour adultes, consultez les résultats sur le contenu de Nano Banana 2 avant de choisir cette tâche.

Commencez avec le plus petit ensemble utile d'images de référence

Sur la page de retouche Nano Banana 2, ouvrez l'onglet Playground. Ajoutez l'image du sujet sous Images, collez le prompt ci-dessous dans Prompt, laissez Aspect ratio sur Auto, réglez Resolution sur 1k, laissez Web search et Enable Image Search désactivés, puis cliquez sur Run model et vérifiez le prix affiché avant de confirmer. Pour une campagne fictive de vêtements de pluie, la source un montre une femme adulte de 32 ans avec un carré court foncé, un imperméable safran, un pantalon anthracite et des baskets crème, à côté d'un vélo vert foncé. Une source en pied nette vous permet de juger si le manteau, les pieds et les roues survivent à la retouche.

Essayez d'abord ceci, sans image de lieu :

Keep the fictional adult woman and bicycle from image one: the same facial structure, short dark bob, saffron matte raincoat, charcoal trousers, cream trainers and dark-green bicycle. Replace only the studio setting with a flat riverside path in light morning mist. Preserve the pose and camera view. Match the soft cool daylight and ground contact to the new setting. No other people, bicycles or text.

Inspectez le cadrage avant d'approuver le résultat.

Une berge de rivière se décrit avec des mots ; une image de paysage supplémentaire n'est utile que si sa disposition précise compte.

Une retouche par référence n'entraîne pas de modèle de personnage réutilisable. Si vous construisez des vues de référence de face, de profil et en pied, comparez chacune à l'identité approuvée avant de la réutiliser ; une vue de profil générée peut introduire des traits que la photo d'origine n'a jamais montrés. Fournissez à nouveau les vues utiles pour chaque nouvelle scène.

Ajoutez un lieu, puis une référence de matière seulement si nécessaire

Si la première scène est trop générique, ajoutez une photographie de berge comme source deux. Choisissez-en une avec un chemin plat et un angle de prise de vue compatible avec le sujet debout. Ajoutez :

Image two defines the path, river and mist only. Keep the person, outfit, bicycle and their relative placement from image one. Do not import people, signs or vehicles from image two.

Si la surface du manteau est le problème non résolu, la source trois peut être un gros plan de tissu safran mat. Ajoutez :

Image three supplies only the coat's matte surface texture. Keep the coat's original color, hood, fastening and silhouette from image one.

Gardez les rôles des images de référence bien distincts :

• Image 1 : personne, vêtements, vélo et leur placement relatif.
• Image 2 : lieu et sa perspective ; excluez les personnes ou véhicules concurrents.
• Image 3 : surface de la matière, sans remplacer le design du manteau.

L'ordre doit correspondre à l'ordre réel de téléversement. Un nuancier ne doit pas occuper l'emplacement deux alors que le texte appelle l'emplacement deux la rivière. Cette tâche n'a pas de pondération par image : donnez donc au modèle une consigne claire en phrases ordinaires.

Une photo de matière montrant un second manteau complet peut suggérer par accident un autre col ou une autre fermeture. Recadrez sur la surface utile si la construction est déjà définie par la source un. À l'inverse, si vous voulez un nouveau design de manteau, dites-le explicitement ; il s'agit alors de remplacer la garde-robe, non de la préserver.

Changer de lieu, c'est aussi un problème de lumière et de perspective

Un portrait de studio et une photographie de berge peuvent se contredire même lorsque le visage reste reconnaissable. Le studio peut être éclairé par la gauche alors que la référence extérieure a le soleil à droite. Conserver toutes les anciennes ombres donnerait l'impression que le sujet est collé dans le nouveau lieu. Préservez la structure du visage et le design du manteau, tout en autorisant une ombre au sol compatible et une lumière ambiante douce.

Choisissez une image de lieu dont l'horizon et le point de vue conviennent à la source. Un portrait debout à hauteur des yeux s'accorde plus naturellement avec un chemin à hauteur des yeux qu'avec un paysage vu du dessus. Si la consigne demande un nouvel angle de caméra en contre-plongée, le modèle doit inventer des parties non vues du visage, du vêtement et du vélo. C'est une reconstruction plus large qu'un remplacement d'arrière-plan : validez donc d'abord le simple changement de lieu avant de demander un nouveau point de vue.

Dans la scène du vélo, les roues doivent toucher le même plan de sol que les chaussures de l'adulte. Une source de lieu avec un talus très pentu peut placer une roue dans la rivière ou déformer sa forme ronde. Sélectionnez un chemin plat et visible et conservez le placement relatif personne/vélo de la source. Si le visage est correct mais que les roues sont fausses, réparez l'environnement ou la géométrie des roues au lieu d'ajouter d'autres références de visage.

Inutile de fournir une image distincte pour la météo, la rivière, le ciel, le manteau, le vélo et le portrait simplement parce que quatorze emplacements sont disponibles. Deux références aux rôles clairs peuvent décrire ce travail. Une troisième n'est utile que si elle apporte quelque chose que les images existantes et le prompt ne règlent pas déjà.

Les réglages qui comptent pour cette retouche

Une carte 4:5 et une bannière 16:9 sont des compositions différentes. Si vous avez besoin de la personne entière et des deux roues en 4:5, dites-le dans le prompt et utilisez une source avec assez de marge. Choisir simplement un rapport portrait ne préserve pas chaque objet situé au bord. Pour du texte sur la carte, consultez le guide de mise en page de texte de Nano Banana Pro.

La présentation de Google identifie Nano Banana 2 comme Gemini 3.1 Flash Image et décrit le travail d'image piloté par des références.

Ce que coûte la retouche

Prix en USD par image retouchée, les deux options de recherche étant désactivées :

Le rapport d'aspect ne modifie pas ces lignes. La route par défaut accepte une à dix images sources au même prix. La route officielle ajoute $0.0001032 par image fournie et c'est la seule route pour le 0.5k, pour plus de dix sources et pour la recherche. Lorsque Official fallback est activé (par défaut), la demande est réservée au prix officiel et la différence est remboursée lorsque la route par défaut livre le résultat.

Une à trois sources coûtent donc $0.0384 en 1k, ou au plus environ $0.054 si la demande bascule. Commencez au palier 0.5k ($0.036) pour une composition approximative, puis augmentez la taille pour les détails fins du vêtement ou du visage. La recherche ajoute des frais lorsqu'elle est activée.

Un refus renvoyé sous forme de courte réponse texte est facturé comme une génération terminée ; les autres refus ne sont pas facturés. Vérifiez que l'artefact renvoyé est bien une image.

Utiliser la configuration approuvée via l'API

Définissez SPICY_API_KEY dans votre environnement. Définissez SUBJECT_IMAGE_URL, LOCATION_IMAGE_URL, FABRIC_IMAGE_URL sur les URL HTTPS directes de vos images approuvées. Exécutez le script avec Python 3 ; ne confirmez le devis affiché que si vous voulez une nouvelle tentative payante.

import json
import os
import uuid
from pathlib import Path
from urllib.request import Request, urlopen

payload = {"model": 'google/nano-banana-2/edit', "input": {
    'prompt': 'Image one defines the adult woman, outfit and bicycle. Image two defines only the riverside setting. Image three supplies only the coat texture. Preserve the person, pose, outfit construction and bicycle from image one; match the new daylight and ground shadow.',
    'image_urls': [os.environ['SUBJECT_IMAGE_URL'], os.environ['LOCATION_IMAGE_URL'], os.environ['FABRIC_IMAGE_URL']],
    'resolution': '1k',
    'aspect_ratio': '4:5',
    'enable_web_search': False,
    'enable_image_search': False,
}}

def api(action, body, key=None):
    headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
               "Content-Type": "application/json"}
    if key:
        headers["Idempotency-Key"] = key
    request = Request("https://api.spicyapi.ai/api/v1/jobs/" + action,
                      data=json.dumps(body).encode(), headers=headers)
    with urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = api("quote", payload)
print("Maximum charge (USD):", quote["maxCharge"])
if input("Create this new attempt? Type yes: ").strip() != "yes":
    raise SystemExit("No task created")
key = str(uuid.uuid4())
body = {**payload, "quoteId": quote["quoteId"],
        "expectedCost": quote["estimatedCost"]}
Path(key + ".json").write_text(json.dumps({"key": key, "request": body}))
task = api("createTask", body, key)
Path(key + ".task.json").write_text(json.dumps(task))
print("Task ID:", task["taskId"])

Conservez la clé enregistrée pour relancer cette même requête. Pour un fichier local, téléversez-le d'abord et transmettez l'adresse spicy:// renvoyée (voir media). La récupération des résultats et la gestion des fichiers sont décrites dans le guide de l'API des tâches.

Pour des retouches répétées, un Agent peut prendre en charge le brief approuvé :

• CLI : npx @spicyapi/cli tasks create --model google/nano-banana-2/edit --input-file input.json --wait lit l'objet input depuis input.json, avec les mêmes champs.
• MCP : demandez-lui d'utiliser spicyapi_task_create, puis spicyapi_task_wait.
• Skill : installez-le avec npx skills add spicyapi-ai/spicy-skill, puis demandez au Skill spicyapi d'exécuter cette configuration après avoir affiché son devis.

Diagnostiquer la dérive sans réécrire tout le brief

L'arrière-plan a changé, mais le visage aussi.

• Revenez à l'image d'origine du sujet et retirez les autres visages de la source de lieu.
• Conservez le point de vue existant ; un nouvel angle spectaculaire demande à l'éditeur d'inventer des traits non vus.
• Pour des pixels d'identité exacts, composez le premier plan approuvé dans le nouveau décor. La tâche n'a pas de masque pour verrouiller les pixels.

Le manteau est devenu brillant ou a changé de construction.

• Erreur de surface : demandez un tissu mat sous une lumière douce, ou fournissez un recadrage de la matière.
• Erreur de design : utilisez la source d'origine montrant la fermeture et la silhouette approuvées. Changer la texture ne répare pas un manteau différent.

Le vélo a gagné un tube en trop ou perdu une roue. Utilisez une source où le cadre et les roues ne sont pas masqués. Réduisez la brume autour du vélo, conservez le point de vue existant et retirez tout vélo concurrent de la source deux. Ajouter une référence de tissu ne règle pas un problème de géométrie.

La personne semble collée sur le chemin. Laissez l'ombre au sol et la lumière ambiante changer tout en protégeant le visage et le design du vêtement. Exiger l'ombre d'origine du studio dans une scène extérieure embrumée peut créer vous-même le décalage.

La deuxième retouche est pire que la première. Repartez de la source acceptée au lieu d'injecter l'échec dans une nouvelle requête. N'utilisez le candidat réussi que pour la caractéristique qu'il apporte, si tant est qu'il soit nécessaire. Une image plus récente n'est pas automatiquement une meilleure référence d'identité.

Quand Nano Banana 2 n'est pas la bonne opération

Choisissez une autre opération lorsque vous avez besoin d'une réparation précise par masque, d'un détourage transparent, d'un fichier à calques modifiables ou de contenu pour adultes. Ni les images de référence supplémentaires ni les options de recherche n'ajoutent ces contrôles manquants. Pour la scène de vêtements de pluie, Nano Banana 2 est une option de retouche pratique ; pour un catalogue de vêtements qui doit préserver chaque couture à l'identique, le compositing classique du premier plan peut être la solution la plus directe.

Questions fréquentes

Ai-je besoin des quatorze emplacements d'images de référence pour la cohérence du personnage ?

Non. Commencez par la vue du sujet qui montre le visage, la tenue et les objets nécessaires. Ajoutez un lieu ou une matière uniquement lorsqu'ils apportent une information manquante. Quatorze est une limite d'entrée, pas un score de cohérence ni une raison de téléverser des vues contradictoires.

auto préserve-t-il les dimensions d'origine ?

Le contrat du modèle décrit auto comme conservant le format de la source. La résolution se choisit séparément ; auto ne promet ni les dimensions en pixels d'origine ni le contenu exact des bords. Pour une carte 4:5 planifiée, choisissez ce rapport et laissez à la personne entière et au vélo assez de marge dans la source.

Un seed ou un curseur d'identité peut-il empêcher la dérive du visage ?

Cette tâche de retouche hébergée n'expose ni l'un ni l'autre. Utilisez la même référence d'identité approuvée pour chaque scène et évitez d'importer d'autres visages via les images de lieu. Des pixels de visage exactement inchangés demandent un compositing classique, pas un adjectif de préservation plus fort.

Les refus coûtent-ils de l'argent ?

Un refus terminé sous forme de courte réponse texte est facturé. Les autres refus ne le sont pas. Un statut de tâche réussi ne confirme donc pas à lui seul que vous avez reçu une image.

Le premier essai utile : un sujet, un changement de lieu et une sortie modeste. Ajoutez des images de référence pour répondre à une exigence visible qui manque, pas pour remplir les emplacements disponibles.