Nano Banana 2.1 con più immagini di riferimento: personaggi, foto di gruppo e prova abiti alla prova

Hai un volto approvato, o una giacca approvata, e ora ti serve ancora e ancora: lo stesso personaggio in un posto nuovo ogni settimana, tutto il cast in una foto di gruppo, un lookbook in cui la stessa modella indossa più capi insieme. L'attività di modifica di Nano Banana 2.1 accetta più immagini di riferimento in una sola richiesta, e i numeri di Google sembrano generosi: fino a 14 riferimenti, con coerenza dei personaggi per un massimo di 4 personaggi e fedeltà degli oggetti per un massimo di 10 oggetti. Prima di costruirci sopra una serie, devi sapere come consegnare quelle immagini perché il modello capisca chi e che cosa è ciascuna, e dove i risultati cominciano a scivolare.

Dai a ogni persona e a ogni prodotto la sua immagine di riferimento, indica ogni immagine con la sua posizione, di' esattamente che cosa deve restare uguale e controlla a occhio i piccoli dettagli su un solo lato. Nei nostri test del 7 ottobre 2026, un solo ritratto ha portato lo stesso volto, gli stessi capelli e gli stessi anelli al naso in tutte e otto le modifiche di scena; quattro ritratti separati hanno dato le quattro persone giuste ai posti giusti in entrambe le prove di un prompt strutturato, e una prova abiti con fino a nove prodotti ha mantenuto ogni capo nell'immagine. Ciò che è scivolato era piccolo e ripetibile: un orecchino su un solo lato saltava sull'orecchio rivolto verso la fotocamera, un cappello ha perso le cuciture a contrasto e un paio di pantaloni usciva sempre bicolore. La coerenza è un'istruzione, non un lucchetto: la scheda del modello di Google dice che la coerenza dei personaggi "is not always perfect" (non è sempre perfetta), e l'attività non ha seed, maschera né controllo dell'intensità dell'identità che fissi un risultato.

Le regole a cui siamo arrivati, ciascuna spiegata e provata qui sotto:

• Un personaggio, molte scene: un solo ritratto frontale nitido ha portato il volto in ogni scena che abbiamo provato. Se aggiungi altre viste della stessa persona, mandale come immagini separate: nel nostro piccolo test hanno mantenuto più spesso una cicatrice sul sopracciglio, mentre un'unica "scheda personaggio" combinata perdeva o reinventava dettagli.
• Dettagli su un solo lato: un orecchino, una cicatrice o una scriminatura su un lato possono passare al lato rivolto verso la fotocamera. Se è importante, tieni quel lato verso la fotocamera o controlla ogni risultato.
• Foto di gruppo: un ritratto per persona, non più di quattro persone, con posti e abiti scritti. Un prompt di una riga ha mantenuto anche i volti, ma ha rivestito le persone e ha scelto da sé i posti.
• Prova abiti e composizioni di prodotto: un prodotto per immagine, ciascuno nominato con il punto in cui va. Nove prodotti e la modella in una sola richiesta hanno mantenuto ogni capo, ma dettagli fini come le cuciture e i pannelli di colore scivolavano ancora.
• Formati sorgente misti: imposta aspect_ratio da solo. In tutte e quattro le prove a formati misti, auto ha seguito l'immagine più larga, che ogni volta era anche la scena.
• Guardaroba per adulti: l'attività di modifica ha rifiutato i cambi in lingerie nei nostri test del 7 ottobre 2026, quindi è uno strumento per serie con persone vestite, rivolte al grande pubblico.

Che cosa significa "14 riferimenti, 4 personaggi, 10 oggetti"

Google dice che Nano Banana 2.1 supporta "multi-image fusion supporting up to 14 reference images (character consistency for up to 4 characters and object fidelity for up to 10 objects)" (fusione multi-immagine con fino a 14 immagini di riferimento: coerenza dei personaggi per un massimo di 4 personaggi e fedeltà degli oggetti per un massimo di 10 oggetti) nella sua pagina del modello. La guida alla generazione di immagini di Google divide lo stesso budget in due tipi di riferimento: fino a 10 immagini di oggetti da includere con alta fedeltà e fino a 4 immagini di personaggi da mantenere coerenti. Quindi 14 è il totale di entrambi i tipi. Non sono 14 persone, e non è una promessa che ciascuna delle 14 immagini arrivi intatta nel risultato.

Su SpicyAPI la modifica di Nano Banana 2.1 accetta da 1 a 14 immagini in image_urls, nell'ordine a cui il tuo prompt si riferisce, e produce a 1k, 2k o 4k. Su SpicyAPI, Nano Banana 2.1 parte da un prezzo ben inferiore al listino di Google; la pagina del modello mostra i prezzi attuali.

Quello che l'attività non offre conta quanto ciò che offre:

• Nessun seed. Due prove della stessa richiesta sono due tentativi diversi, quindi metti in conto di esaminarne più di uno.
• Nessuna maschera, nessun peso per immagine, nessun cursore per l'intensità dell'identità. Tutto ciò che vuoi mantenere va detto nel prompt.
• Nessuna garanzia su dettagli piccoli e posa. La scheda del modello di Google elenca "Character consistency is not always perfect between input images and generated output image" tra i limiti noti, insieme a "rare instances of persistent subject pose" (rari casi di posa persistente del soggetto) nelle modifiche e a una confusione occasionale tra sinistra e destra.

Il nostro test alla cieca va nella stessa direzione. Il 7 ottobre 2026 abbiamo fatto passare Nano Banana 2.1 attraverso un insieme fisso di prompt e modifiche, e giudici IA di tre produttori diversi hanno valutato i risultati senza vedere il nome del modello. Ha ottenuto 65,9 su 100 per la coerenza delle modifiche (sei domande di modifica), contro 76,7 per l'aderenza al prompt e 77,8 per la qualità dell'immagine; la recensione di Nano Banana 2.1 ha il quadro completo. In due di quelle modifiche ha cambiato cose che nessuno aveva chiesto di cambiare: ha sostituito lo sfondo con una strada notturna in un compito di cambio di illuminazione e ha avvicinato la fotocamera in un compito con la neve. In una domanda di conteggio ha disegnato sette commensali quando ne erano richiesti sei.

Come scrivere un prompt con più riferimenti

Tutti i test qui sotto, tranne un confronto deliberato di una sola riga, usano la stessa struttura in cinque parti. Sembra lunga, ma ogni parte risponde a una domanda a cui altrimenti il modello risponderebbe al posto tuo.

1. Indica ogni immagine con la sua posizione e di' che cos'è. "Image 1 is the model. Image 2 is the jacket." L'ordine di image_urls è l'etichetta su cui il tuo prompt può contare, quindi tienili allineati.
2. Di' che cosa prendere da ogni immagine e che cosa ignorare. Un ritratto su fondo grigio deve dare il volto, non lo sfondo.
3. Descrivi la nuova scena: ambientazione, che cosa fa ogni persona, dove si trova, fotocamera e luce.
4. Scrivi il numero di persone quando ci sono persone: "exactly four people, and nobody else".
5. Chiudi con un elenco di ciò che va mantenuto: i dettagli che devono sopravvivere, immagine per immagine.

Dai a ogni posa o azione importante una frase tutta sua. Nel nostro test precedente con tre sorgenti, il volto di un uomo e il colore, i bottoni d'ottone e le tasche sul petto di una giacca di camoscio sono passati in una scena di osservatorio, ma "one hand on the eyepiece" (una mano sull'oculare), citato di sfuggita, è tornato come un piccolo cannocchiale d'ottone in mano all'uomo.

Un modello che puoi adattare:

Image 1 is [who or what]. Image 2 is [who or what]. Image 3 is [who or what].
Use image 1 only for [the face / the garment / the setting]; ignore its background.
New scene: [setting]. [Person from image 1] [action, position]. [Person or product from image 2] [placement].
[Camera and framing]. [Light].
Show exactly [number] people and nobody else.
Keep [details that must survive] from image 1, and [details] from image 2.

Se la versione lunga valga lo sforzo è una delle cose che abbiamo provato: vedi la sezione sulle foto di gruppo qui sotto.

Sulle immagini di test. Le foto di riferimento di questo articolo (i ritratti, la modella della prova abiti, le foto di prodotto e il cortile) sono illustrazioni che abbiamo creato come input di test; non sono risultati di Nano Banana 2.1. Ogni risultato che valutiamo è una modifica di Nano Banana 2.1, eseguita il 7 ottobre 2026 a 2k salvo indicazione contraria, e ogni composizione mostra la prova 1 di due, salvo diversa indicazione nella didascalia.

Un personaggio, quattro scene nuove da un solo ritratto

Una serie parte da un volto approvato. Il nostro ritratto di test è una donna adulta fittizia sui trent'anni con quattro dettagli che potevamo controllare in ogni risultato, scelti perché i dettagli piccoli e su un solo lato sono di solito i primi a deviare: ricci corti tinti di rame sulle punte, una sottile cicatrice che attraversa il sopracciglio destro, piccoli anelli d'oro in entrambe le narici e un solo cerchietto d'oro con una perlina verde solo nell'orecchio sinistro.

Poi abbiamo chiesto quattro scene nuove, ciascuna da quel solo ritratto, cambiando ogni volta guardaroba, ambientazione, angolo di ripresa e formato, ed eseguendo ogni scena due volte.

In alto a sinistra: l'unico ritratto di riferimento (un input di test, non un risultato di 2.1). Gli altri quattro pannelli sono modifiche di Nano Banana 2.1 da quel solo ritratto, prova 1 di ogni scena: rooftop bar 4:5, strada piovosa 16:9, cucina 1:1 e spiaggia 9:16, ciascuna ritagliata nella stessa inquadratura 4:5 per questa griglia.

La scena sul tetto, così come è stata inviata:

Image 1 shows a fictional adult woman. New scene: she sits at a rooftop bar at night, city lights blurred behind her, wearing a black satin slip dress with a cropped black blazer draped over her shoulders, holding a coupe glass and looking at the camera with a slow smile. Warm light from the bar, medium shot. Keep her face, her short copper-tipped coils, the thin scar through her right eyebrow, the small gold rings in both nostrils and the single green-bead hoop earring in her left ear exactly as in image 1.

Le altre tre scene hanno usato la stessa prima e ultima frase con un centro diverso: una strada piovosa di notte sotto un ombrello trasparente con un trench cammello, vista a tre quarti dalla sua destra (16:9); una cucina soleggiata con un maglione crema oversize, che ride con una tazza, primo piano (1:1); e una spiaggia di ciottoli all'ora d'oro con un abito a portafoglio di lino arancio ruggine, a figura intera e di profilo dalla sua destra (9:16).

Il volto, i ricci dalle punte ramate e i due anelli al naso sono passati in tutte e otto le prove, e lo sfondo e la maglietta del ritratto sorgente non sono mai trapelati in una scena. L'orecchino è l'errore istruttivo. È comparso in ogni prova, ma è rimasto solo sull'orecchio sinistro nelle quattro prove che la mostravano di fronte o dal lato sinistro; in tutte e quattro le prove che rivolgevano alla fotocamera il suo lato destro, è passato sull'orecchio destro, quello in vista. La cicatrice si vedeva in cinque prove su otto; nelle altre tre era sul lato lontano del volto o semplicemente non era disegnata.

I prompt della strada piovosa e della spiaggia chiedevano due cose su un solo lato insieme: mostrare il suo lato destro e tenere l'orecchino nell'orecchio sinistro. In ciascuna di quelle quattro prove una sola delle due è venuta giusta. La prova 1 della strada piovosa ha tenuto l'orecchino sull'orecchio sinistro mostrandola invece dal lato sinistro; le altre tre hanno mostrato il suo lato destro e hanno spostato l'orecchino sull'orecchio destro. Vista da destra, un orecchino all'orecchio sinistro dovrebbe semplicemente restare fuori vista, e il modello lo ha portato in vista invece di lasciarlo nascosto.

Se un dettaglio sta su un lato del volto (un orecchino, una cicatrice, una scriminatura, un tatuaggio), tieni quel lato verso la fotocamera nella descrizione della scena, oppure metti in conto di controllare e rifare le prove che lo ribaltano.

Una seconda o terza foto della stessa persona aiuta?

Il profilo in spiaggia è il caso difficile: il volto è piccolo, girato, e mostra un lato che il ritratto frontale non mostrava mai. L'abbiamo rifatto in altri due modi, due volte ciascuno, con lo stesso testo di scena:

• Tre immagini separate di lei: il ritratto frontale, una vista a tre quarti e una foto a figura intera, le ultime due ottenute modificando il ritratto e controllate a occhio prima dell'uso, perché una vista laterale generata può inventare dettagli che l'originale non mostrava.
• Le stesse tre viste combinate in una sola immagine, la "scheda personaggio" che molti creatori usano.

Un limite di questo test: la nostra vista a tre quarti mostra il lato sinistro del suo volto, quello con l'orecchino, quindi nessun set di riferimento mostrava il suo lato destro, quello che chiede la foto in spiaggia. Un riferimento del lato che la scena mostra è l'ovvio test successivo, e non l'abbiamo fatto.

Colonne, da sinistra a destra: un ritratto, tre immagini separate, un foglio combinato (riga in alto: i set di riferimento, input di test). Righe centrale e in basso: primi piani del volto ritagliati dai risultati a figura intera 9:16 di Nano Banana 2.1, prova 1 e prova 2 di ciascuno.

Tutti e sei i risultati sembravano la stessa donna, quindi il volto non ha avuto bisogno dell'aiuto di viste aggiuntive. L'unico guadagno misurato dalle tre immagini separate è stata la cicatrice, mantenuta in 2 prove su 2 contro 1 su 2 con il ritratto singolo. Il foglio combinato è stato l'unico set che ha perso o reinventato un dettaglio. Nessuno dei tre ha risolto l'orecchino: anche con una vista a tre quarti che mostra chiaramente il cerchietto nel suo orecchio sinistro, il modello l'ha messo sull'orecchio rivolto verso la fotocamera. Due prove per set sono un campione piccolo, quindi consideralo una direzione e non una regola: se aggiungi viste, mandale come immagini separate, e non aspettarti che risolvano un dettaglio di sinistra o destra.

Foto di gruppo: due e quattro persone da ritratti separati

La cifra di Google per i personaggi è quattro, quindi abbiamo provato due e quattro. Il resto del cast sono adulti fittizi fotografati allo stesso modo, ciascuno su un diverso fondo tinta unita per vedere se gli sfondi trapelavano nella scena: un uomo dell'Asia orientale sui quarantacinque anni con occhiali rotondi in tartaruga, una ciocca argentata alla tempia e un neo sotto l'occhio destro; una donna dell'Asia meridionale sui venticinque anni con un piccolo brillantino d'argento al naso e un neo vicino al labbro, in cardigan senape; e un uomo bianco sulla cinquantina avanzata con la testa rasata e baffi grigi a manubrio, in camicia a quadri bufalo.

La richiesta a due persone ha messo la donna del primo test e l'uomo con gli occhiali in un mercato notturno:

Image 1 shows a fictional adult woman and image 2 a fictional adult man. Show exactly these two people in the foreground, sharing street food at a crowded night market. On the left, the woman from image 1 laughs and holds chopsticks, wearing a black leather jacket. On the right, the man from image 2 holds a paper tray of dumplings and smiles at her, wearing a dark green bomber jacket. Medium shot at eye level, warm lantern light, the crowd behind them softly blurred. Keep each person's face and details from their own image: her short copper-tipped coils, the scar through her right eyebrow, her gold nose rings and green-bead earring; his silver streak at the left temple, round tortoiseshell glasses, short beard and the small mole under his right eye.

A sinistra: i due ritratti di riferimento (input di test). A destra: ritagli ravvicinati dei due volti dal risultato 16:9 di Nano Banana 2.1, prova 1; l'inquadratura completa mostrava anche le bancarelle del mercato e una folla.

In entrambe le prove ogni volto è rimasto con la propria persona: gli occhiali, la barba e la ciocca argentata sono rimasti a lui, i ricci, gli anelli al naso e l'orecchino sono rimasti a lei, e ognuno indossava la giacca che avevamo assegnato. Non c'erano persone in più in primo piano, solo la folla che avevamo chiesto sullo sfondo. Due dettagli hanno ripetuto il primo test: lei era girata con il lato destro verso la fotocamera e l'orecchino è passato su quell'orecchio, e il neo di lui stava sul lato del volto girato dall'altra parte. Il modello ha anche riempito le bancarelle di insegne che non avevamo chiesto, quindi se uno sfondo deve restare pulito, dillo.

Per quattro persone abbiamo inviato tutti e quattro i ritratti con un prompt strutturato, 16:9 a 2k:

Images 1 to 4 each show one fictional adult. Show exactly four people, these four and nobody else, at a candlelit dinner party around a round wooden table in a warm apartment. From left to right: the man from image 4 raising a glass, the woman from image 3 leaning in to listen, the woman from image 1 laughing, and the man from image 2 passing a plate of bread. Each person wears the top from their own image. Keep each person's face, hair, skin tone, glasses, facial hair and marks exactly as in their own image. Eye-level wide shot, all four faces clearly visible, warm candlelight.

Apri questo prompt nel Playground di modifica di Nano Banana 2.1, poi aggiungi i tuoi quattro ritratti sotto Images, nello stesso ordine; il link compila solo il prompt.

Un prompt strutturato contro un prompt di una riga

Per vedere se la struttura giustifica la sua lunghezza, abbiamo inviato gli stessi quattro ritratti, nello stesso ordine e con gli stessi 16:9 e 2k, con una sola riga: "Put these people together at a candlelit dinner party." Due prove ciascuno. Questo cambia più cose insieme (il numero, le posizioni, gli abiti, l'elenco di ciò che va mantenuto), quindi leggilo come "un brief completo contro una richiesta casuale", non come un test di una singola frase.

In alto: i quattro ritratti di riferimento, immagini da 1 a 4 (input di test). In basso a sinistra: il prompt strutturato; in basso a destra: il prompt di una riga. Entrambi sono Nano Banana 2.1 a 16:9 e 2k, prova 1; l'unica differenza è il prompt.

Il modello non ha avuto bisogno del prompt lungo per tenere separati quattro volti: entrambe le prove di una riga hanno avuto esattamente quattro persone, ciascuna riconoscibilmente se stessa, e lo scivolone del nostro test alla cieca, sette commensali invece di sei, non si è ripetuto in nessuna delle nostre sei foto di gruppo. Ciò che il prompt lungo ha comprato è stato il controllo. Entrambe le prove strutturate hanno messo tutti esattamente dove avevamo chiesto, con i propri abiti; quelle di una riga hanno scelto da sole i posti e rivestito una persona, poi tre. Se la tua serie dipende dagli abiti o da chi sta accanto a chi, scrivilo.

Per scene a due con contatto (mani, un ballo, un abbraccio), la nostra guida alle immagini con due personaggi spiega come posizionare ogni persona e correggere gli scambi di identità uno alla volta.

Prova abiti virtuale: dove cala la fedeltà del prodotto

La prova abiti è il lavoro che mette alla prova il lato oggetti dei numeri di Google. Il nostro modello è una foto a figura intera di un uomo adulto fittizio in maglietta bianca semplice, pantaloni di tuta grigi e sneaker bianche, e i prodotti sono nove foto su bianco, ciascuna con un dettaglio facile da sbagliare:

Gli input della prova abiti (immagini di test create per questo articolo, non risultati di 2.1): il modello (immagine 1), poi le immagini da 2 a 10 da sinistra a destra e dall'alto in basso, nell'ordine di caricamento.

Poi lo abbiamo vestito quattro volte con un insieme crescente: 1 prodotto (la giacca), 3 (più pantaloni e stivali), 6 (più cappello, occhiali da sole e borsa) e 9 (più orologio, foulard e cintura), così la richiesta più grande portava dieci immagini, il modello più nove prodotti. Ogni gradino è stato eseguito due volte a 3:4 e 2k, e abbiamo valutato ogni prodotto richiesto per presenza, colore e dettaglio. La richiesta più grande, così come è stata inviata (i gradini più piccoli usano la stessa formulazione solo con i prodotti che includono):

Image 1 is the model, a fictional adult man. Dress him in the products from images 2 to 10, keeping each product's colour, material and details exactly as photographed: the mustard corduroy chore jacket from image 2, worn open; the charcoal pinstripe trousers from image 3; the oxblood Chelsea boots from image 4; the green bucket hat from image 5 on his head; the gold round sunglasses from image 6 on his face; the cobalt crossbody bag from image 7 worn across his body; the salmon-dial watch from image 8 on his left wrist; the striped silk scarf from image 9 knotted loosely at his neck; the woven tan belt from image 10 through the trouser loops, visible because the jacket is open. Where a product replaces something he wears in image 1, it replaces it. Keep his face, beard, skin tone and build exactly as in image 1. Full-length fashion catalogue photograph: he stands relaxed on a sunlit concrete rooftop in late-afternoon light, facing the camera, his whole body from head to boots in frame. No other people, no text.

Due righe sono lì di proposito, anche se non abbiamo provato il prompt senza di esse. "Where a product replaces something he wears in image 1, it replaces it" dice al modello che i pantaloni prendono il posto dei pantaloni di tuta invece di andare sopra. "Visible because the jacket is open" lega la cintura alla giacca aperta così che resti in vista. Nota anche ciò che il prompt non fa: non nomina mai le cuciture bianche del cappello né il colore unico dei pantaloni; "exactly as photographed" era tutto ciò che diceva su di loro.

Prova abiti di Nano Banana 2.1 a 3:4 e 2k, prova 1 di ogni gradino, da sinistra a destra: 1, 3, 6 e 9 prodotti. Punteggi per questi quattro: 1 su 1, 2 su 3, 4 su 6 e 8 su 9 prodotti del tutto corretti.

La fedeltà non è crollata al crescere dell'elenco. Ogni prodotto richiesto è comparso in tutti e otto i risultati, al posto giusto: gli occhiali da sole sul volto, la borsa a tracolla sul corpo con la sua catena, l'orologio al polso sinistro, il foulard annodato al collo, la cintura visibile sotto la giacca aperta. Il suo volto e la barba non sono mai cambiati. Gli errori non erano gli articoli più recenti che scacciavano quelli più vecchi; erano ogni volta gli stessi due dettagli. Il cappello ha mantenuto colore e forma ma ha perso le cuciture bianche a contrasto in tutte e quattro le prove che lo includevano, e i pantaloni antracite gessati sono tornati con una gamba o un pannello marrone più chiaro in cinque delle sei prove che li includevano, cosa che la foto del prodotto non ha.

Ci siamo fermati a nove prodotti più il modello, dieci immagini in una richiesta, e non abbiamo provato da 11 a 14 immagini, quindi non possiamo dire nulla sulla parte alta dell'intervallo di Google. Fino a dieci, il limite pratico non era il numero di prodotti ma il dettaglio fine di ciascuno: controlla cuciture, stampe e blocchi di colore su ogni risultato e rifai quelli che deviano.

Due note pratiche per il lavoro di prova abiti:

• Ritaglia le foto di prodotto strette e semplici. È un nostro consiglio, non qualcosa che abbiamo provato: un prodotto fotografato su una persona o in una stanza può portarsi dietro quella persona o quella stanza, mentre uno scatto pulito su bianco dà al modello una sola cosa da copiare.
• Il modello ridisegna ogni pixel. Se un'etichetta, un logo o una stampa devono essere esatti al pixel, componi invece la vera foto del prodotto; la nostra guida dalla foto di prodotto ai layout pubblicitari mostra come.

Provare lingerie e costumi da bagno è un altro discorso. Nei nostri test del 7 ottobre 2026 l'attività di modifica ha rifiutato il cambio di un abito in lingerie (rifiutato, non addebitato), mentre la modifica di un abito da sera con la schiena scoperta è passata. Non abbiamo provato i costumi da bagno nell'attività di modifica.

Formati sorgente misti e auto

Con una sola immagine sorgente, aspect_ratio: auto (il valore predefinito) ne mantiene la forma: un panorama 4:1 è tornato 2064 x 512 nei nostri test del 7 ottobre. Con più sorgenti deve sceglierne una. Nel test a due sorgenti di quel giorno, un ritratto quadrato più una spiaggia 4:1 è tornato 4:1, seguendo la seconda immagine, più larga.

Abbiamo verificato quale sorgente segue auto con altre tre richieste a 1k, usando l'uomo con gli occhiali (un ritratto 3:4), un cortile 16:9 e lo scatto quadrato della borsa:

L'ordine non ha fatto differenza: in tutte e quattro le prove a formati misti, auto ha seguito la sorgente più larga, che in ogni caso era anche l'immagine dell'ambientazione. È spesso ciò che vuoi quando inserisci una persona in un luogo, ma è l'inquadratura sbagliata per un ritratto o una scheda prodotto. Appena le tue sorgenti hanno forme diverse, scegli tu le proporzioni, perché la forma dell'output decide la composizione: un'inquadratura larga trasforma un ritratto a figura intera in una piccola figura dentro un paesaggio.

Quando i riferimenti falliscono: sintomi e rimedi

Quando un risultato è vicino ma non giusto, ricomincia dai tuoi riferimenti originali invece di rimandare dentro l'output difettoso. Un'immagine successiva non è un riferimento migliore solo perché è più recente; riusa un output solo dopo averlo confrontato con gli originali.

Lavori che non abbiamo provato e dove andare invece

• Cinque o più persone: supera la cifra di Google di quattro personaggi, e non l'abbiamo provato. Comporre in un'unica scena persone generate separatamente è la scelta più sicura.
• Scene per adulti, lingerie o costumi da bagno: non su questo modello, dato il rifiuto sulla lingerie visto sopra. Su SpicyAPI, Qwen Image 2.1 Edit e Seedream 5.0 Pro Edit sono etichettati Uncensored e accettano da 1 a 10 immagini di riferimento ciascuno; il nostro confronto tra editor di immagini senza censura mostra fin dove è arrivato ciascuno nei nostri test. Non abbiamo provato se il metodo dei riferimenti di questo articolo valga anche per loro, quindi parti da un ritratto e controlla l'identità prima di accumulare riferimenti. Il resto del catalogo dei modelli SpicyAPI si può filtrare per policy sui contenuti. Lavora solo con adulti fittizi o con adulti che hanno dato il permesso.

Domande frequenti

Quante immagini di riferimento può usare Nano Banana 2.1?

Google dice fino a 14 in una richiesta di modifica, con coerenza per un massimo di 4 personaggi e fedeltà per un massimo di 10 oggetti; la sua guida alla generazione di immagini lo conta come fino a 4 immagini di personaggi più fino a 10 immagini di oggetti. Mandale in image_urls nell'ordine a cui il tuo prompt si riferisce. Il nostro test più grande ha inviato dieci immagini, un modello e nove prodotti, e ogni prodotto è comparso in entrambe le prove.

Nano Banana 2.1 può mantenere lo stesso personaggio per un'intera serie?

In larga parte sì, ma non alla perfezione, e nulla lo blocca: non ci sono seed né controllo dell'identità. Nei nostri test del 7 ottobre 2026 un ritratto ha portato volto, capelli e anelli al naso in tutte e otto le modifiche di scena, mentre un orecchino su un solo lato è passato sull'orecchio rivolto verso la fotocamera in quattro di esse e una cicatrice sul sopracciglio si vedeva in cinque. Usa lo stesso ritratto originale per ogni immagine, tieni un elenco scritto dei dettagli che non devono cambiare e confronta ogni risultato con il ritratto, non con il risultato precedente.

Devo caricare una scheda personaggio o foto separate?

Se aggiungi viste extra, mandale come foto separate. Nel nostro test del profilo in spiaggia, tre viste separate della stessa donna hanno mantenuto la cicatrice sul sopracciglio in entrambe le prove (un ritratto da solo: una su due), mentre le stesse viste combinate in un foglio hanno perso l'orecchino in una prova e trasformato la cicatrice in un piercing al sopracciglio nell'altra. Il volto ha tenuto con ogni set, e nessuno ha impedito all'orecchino di passare sull'orecchio rivolto verso la fotocamera. Due prove per set sono un campione piccolo.

Posso usarlo per provare lingerie o costumi da bagno?

Per la lingerie no: nei nostri test del 7 ottobre 2026 l'attività di modifica ha rifiutato il cambio di un abito in lingerie (rifiutato, non addebitato). I costumi da bagno non sono stati provati nell'attività di modifica. Per il guardaroba per adulti, vedi i modelli di modifica senza censura citati sopra.

Perché il modello ha aggiunto una persona o cambiato lo sfondo?

Ridisegna l'intera inquadratura, e tutto ciò che non fissi è aperto a cambiamenti. Le nostre sei foto di gruppo avevano tutte il numero giusto di persone, con o senza indicazione del numero, ma il nostro test alla cieca ha colto sette commensali quando ne erano richiesti sei, uno sfondo sostituito in un compito di cambio di illuminazione e uno spostamento della fotocamera in un compito con la neve, e la nostra scena del mercato notturno è tornata con insegne che non avevamo chiesto. Scrivi il numero, di' che lo sfondo resta e controlla ogni risultato.

In breve: un'immagine per persona o prodotto, ruoli numerati e un elenco di ciò che va mantenuto hanno portato un volto, quattro persone e nove prodotti nei nostri test; i dettagli piccoli hanno ancora bisogno dei tuoi occhi. Usa 1k per provare un set di riferimenti e un prompt a basso costo (le immagini a 1k di solito tornavano in ben meno di mezzo minuto nei nostri test). Quando il set funziona, genera le immagini finali a 2k o 4k (fino a circa un minuto ciascuna) e controllale di nuovo: non c'è seed, quindi una prova a 2k è un'immagine nuova e non un ingrandimento della bozza, e un dettaglio su un solo lato può ribaltarsi di nuovo.