Edição com referências no Nano Banana 2: mantenha o sujeito, mude a cena

Um retrato de campanha existente pode ter a pessoa e o look certos, mas o cenário errado. Levar esse sujeito para o ar livre é uma tarefa mais específica do que gerar outro personagem vagamente parecido: a referência precisa fornecer identidade e detalhes dos objetos, enquanto o prompt descreve a cena alterada.

Use a edição do Nano Banana 2 quando quiser um sujeito existente em um novo cenário: comece com uma imagem do sujeito, descreva o novo fundo e adicione uma segunda imagem de referência somente se um local específico for importante. A tarefa aceita até 14 imagens de referência, mas não tem máscara nem controle deslizante de intensidade de identidade. Em 1k, uma edição custa $0,0384 na rota padrão, com de uma a dez fontes pelo mesmo preço; se recorrer à rota oficial, custa $0,0536 mais uma pequena cobrança por fonte. Em uma edição com referências próprias, mantenha as duas chaves de busca desativadas, a menos que você realmente precise de informações externas.

O Nano Banana 2 é filtrado: escolha-o para retratos promocionais SFW e cenas de personagens vestidos. Para imagens adultas, leia os resultados de conteúdo do Nano Banana 2 antes de escolher esta tarefa.

Comece com o menor conjunto útil de imagens de referência

Na página de edição do Nano Banana 2, abra a aba Playground. Adicione a imagem do sujeito em Images, cole o prompt abaixo em Prompt, deixe Aspect ratio em Auto, defina Resolution como 1k, mantenha Web search e Enable Image Search desativados e clique em Run model; confira o preço exibido antes de confirmar. Em uma campanha fictícia de roupas de chuva, a fonte um mostra uma mulher adulta de 32 anos com um corte chanel curto escuro, capa de chuva açafrão, calça cinza-chumbo e tênis creme ao lado de uma bicicleta verde-escura. Uma fonte de corpo inteiro e nítida permite avaliar se o casaco, os pés e as rodas sobrevivem à edição.

Experimente isto primeiro, sem imagem do local:

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.

Inspecione o recorte antes de aprovar o resultado.

Uma margem de rio pode ser descrita com palavras; uma imagem de paisagem extra só é útil quando seu layout específico importa.

Uma edição com referência não treina um modelo de personagem reutilizável. Se você criar vistas de referência frontal, lateral e de corpo inteiro, confira cada uma com a identidade aprovada antes de reutilizá-la; uma vista lateral gerada pode introduzir traços que a foto original nunca mostrou. Forneça novamente as vistas úteis a cada nova cena.

Adicione um local e, só se necessário, uma imagem de referência de material

Se a primeira cena estiver genérica demais, adicione uma fotografia de margem de rio como fonte dois. Escolha uma com caminho plano e ângulo de câmera compatível com o sujeito em pé. Acrescente:

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.

Se a superfície do casaco for o problema em aberto, a fonte três pode ser uma fotografia de perto de tecido açafrão fosco. Acrescente:

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

Mantenha as funções das imagens de referência separadas:

• Imagem 1: pessoa, roupas, bicicleta e sua posição relativa.
• Imagem 2: local e sua perspectiva; exclua pessoas ou veículos concorrentes.
• Imagem 3: superfície do material, sem substituir o design do casaco.

A ordem precisa corresponder à ordem real de upload. Uma amostra de paleta não deve ocupar a posição dois enquanto o texto chama a posição dois de rio. Esta tarefa não tem pesos por imagem, então dê ao modelo uma atribuição clara em frases comuns.

Uma fotografia de material que mostre um segundo casaco completo pode sugerir sem querer uma gola ou um fecho diferente. Recorte a superfície necessária se a construção já estiver definida pela fonte um. Por outro lado, se você quer um novo design de casaco, diga isso explicitamente; isso é substituição de guarda-roupa, não preservação.

Mudar de local também é um problema de luz e perspectiva

Um retrato de estúdio e uma fotografia de margem de rio podem entrar em conflito mesmo quando o rosto continua reconhecível. O estúdio pode estar iluminado pela esquerda enquanto a referência externa tem sol vindo da direita. Manter todas as sombras antigas faria o sujeito parecer colado no novo lugar. Preserve a estrutura do rosto e o design do casaco, permitindo uma sombra compatível no chão e uma luz ambiente suave.

Escolha uma imagem de local cujo horizonte e ponto de vista combinem com a fonte. Um retrato em pé na altura dos olhos combina mais naturalmente com um caminho na altura dos olhos do que com uma paisagem vista de cima. Se o briefing pede um novo ângulo de câmera baixo, o modelo precisa inventar partes não vistas do rosto, da roupa e da bicicleta. Isso é uma reconstrução mais ampla do que trocar o fundo; por isso, aprove primeiro a mudança simples de local antes de pedir um novo ponto de vista.

Na cena da bicicleta, as rodas devem tocar o mesmo plano do chão que os sapatos da adulta. Uma fonte de local com um barranco muito inclinado pode colocar uma roda dentro do rio ou distorcer seu formato redondo. Escolha um caminho plano e visível e mantenha a posição relativa pessoa/bicicleta da fonte. Se o rosto estiver correto mas as rodas não, repare o ambiente ou a geometria das rodas em vez de adicionar mais referências de rosto.

Não é preciso uma imagem separada de clima, rio, céu, casaco, bicicleta e retrato só porque há catorze espaços disponíveis. Duas referências com funções claras podem descrever este trabalho. Uma terceira só é útil se fornecer algo que as imagens existentes e o prompt ainda não resolvem.

Ajustes que importam nesta edição

Um cartão 4:5 e um banner 16:9 são composições diferentes. Se você precisa da pessoa inteira e das duas rodas em 4:5, diga isso no prompt e use uma fonte com margem suficiente. Escolher apenas uma proporção vertical não preserva todos os objetos na borda. Para texto no cartão, veja o guia de layout de texto do Nano Banana Pro.

A apresentação do Google identifica o Nano Banana 2 como Gemini 3.1 Flash Image e descreve o trabalho de imagem guiado por referências.

Quanto custa a edição

Preços em USD por imagem editada, com as duas chaves de busca desativadas:

A proporção da tela não altera estas linhas. A rota padrão aceita de uma a dez imagens de origem pelo mesmo preço. A rota oficial acrescenta $0,0001032 por imagem enviada e é a única rota para 0,5k, para mais de dez fontes e para busca. Com Official fallback ativado (o padrão), a solicitação fica retida pelo preço oficial e a diferença é reembolsada quando a rota padrão entrega o resultado.

De uma a três fontes custam, portanto, $0,0384 em 1k, ou no máximo cerca de $0,054 se a solicitação recorrer à rota oficial. Comece na faixa de 0,5k ($0,036) para uma composição preliminar e aumente o tamanho para detalhes finos da roupa ou do rosto. A busca acrescenta cobranças quando ativada.

Uma recusa devolvida como resposta curta em texto é cobrada como geração concluída; as demais recusas não são cobradas. Confirme que o artefato devolvido é uma imagem.

Use a configuração aprovada pela API

Defina SPICY_API_KEY no seu ambiente. Defina SUBJECT_IMAGE_URL, LOCATION_IMAGE_URL, FABRIC_IMAGE_URL com as URLs HTTPS diretas das suas imagens aprovadas. Execute com Python 3; confirme o orçamento exibido somente quando quiser uma nova tentativa paga.

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"])

Guarde a chave salva para repetir essa mesma requisição. Para um arquivo local, faça o upload primeiro e passe o endereço spicy:// devolvido (veja media). A recuperação de resultados e o tratamento de arquivos estão no guia da API de tarefas.

Para edições repetidas, um Agent pode cuidar do briefing aprovado:

• CLI: npx @spicyapi/cli tasks create --model google/nano-banana-2/edit --input-file input.json --wait lê o objeto input de input.json, com os mesmos campos.
• MCP: peça que use spicyapi_task_create e depois spicyapi_task_wait.
• Skill: instale com npx skills add spicyapi-ai/spicy-skill e depois peça ao Skill spicyapi que execute esta configuração após mostrar o orçamento.

Diagnostique o desvio sem reescrever todo o briefing

O fundo mudou, mas o rosto também.

• Volte à imagem original do sujeito e remova outros rostos da fonte de local.
• Mantenha o ponto de vista de câmera existente; um novo ângulo dramático faz o editor inventar traços não vistos.
• Para pixels de identidade exatos, componha o primeiro plano aprovado no novo cenário. A tarefa não tem máscara que trave pixels.

O casaco ficou brilhante ou mudou de construção.

• Erro de superfície: peça tecido fosco sob luz suave ou forneça um recorte do material.
• Erro de design: use a fonte original que mostra o fecho e a silhueta aprovados. Mudar a textura não conserta um casaco diferente.

A bicicleta ganhou um tubo extra ou perdeu uma roda. Use uma fonte em que o quadro e as rodas não estejam obstruídos. Reduza a neblina ao redor da bicicleta, mantenha o ponto de vista existente e remova qualquer bicicleta concorrente da fonte dois. Adicionar uma referência de tecido não resolve um problema de geometria.

A pessoa parece colada no caminho. Deixe a sombra no chão e a luz ambiente mudarem, protegendo o rosto e o design da roupa. Exigir a sombra original do estúdio em uma cena externa com neblina pode criar o desencontro por conta própria.

A segunda edição ficou pior que a primeira. Recomece da fonte aceita em vez de alimentar a falha em outra requisição. Use o candidato bem-sucedido apenas para o traço que ele contribui, se for necessário. Uma imagem posterior não é automaticamente uma referência de identidade melhor.

Quando o Nano Banana 2 é a operação errada

Escolha outra operação quando precisar de um reparo exato com máscara, um recorte transparente, um arquivo em camadas editável ou conteúdo adulto. Nem imagens de referência extras nem as chaves de busca adicionam esses controles que faltam. Para a cena de roupas de chuva, o Nano Banana 2 é uma opção prática de edição; para um catálogo de roupas que precisa preservar cada costura exatamente, a composição convencional do primeiro plano pode ser a solução mais direta.

Perguntas frequentes

Preciso dos catorze espaços de imagem de referência para manter a consistência do personagem?

Não. Comece com a vista do sujeito que mostra o rosto, o look e os objetos necessários. Adicione um local ou material somente quando ele fornecer informação que falta. Catorze é um limite de entrada, não uma nota de consistência nem motivo para enviar vistas conflitantes.

O auto preserva as dimensões originais?

O contrato do modelo descreve o auto como manter o formato da fonte. A resolução é escolhida separadamente; o auto não promete as dimensões originais em pixels nem o conteúdo exato das bordas. Para um cartão 4:5 planejado, escolha essa proporção e deixe a pessoa inteira e a bicicleta com margem suficiente na fonte.

Um seed ou um controle de identidade pode impedir o desvio do rosto?

Esta tarefa de edição hospedada não oferece nenhum dos dois. Use a mesma referência de identidade aprovada em cada cena e evite importar outros rostos pelas imagens de local. Pixels de rosto exatamente inalterados exigem uma composição convencional, não um adjetivo de preservação mais forte.

As recusas custam dinheiro?

Uma recusa concluída como resposta curta em texto é cobrada. As demais recusas não. Portanto, um status de tarefa bem-sucedido, por si só, não confirma que você recebeu uma imagem.

A primeira tentativa útil é um sujeito, uma mudança de local e uma saída modesta. Adicione imagens de referência para responder a um requisito visível que falta, não para preencher os espaços disponíveis.