用 AI 改图，最头疼的往往不是第一张，而是改到第三张开始“变脸”：换个背景，人物脸型悄悄变了；调个光，产品标签上的字被改写了。Google 在 2026 年 10 月 6 日发布的 Nano Banana 2.1，主打的就是多轮编辑里的主体一致性。但想让它发挥作用，你得先讲清楚每张参考图负责什么。
这篇文章分享一套“参考清单”写法，配合“一轮只改一处”的编辑原则，让同一个人物、同一款产品稳定出现在一整组宣传图里。
Nano Banana 2.1 是什么？
Nano Banana 2.1 是 Google 的日常图像生成和对话式编辑模型，2026 年 10 月 6 日发布，接替 Nano Banana 2。单次请求最多可附 14 张参考图，最多保持 4 个人物和 10 件物品一致，重点改进了多轮编辑中人脸和产品走样的问题。
根据 Google 官方模型页面，其他更新还有：1K、2K、4K 画质提升，文字和信息图排版更准确，超宽、超长比例不再出现拼接瑕疵，支持用 Google 网页和图片搜索做依据，以及 minimal、medium、high 三档思考程度（默认 medium）。
不写代码也能用。Google 当天就把它上线到 Gemini App、Google 搜索的 AI 模式（点搜索框下方的香蕉图标）、Google AI Studio 和 Flow。开发者可以通过 Gemini API 调用 gemini-nano-banana-2.1。
为什么 AI 改图时人脸和产品会走样？
因为每次编辑其实都是把整张图重新生成一遍，而不是只修补局部像素。参考图没有标明用途、提示词又重新描述了主体，或者对话已经来回很多轮，模型就会把你的指令和它自己的猜测混在一起，细节随之一点点偏移。
实际操作中，最常见的原因有三个：
--- 参考图没有标签。上传一张产品图和一张模特图，再说“让她拿着瓶子”，模型只能自己猜哪张是“她”、哪张是“瓶子”，有时会把两张图的颜色或特征混起来。
--- 重复描述主体。已经附了人物照片，又写“短发、圆脸的女生”，等于给了两个标准答案。文字通常占上风，脸型就会往你的描述靠。
--- 编辑链太长。每一轮都会累积一点偏差，改到第八次“再暖一点”，标签字体或下巴线条已经变了，可每一步单独看都没问题。
怎样给 Nano Banana 2.1 写参考清单？
参考清单就是放在提示词最上方的一份简短列表：给每张上传的图片编号，并且只分配一个任务，比如人物、产品、风格或场景。之后只用编号指代它们，正文只描述新场景，不再描述主体本身。这样模型就不用猜哪张图管什么。
清单要控制在 Google 公布的上限以内：最多 4 个人物、10 件物品、总共 14 张。从我的使用体验看，越少越稳，两个人物加两款产品通常比塞满上限效果更干净。参考图也要清楚：正面、光线均匀的人像，或者标签、标志和外形完整可见的产品图，模型最容易抓住特征。
试试这个提示词（按顺序附上三张图）：
参考清单
图 1 = 人物 A。脸、发型、肤质和身材比例保持完全一致。
图 2 = 产品。瓶身形状、瓶盖颜色、标签文字和标志位置保持完全一致，不要重画或翻译标签。
图 3 = 仅作风格参考。沿用它的色调和柔和的午后光线，不要复制图中任何人物或物品。
场景
人物 A 坐在香港一家咖啡馆的窗边，把产品拿在胸前，标签正对镜头，表情放松，视线略微偏离镜头。
输出
4:5 竖版，2K，自然摄影风格，浅景深，画面上不加任何文字。
如果清单中有任何一项无法保持完全一致，请在生成前先告诉我是哪一项。
注意这条提示词刻意没写的内容：它从头到尾没有描述人物长相和瓶子设计。清单只负责说“保持一致”，场景部分只讲姿势、地点、光线和构图。做整组宣传图时，清单一个字都不改，只换“场景”这一段，这个习惯比堆再多形容词都管用。
怎样只改图片的一部分而不影响其他地方？
用语义遮罩：用文字点名要改的那一个元素，说明改成什么，再明确要求其他部分保持不变。一轮只改一处；需要改好几处时，不要在同一个对话里不停叠加，而是从效果最好的版本重新开始，同时附上原来的清单图片。
Google 发布时提到，2.1 在遮罩式编辑上有明显提升。你不用手动框选区域，用文字描述就行。
试试这个提示词（附上要修改的图片）：
基于提供的图片，只把背景墙从白色瓷砖改成深绿色乳胶漆墙，墙上挂一幅装裱好的画。人物、产品、桌子、光线方向和拍摄角度全部保持不变，不要改动瓶身标签。
三条原则让修改保持干净：
--- 一轮只改一处。“改墙、把外套换成红色、再加一盆绿植”等于让模型把整张图重画一遍，应拆成三轮。
--- 写明不能动的部分。列出你最在意的两三样东西，尤其是文字和人脸。
--- 大约四轮后重来。下载最满意的版本，开一个新对话，连同原来的清单图片一起附上，累积的偏差就清零了。
Nano Banana 2.1 还有哪些短板？
Nano Banana 2.1 在主体一致性上进步明显，但小字仍可能出错，多人合照里的小脸容易走样，图片搜索依据不能使用网上的真人照片，而且每张图都带有隐形的 SynthID 水印。它适合快速出初稿，发布前必须逐张检查。
--- 文字还要校对。中文尤其容易多字、漏字或写错，标签、价格和标题都要逐字核对。
--- 小脸是弱项。人物在画面里占比越大，一致性越好；六个人的合照最先走样。
--- 不能借用网上真人照片。按 Google 文档说明，图片搜索依据不会使用网上的真人照片，请用你有版权的照片做参考。
--- 默认带水印。如果客户的品牌规范对 AI 生成图片有要求，要提前说明。
--- 并非排名第一。Arena 发布当天的榜单上，它在文生图排第五、图片编辑排第六，仍落后于 OpenAI 的 GPT Image 2.5 和 GPT Image 2。重要的主视觉图，值得两边都试一试。
马上试试：20 分钟一致性测试
用同一份清单，把一个人物和一款产品放进三个不同场景，然后把三张图并排对比。如果人脸和标签三次都没走样，这份清单就可以扩展到整组宣传图；如果走样了，先简化参考图，再判断是不是模型的问题。
--- 第 0 到 5 分钟：选一张你有权使用的清晰人像和一张产品图，打开 Gemini App 或 AI 模式并上传。
--- 第 5 到 10 分钟：粘贴上面的清单提示词，按你的图片改好，生成第一个场景。
--- 第 10 到 15 分钟：开新对话，附上同样两张图，清单一字不改，只把场景换成办公室，再换成街头。
--- 第 15 到 20 分钟：并排对比眼睛、发际线、标签文字和标志位置，记下哪一项走样。
哪一项走样，就说明该修哪里：换一张更好的参考图、加强“保持完全一致”的指令，或者减少清单项目。关键从来不是华丽的形容词，而是给模型明确的分工，并且别去重复描述它已经看得到的东西。懂AI，更懂你 UD相伴，AI不冷。
由 UD AI 团队审阅。模型信息以 Google Nano Banana 2.1 官方模型页面（2026 年 10 月 6 日更新）为准，上线范围、限制和排名之后可能变化。延伸阅读：Midjourney V8.2 编辑模型实用指南。
测一测你的 AI 实力
参考清单和一轮只改一处，正是区分普通用户和进阶用户的习惯。先做一下 UD 免费的 AI IQ 测试，看看自己在哪个水平。想把这些技巧变成团队可以反复使用的工作流程时，UD 团队手把手带你完成每一步，从工具配置、流程设计到实际部署。
