Generator obrazów AI, który zapamiętuje jak wygląda bohater twojej historii? Brzmi jak science fiction, ale Google właśnie to zrobił. Nano Banana, oparty na modelu Gemini 3.1 Flash Image, potrafi utrzymać spójność nawet pięciu postaci w różnych scenach. Koniec z sytuacją, w której główny bohater na jednym obrazku ma niebieskie oczy, a na drugim nagle staje się brunetem z zielonymi tęczówkami.
Dostępny w aplikacji Gemini, AI Studio, przez API Gemini oraz w Vertex AI, Nano Banana oferuje rozdzielczość 4K i precyzyjne renderowanie tekstu. W tym tutorialu pokażę jak wykorzystać funkcję spójności postaci w praktyce — od pierwszego promptu po serię obrazków z tą samą twarzą.
Czym jest funkcja spójności postaci i dlaczego to ma znaczenie
Tradycyjne generatory obrazów AI traktują każdy prompt jako osobną sesję. Tworzyłeś postać do komiksu? Świetnie. Chcesz ją zobaczyć w innej scenie? Przygotuj się na godziny prób i frustracji. Midjourney wymaga character reference, Stable Diffusion potrzebuje LoRA, a wyniki i tak są loterią.
Nano Banana rozwiązuje to inaczej. Model pamięta charakterystyczne cechy postaci opisanych w prompcie i utrzymuje je w kolejnych generacjach. Nie musisz uczyć modelu, nie potrzebujesz dodatkowych narzędzi, nie wgrywasz obrazów referencyjnych. Opisujesz raz, generujesz wielokrotnie.
Kluczowe możliwości funkcji spójności:
Do pięciu różnych bohaterów w jednym projekcie. Wystarczy nadać im nazwy w promptach i Nano Banana będzie pamiętać kto jest kim. Specjalista od marketingu może stworzyć serię postów z tą samą ambasadorką marki. Twórca komiksu dostaje spójne postacie bez rysowania od zera. Przedsiębiorca testuje różne warianty produktu z tym samym modelem.
Rozdzielczość 4K gwarantuje, że detale twarzy — piegi, kształt nosa, kolor oczu — pozostają rozpoznawalne nawet po powiększeniu. To nie jest upscaling czy sztuczne doostrzanie. Nano Banana generuje bezpośrednio w wysokiej rozdzielczości, więc zachowuje drobne szczegóły, które sprawiają, że twarz wygląda jak ta sama osoba.
Pierwszy prompt — jak opisać postać żeby model ją zapamiętał
Podstawa to precyzyjny opis w pierwszym prompcie. Nano Banana nie czyta w myślach — musisz powiedzieć co jest charakterystyczne dla twojej postaci. Im więcej detali, tym lepsza spójność w kolejnych obrazach.
A young woman named Elena, 28 years old, with shoulder-length wavy auburn hair, green eyes, light freckles across her nose and cheeks, wearing a white linen shirt, standing in a modern minimalist office with large windows, natural daylight, photorealistic, 4kTen prompt robi kilka rzeczy dobrze. Po pierwsze — nadaje postaci imię (Elena). Nano Banana używa tego jako kotwicy do utrzymania spójności. Po drugie — opisuje stałe cechy: kolor i długość włosów, kolor oczu, piegi. To elementy, które powinny się powtarzać. Po trzecie — ubranie i tło są opisane, ale nie nadmiernie szczegółowo, bo to będziemy zmieniać w kolejnych promptach.
Protip ✅
Nadaj postaci imię już w pierwszym prompcie. Nano Banana lepiej utrzymuje spójność gdy może przypisać cechy do konkretnej nazwy, a nie anonimowego „young woman”.
Drugi przykład — postać męska do serii obrazów produktowych:
A man named Marcus, early 30s, short dark brown hair with subtle gray at temples, brown eyes, light stubble, wearing a navy blue blazer over gray t-shirt, sitting at a wooden desk with laptop, bright modern interior, professional photography style, 4kMarcus ma cechy wystarczająco charakterystyczne (siwe skronie, zarost), żeby model mógł je konsekwentnie odtwarzać. Unikam ogólników typu „attractive” czy „handsome” — to nic nie mówi o wyglądzie. Zamiast tego: konkretny kolor włosów, konkretny styl zarostu.
Tworzenie kolejnych obrazów z tą samą postacią
Masz pierwszy obraz Eleny. Teraz chcesz ją zobaczyć w innym kontekście — na przykład w kawiarni zamiast w biurze. Kluczem jest powtórzenie charakterystycznych cech i imienia, ale zmiana scenerii i akcji.
Elena, young woman with shoulder-length wavy auburn hair and green eyes with freckles, wearing a beige wool coat, sitting in a cozy cafe, holding a ceramic coffee cup, warm afternoon light through window, candid photography, 4kZauważ co się zmieniło: ubranie (płaszcz zamiast lnianej koszuli), miejsce (kawiarnia zamiast biura), akcja (trzyma filiżankę). Co pozostało: imię, kolor włosów, kolor oczu, piegi. To właśnie powtarzające się elementy sprawiają, że Nano Banana rozpoznaje tę samą osobę.
Trzeci obraz — Elena w zupełnie innej sytuacji:
Elena, auburn-haired woman with green eyes and freckles, wearing a black evening dress, standing on a city rooftop at sunset, wind blowing through her hair, urban skyline in background, cinematic lighting, 4kSceneria dramatycznie się zmieniła, ale kluczowe cechy (rude włosy, zielone oczy, piegi) są powtórzone. Model wie, że to nadal Elena, tylko w innym kontekście.
Uwaga ⚠️
Nie zmieniaj podstawowych cech fizycznych między promptami. Jeśli Elena miała rude włosy w pierwszym obrazie, nie pisz nagle „blonde hair” w trzecim. Model się pogubi i stworzysz inną osobę.
Praca z wieloma postaciami — do pięciu bohaterów w jednym projekcie
Nano Banana obsługuje do pięciu postaci jednocześnie. To otwiera możliwości dla opowiadania historii, kampanii marketingowych z kilkoma ambasadorami, czy projektów kreatywnych wymagających grupy bohaterów.
Pierwszy prompt — przedstawiamy całą ekipę:
Three colleagues in modern office: Elena, woman with auburn wavy hair and green eyes; Marcus, man with short dark hair and gray temples; and Sofia, young woman with long straight black hair and brown eyes. All standing near a glass whiteboard, business casual attire, discussing project, natural office lighting, professional photography, 4kTen prompt wprowadza trzy osoby naraz. Każda ma imię i charakterystyczne cechy. Nano Banana zapamiętuje ich wszystkich, więc możesz później tworzyć obrazy z dowolną kombinacją.
Drugi prompt — tylko Elena i Marcus, inna scena:
Elena and Marcus, the colleagues with auburn hair and dark hair with gray temples, sitting in a conference room, reviewing documents on a tablet, serious expressions, floor-to-ceiling windows with city view, corporate interior, 4kSofia zniknęła ze sceny, ale Elena i Marcus nadal wyglądają jak w pierwszym obrazie, bo powtórzyłem ich cechy charakterystyczne.
Trzeci prompt — skupienie na Sofii:
Sofia, young woman with long straight black hair and brown eyes, standing at a presentation podium, gesturing towards a screen, wearing a burgundy blazer, auditorium setting with soft spotlight, professional event photography, 4kProtip ✅
Im więcej postaci w jednym obrazie, tym mniej szczegółów model może poświęcić każdej z nich. Jeśli potrzebujesz idealnej spójności, twórz osobne obrazy dla każdego bohatera, a grupowe sceny traktuj jako bonus.
Warianty promptów dla różnych zastosowań
Spójność postaci nie jest tylko zabawką dla twórców komiksów. Oto konkretne zastosowania biznesowe i kreatywne, gdzie Nano Banana robi różnicę.
Marketing i reklama — seria postów w mediach społecznościowych z tą samą twarzą:
Kira, woman with short platinum blonde pixie cut and blue eyes, wearing a red sports bra and black leggings, doing yoga pose on a beach at sunrise, fitness lifestyle photography, vibrant colors, 4kKolejny post, ta sama ambasadorka marki:
Kira, short platinum blonde woman with blue eyes, wearing the same red sports outfit, running on a forest trail, determined expression, morning mist in background, dynamic action shot, 4kKampania fitness z konsekwentną twarzą marki, bez zatrudniania modeli i organizowania sesji zdjęciowych. Zmienia się tylko aktywność i tło.
Handel online — prezentacja produktu na tym samym modelu:
Liam, man in mid-20s with curly dark hair and hazel eyes, wearing a gray cotton t-shirt, standing against a white studio background, hands in pockets, minimalist product photography, 4kTen sam model, inna koszulka:
Liam, curly dark-haired man with hazel eyes, wearing a navy blue henley shirt, same white studio background, relaxed pose, product photography, 4kSklep internetowy dostaje spójny katalog produktów bez kosztów modeli i studia.
Storytelling i komiksy — seria scen z bohaterem:
Zara, teenage girl with long braided black hair and dark brown eyes, wearing a leather jacket over a band t-shirt, standing in a neon-lit cyberpunk street at night, rain reflecting city lights, dystopian atmosphere, 4kNastępna scena w historii:
Zara, girl with long black braids and dark eyes, same leather jacket, entering a dimly lit underground club, colorful laser lights, crowd in background, cinematic perspective, 4kProtip ✅
Jeśli tworzysz serię obrazów z akcją, dodaj w każdym prompcie element kontinuum — ten sam ubiór, ten sam czas doby, podobne oświetlenie. To pomaga modelowi utrzymać spójność nie tylko twarzy, ale całej narracji wizualnej.
Precyzyjne renderowanie tekstu — napisy w obrazach
Nano Banana oferuje coś, z czym większość generatorów AI wciąż walczy — czytelny tekst w obrazach. Nie musisz już edytować w Photoshopie zniekształconych napisów czy literówek, które AI wymyśla.
Elena, auburn-haired woman with green eyes, holding a white coffee mug with text "MONDAY FUEL" in bold black letters, sitting at a cafe table, warm morning light, product photography style, 4kModel renderuje napis dokładnie tak, jak go podałeś. Bez losowych znaków, bez czcionki wyglądającej jak po uderzeniu młotem.
Przykład dla biznesu — obraz z nazwą marki:
Marcus, man with dark hair and gray temples, standing next to a modern storefront with large glass window displaying text "NOVA STUDIO" in minimalist sans-serif font, daytime urban setting, architectural photography, 4kUwaga ⚠️
Renderowanie tekstu działa najlepiej dla krótkich napisów — do 10-15 znaków. Dłuższe teksty mogą mieć błędy, więc jeśli potrzebujesz całego akapitu, lepiej dodaj go w postprodukcji.
Gruntowanie w sieci — aktualny kontekst w obrazach
Nano Banana ma dostęp do bieżących informacji z internetu, więc możesz generować obrazy nawiązujące do wydarzeń, trendów czy miejsc, które pojawiły się niedawno. Nie jesteś ograniczony do wiedzy modelu z 2023 roku.
Elena, woman with auburn hair and green eyes, standing in front of the newly opened Museum of Modern Art in Warsaw, contemporary architecture visible in background, early evening light, travel photography, 4kModel wie co to za budynek i jak wygląda, bo ma dostęp do aktualnych zdjęć. To działa także dla trendów mody, nowych produktów czy popularnych lokalizacji.
Gdzie używać Nano Banana — cztery kanały dostępu
Google nie zamknął Nano Banana w jednej aplikacji. Możesz go używać na cztery sposoby, w zależności od potrzeb.
Aplikacja Gemini: Najprostsza opcja dla użytkowników niezainteresowanych programowaniem. Otwierasz aplikację, piszesz prompt, dostajesz obraz. Idealne do szybkich testów i projektów osobistych. Spójność postaci działa tak samo jak w innych kanałach — nadajesz imię, opisujesz cechy, generujesz kolejne obrazy.
AI Studio: Platforma dla osób, które chcą więcej kontroli, ale nie chcą pisać kodu. Możesz zapisywać prompty, tworzyć kolekcje postaci, testować różne warianty bez tracenia historii. Lepsze do projektów wymagających serii obrazów z tymi samymi bohaterami.
API Gemini: Dla deweloperów budujących aplikacje. Integracja Nano Banana z własnym oprogramowaniem — na przykład narzędzie do tworzenia kampanii marketingowych, generator treści dla handlu online, czy platforma storytellingowa. API pozwala automatyzować generowanie obrazów z zachowaniem spójności postaci.
Vertex AI: Kanał korporacyjny dla firm potrzebujących kontroli nad danymi, skalowalnością i bezpieczeństwem. Jeśli budujesz system dla dużej organizacji, Vertex AI daje infrastrukturę klasy dla firm z tymi samymi możliwościami spójności postaci co w innych kanałach.
Protip ✅
Zacznij od aplikacji Gemini żeby przetestować jak działa spójność postaci. Jak już wypracujesz zestaw promptów, które działają — przenieś się do AI Studio lub API żeby zautomatyzować proces.
Częste problemy i jak ich unikać
Nano Banana jest dobry, ale nie magiczny. Są sytuacje, w których spójność postaci nie wychodzi idealnie. Oto co się najczęściej psuje i jak to naprawić.
Problem: Postać wygląda inaczej w każdym obrazie mimo powtarzania cech. Rozwiązanie: Twoje opisy są zbyt ogólne. Zamiast „young woman with long hair” napisz „young woman with waist-length straight black hair”. Zamiast „man with beard” — „man with short trimmed brown beard”. Im bardziej konkretnie, tym lepiej model pamięta.
Problem: Model miesza cechy różnych postaci gdy generujesz grupę. Rozwiązanie: Każda postać musi mieć BARDZO różne cechy charakterystyczne. Nie rób dwóch bohaterek o podobnym wyglądzie — model się pogubi. Jeśli Elena ma rude włosy, Sofia powinna mieć czarne, a trzecia postać może blond.
Problem: Spójność działa przez pierwsze trzy obrazy, potem się rozpada. Rozwiązanie: Prawdopodobnie przestałeś powtarzać kluczowe cechy w promptach. Nano Banana nie pamięta nieskończenie długo — musisz przypominać mu co jest ważne w opisie postaci.
Uwaga ⚠️
Ekstremalnie zmienione oświetlenie lub kąt kamery mogą sprawić, że ta sama twarz wygląda inaczej. Jeśli robisz dramatyczny portret z cieniami kontra jasny obraz studyjny, model może mieć problem z rozpoznaniem tej samej osoby.
Co to oznacza dla twórców i firm
Google wprowadza funkcję, nad którą konkurencja dopiero zaczyna pracować. Midjourney ma character reference, ale wymaga uploadu obrazu. DALL-E 3 nie ma w ogóle spójności postaci. Stable Diffusion potrzebuje trenowania własnych modeli. Nano Banana daje to od razu, za darmo w podstawowej wersji Gemini.
Dla twórców to przełom w storytellingu wizualnym. Komiks z konsekwentnymi postaciami przestaje być projektem na pół roku — robisz go w weekend. Serie edukacyjne z tą samą prowadzącą? Generujesz w dziesięć minut. Kampania w mediach społecznościowych? Spójna twarz marki bez wynajmowania modeli.
Dla biznesu to sposób na radykalne obcięcie kosztów produkcji wizualnej. Sklep internetowy nie płaci za sesje zdjęciowe — generuje katalog produktów z tym samym modelem w godzinę. Agencja marketingowa nie organizuje castingów — tworzy ambasadorów marki w AI Studio. Startup nie wydaje budżetu na grafikę — robi materiały promocyjne z aplikacji Gemini.
I właśnie dlatego Nano Banana może zmienić zasady gry. Nie dlatego, że ma najlepszą jakość obrazów — Midjourney V8 nadal wygrywa w szczegółach. Ale dlatego, że usuwa główny ból generatorów AI: brak pamięci. Tworzysz postać raz, używasz wielokrotnie. To brzmi prosto, ale w świecie AI to dopiero teraz staje się standardem.
