您腦中已有一個畫面：五個固定出現的角色、特定的場景、一兩樣道具，以及您先前已定案的配色。您已經收集了共十四張參考素材，現在想要一張能將這一切融合在一起、且不會讓任何角色臉部變得陌生的合成畫面。任何曾親手嘗試過的人都知道，難點不在於構圖，而是在模型同時處理這麼多輸入時，如何確保每個角色都具有辨識度。
本指南將說明 Nano Banana 系列如何處理多影像參考合成，如何建構您的參考圖與提示詞以保持五個角色的獨特性與一致性，以及根據您是要優化原始品質還是專注於 14 張圖的工作流程，來選擇合適的層級。
多影像參考合成的實際運作方式
大多數圖像模型允許您提供一張參考圖並引導輸出結果。多影像參考合成更進了一步：您可以一次提供多張影像，模型會將每一張都視為視覺資訊來源，在構建新畫面時從中擷取所需內容。一張圖可能貢獻角色的臉部，另一張貢獻服裝，再一張貢獻房間光影，最後一張貢獻道具外型。
這對多角色場景的價值顯而易見。您不必用文字描述五張臉龐並祈禱模型能產生接近的結果，而是直接提供每個角色的實際參考。模型有了直接的視覺錨點，這正是實現一致性的基礎。
在 Atlas Cloud 的 Nano Banana 系列中，此功能記載於 [Nano Banana 2 Lite](https://www.atlascloud.ai/models/nanobanana-2) 中，該版本支援最多 14 張參考影像，並可在 14 種長寬比下進行多影像合成，延遲時間低於 2 秒。該層級的功能集正好對應「結合 14 個參考圖」的任務。Nano Banana Pro 則是更高品質的系列，專為 1K、2K 和 4K 輸出而打造，適用於成品畫質重於輸入數量的場景。我們將在下方說明如何進行選擇。
角色一致性是標籤與描述的問題
交給模型十四張圖只完成了一半工作。如果您在請求中隨意放入五個角色參考而沒有結構，模型就無法可靠地分辨哪張臉屬於場景中的哪個角色，這正是身分混淆或互換的原因。
解決方法是將每個角色視為一個有標籤的實體，而非匿名輸入。以下三種技巧可以解決大部分問題：
- 角色專屬參考標籤：在提示詞中為每個角色賦予穩定的名稱或標籤，並將每個標籤與其對應的參考圖連結。與其說「咖啡廳裡的五個人」，不如描述「Mara (參考 1)、Devon (參考 2)、Priya (參考 3)、Ari (參考 4) 和 Kaito (參考 5) 坐在角落的桌子旁」。命名的錨點能告訴模型，哪個視覺來源對應場景中的哪個角色。
- 一致的提示詞描述：每次提及角色時，請保持相同的辨識描述：髮型、體型、衣著、標誌性配件。如果 Mara 在一個提示詞中是「短銀髮配綠色圍巾」，下一個提示詞也要完全使用這些詞彙。在系列生成中重複使用相同的描述語言，是確保角色在畫面之間保持一致的關鍵。
- 編輯與參考至影像模式 (Reference-to-image mode)：當您已經有了滿意的角色或場景版本時，請使用參考至影像或編輯模式，而不是從空白文字提示詞開始。將先前的輸出作為參考餵給模型，可以鎖定您已實現的外觀，而不是讓模型重新想像該角色。
這一切不依賴任何秘密參數，而是取決於紀律化的結構：命名您的角色，將每個名稱錨定到一個參考圖，並確保描述語言始終如一。
針對 14 張圖、5 個角色畫面的關鍵步驟
以下是一個可重複的作業順序，讓過程易於控管：
- 編寫前先按角色分類這十四張參考圖：分組處理：五張是角色臉部，其餘是場景、服裝、道具和色調。了解每張圖的貢獻，能避免將它們混為一談。
- 為五個角色分別指定穩定標籤，並為每個角色撰寫一行描述，之後在每次生成時原封不動地重複使用。
- 撰寫構圖提示詞，透過標籤引用角色，並明確標示其在場景中的位置（例如「從左到右」、「在前景」、「在櫃檯後方」）。空間指令可降低兩位角色融合的機率。
- 在請求中附加參考圖，並描述每組參考圖的用途，讓模型知道哪張圖是需要保留臉部特徵的，哪張圖是僅供借鑑光影的房間。
- 生成後，個別檢查五張臉。一致性問題通常只出現在一兩個角色身上，而不是五個同時出錯。
- 對於出現偏差的角色，僅針對該區域或該角色執行編輯或參考至影像模式，並再次提供正確的參考，而不是從頭重新生成整個畫面。
由於精確的請求格式（如何附加參考圖、有多少個欄位、每個欄位的命名）屬於 API 規範且可能變動，請在寫入程式碼前，至 atlascloud.ai/docs 的影像模型區確認當前結構，而非對格式做出硬編碼假設。上述技巧適用於任何欄位名稱。
在 Atlas Cloud 上操作
Atlas Cloud 是一個全模態 AI 推論平台，在同一個 OpenAI 相容的端點後方整合了超過 300 個 SOTA 模型（涵蓋文字、圖像與影片）。整個 Nano Banana 系列都位於同一個端點，只需一個 API 金鑰和一個帳單帳戶即可存取。這點很重要，因為多角色專案在迭代過程中往往需要在不同層級之間切換。
針對此特定任務，您有兩個合適的層級選擇：
- Nano Banana 2 Lite 是以效率為導向的層級，明確支援最多 14 張參考影像、多影像合成以及 14 種長寬比，價格為每張圖片 USD0.04（開發者層級降至 USD0.028，降低 30%）。其低於 2 秒的延遲使其成為此工作流程所需迭代循環的自然選擇，您可以在此循環中進行生成、檢查五張臉、修正一個錯誤，然後再次生成。當任務明確為「結合 14 個參考圖」時，這是功能集最符合需求的層級。
- Nano Banana Pro 是更高品質的 Pro 系列（Google 的 Gemini 3 Image Pro 系列），支援 1K、2K 和 4K 輸出。標準文字生成圖像與編輯價格為每張圖片 USD0.14，Ultra 版本為 USD0.15，開發者層級價格減半至 USD0.07。當最終畫面需要達到交付級別的高解析度，且您願意犧牲 Lite 層級的 14 張圖便利性以換取成品畫質時，請選擇 Pro。
一種實用的模式是先在 Lite 層級進行構圖與迭代，利用其參考圖工作流程與低延遲來降低試錯成本，最後在 Pro 層級輸出您需要的解析度畫面。每個模型在 Playground 的「執行」按鈕旁都會顯示即時價格，因此您可以在編寫任何程式碼前確認確切的單圖成本。完整目錄可至 atlascloud.ai/models 瀏覽。由於端點與 OpenAI 相容，已使用 OpenAI SDK 建構的應用程式只需更改 base_url 和 API 金鑰即可存取這些模型，無需重寫程式碼。
保持五個角色一致性的技巧
- 儘早鎖定描述語言。將五行角色描述寫好、保存，並在每個提示詞中原樣貼上。在專案中期更換角色敘述是導致角色偏差的最常見原因。
- 為每張臉保留最高品質的參考圖。清晰、光線充足且正面的參考圖，比模糊的裁切圖更能讓模型穩定錨定特徵，這在該角色出現的每一幀中都會體現價值。
- 減少單一畫面中的競爭。五個角色加上十四個參考圖的負載很高。如果兩個角色持續融合，請嘗試以更緊湊的分組生成，或拆分場景後再合成，不要強迫將五個角色塞進同一個擁擠的畫面中。
- 重複使用您最佳的輸出作為參考。一旦某個角色看起來正確，請透過參考至影像模式將該畫面回饋給模型，這樣後續的生成就能繼承已認可的外觀，而無需重新生成。
- 局部修復，而非全局重建。當某張臉出現偏差時，請編輯該角色而非重新生成整個畫面，這樣可以保護已經生成的四個正確角色。
常見問題 (FAQ)
問：哪個 Nano Banana 層級實際支援 14 張參考影像？ 答：Nano Banana 2 Lite 是文件中記載支援最多 14 張參考圖及多影像合成的層級，費用為每張圖 USD0.04。Nano Banana Pro 是更高品質的 1K/2K/4K 系列，費用為 USD0.14 至 USD0.15，最適合產生交付級別的最終畫面。
問：如何防止模型互換角色的臉部？ 答：為每個角色設定穩定標籤與固定的單行描述，將每個標籤錨定到其參考圖，並在每個提示詞中重複使用這些精確的語言。命名且描述一致的角色，比較不會彼此模糊融合。
問：我是否需要特殊的 API 參數來附加參考圖？ 答：這是一種概念技巧：命名您的角色，為每個角色標記參考圖，並對已確認的外觀使用編輯或參考至影像模式。關於確切的請求格式與欄位名稱，請查閱 atlascloud.ai/docs 的影像模型文件，那是權威來源。
問：我可以在同一個專案中使用兩個層級，而無需分開帳戶嗎？ 答：可以。Nano Banana 2 Lite 和 Nano Banana Pro 都位於同一個 Atlas Cloud 端點上，因此您只需一個 API 金鑰和一個帳單帳戶，即可在 Lite 上進行迭代並在 Pro 上完成製作。
問：如果兩個角色在擁擠的場景中不斷融合怎麼辦？ 答：減少單次生成的負載。在提示詞中使用明確的空間配置，以更清晰的分組生成這兩個有問題的角色，或是拆分場景後進行合成，不要強迫將五個角色塞進一個密集的畫面中。
總結
結合十四張參考圖並保持五個角色的一致性，關鍵不在於隱藏設定，而在於結構：按角色歸類參考圖，為每個角色設定穩定標籤並重複使用描述語言，將每個標籤錨定到參考圖，並善用編輯或參考至影像模式來鎖定您已獲得的滿意成果。在 Atlas Cloud 上，Nano Banana 2 Lite 是專為 14 張圖的多影像合成工作流程設計的層級（每張圖 USD0.04），而 Nano Banana Pro 則提供高解析度的成品（每張圖 USD0.14 至 USD0.15），兩者皆可透過同一個 OpenAI 相容的金鑰存取。善用 Lite 的低成本迭代，再透過 Pro 進行最終輸出，並在建構前務必參閱文件以確認請求格式。
