آموزش ساخت و ویرایش تصویر با Nano Banana گوگل (قدم‌به‌قدم)

مقدمه

برای یک ویرایش ساده روی عکس، هنوز باید سراغ نرم‌افزارهای سنگین رفت؟ گوگل می‌گوید نه. Nano Banana قابلیتی است که با نوشتن یک جمله، تصویر می‌سازد و عکس را ویرایش می‌کند.

در ادامه قدم‌به‌قدم می‌بینیم این قابلیت چیست، از کجا باید به آن رسید، چطور با آن تصویر ساخت و عکس‌های خودمان را دست‌کاری کرد و برای استفاده از ایران، چه نکته‌هایی را نباید از قلم انداخت.

Nano Banana چیست؟

Nano Banana نام قابلیت بومی ساخت و ویرایش تصویر در Gemini گوگل است. یعنی لازم نیست از محیط گفت‌وگو بیرون بروید یا ابزار جداگانه‌ای نصب کنید. همان‌جا با متن — و اگر لازم شد با عکس و ویدیو — تصویر تازه می‌سازید یا عکس موجود را تغییر می‌دهید.

یک نکته را همان اول روشن کنیم: با یک مدل واحد طرف نیستیم، با یک خانواده طرفیم.

نام	مدل گوگل	نکته
Nano Banana (نسخه اول)	Gemini 2.5 Flash Image	شروع‌کننده این خانواده
Nano Banana Pro	Gemini 3 Pro Image	گزینه ممتاز برای پیچیده‌ترین کارهای بصری
Nano Banana 2	Gemini 3.1 Flash Image	نسل بعدی خانواده
Nano Banana 2 Lite	Gemini 3.1 Flash Lite Image	سریع‌ترین و ارزان‌ترین. برای چند تصویر مرجع و ویرایش چندمرحله‌ای بهینه نشده است
Nano Banana 2.1	gemini-nano-banana-2.1	تازه‌ترین نسخه و به‌روزرسانی Nano Banana 2

از کجا به Nano Banana برسیم؟

سه راه اصلی پیش رویتان است:

• اپ Gemini (ساده‌ترین راه): روی گوشی یا وب، از منوی ابزارها «Create images» را می‌زنید و بعد یا پرامپت می‌نویسید یا عکسی را برای ویرایش آپلود می‌کنید. ساخت تصویر در اپ رایگان در دسترس است، اما نسخه کامل و پیشرفته ۲٫۱ و سقف بالاتر، با طرح‌های پولی Google AI (مانند Plus، Pro و Ultra) باز می‌شود.
• Google AI Studio: بیشتر به کار تست و توسعه می‌آید و در مناطق پشتیبانی‌شده رایگان ارائه می‌شود.
• Gemini API: مسیر توسعه‌دهنده‌هاست و پولی است. هزینه خروجی استاندارد نسخه ۲٫۱ حدود ۰٫۰۳۳۶ دلار برای هر تصویر 1K است (برای 2K حدود ۰٫۰۵۰۴ و برای 4K حدود ۰٫۱۱۳ دلار). نسخه اول در API برای هر تصویر ۰٫۰۳۹ دلار هزینه دارد.

پس آن کلمه «رایگان» را با احتیاط بخوانید. رایگان‌بودن مسیر اپ نه به معنی مصرف نامحدود است، نه دسترسی به تازه‌ترین نسخه. نسخه کامل ۲٫۱ پشت طرح‌های پولی نشسته و نسخه رایگان هم سقف مصرف دارد.

قدم ۱: ساخت تصویر از صفر

گوگل برای شروع یک فرمول ساده دارد: سوژه + کنش + صحنه. این سه را مشخص کنید، بعد جزئیات، سبک و نسبت ابعاد را به آن اضافه کنید. هرچه جزئیات دقیق‌تر، پیروی مدل از دستور شما هم بهتر.

یک مثال آماده برای کپی:

یه کافه مینیمال کنار پنجره بزرگ با نور صبحگاهی، میز چوبی و فنجان قهوه، سبک عکاسی واقعی، نسبت ابعاد چهار به پنج.

نتیجه دقیقاً همان نشد که می‌خواستید؟ وسوسه نشوید همه‌چیز را از اول بنویسید. در همان گفت‌وگو اصلاحش کنید. اصل ماجرا همین‌جاست و در قدم سوم بیشتر خودش را نشان می‌دهد.

قدم ۲: ویرایش عکس خودتان

عکس را آپلود می‌کنید و روشن می‌گویید چه چیزی باید عوض شود. افزودن، حذف یا جایگزینی عناصر، تغییر پس‌زمینه، تغییر سبک و تنظیم رنگ و نور. همه با جمله انجام می‌شود.

برای عکس محصول، این مثال آماده جواب می‌دهد:

پس‌زمینه رو حذف کن، یه دیوار روشن جاش بذار و نور رو نرم‌تر کن.

برای فروشگاه‌های اینترنتی، همین یک الگو خیلی راهگشاست: عکس ساده محصول با یک جمله تبدیل می‌شود به تصویری تمیز و آماده انتشار. (و اگر برای فروشگاه‌تان یک سیستم کامل لازم دارید، صفحه فروشگاه اینترنتی تاریشا را ببینید.)

قدم ۳: اصلاح مرحله‌ای و ثابت نگه‌داشتن کاراکتر

ویرایش در Nano Banana مکالمه‌ای و چندمرحله‌ای پیش می‌رود. لازم نیست همه تغییرها را یک‌باره و یک‌جا بگویید. قدم‌به‌قدم جلو می‌روید و هر بار فقط همان چیزی عوض می‌شود که خواسته‌اید، بی‌آنکه بقیه تصویر به هم بریزد. یکی از قابلیت‌های مهم این خانواده هم حفظ سازگاری کاراکتر و سوژه است: بین ویرایش‌ها و حتی بین تصاویر مختلف.

مثالش می‌شود چیزی شبیه این:

همین آدم رو این بار تو یه خیابان بارانی نشون بده، با همون چهره و همون لباس.

گذشته از این، چند عکس را هم می‌شود در یک تصویر با هم ترکیب کرد. در API نسخه ۲٫۱ تا ۱۴ تصویر در هر پرامپت پشتیبانی می‌شود.

قابلیت‌های مهم دیگر

• متن خوانا داخل تصویر: متن را تمیز و خوانا رندر می‌کند و برای پوستر، کاور، لوگو و دعوت‌نامه خیلی به درد می‌خورد. برای کاورهای پیج و تصاویر سایت‌تان هم می‌شود رویش حساب کرد (و اگر طراحی کامل سایت می‌خواهید، طراحی سایت شرکتی کار ماست).
• نسبت ابعاد متنوع: در نسخه ۲٫۱ از 1:1 و 4:5 و 9:16 تا پانوراماهای 21:9 و حتی نسبت‌های کشیده 1:8 و 8:1 پشتیبانی می‌شود.
• وضوح خروجی: نسخه ۲٫۱ خروجی 1K، 2K و 4K می‌دهد.
• اتصال به جست‌وجوی گوگل: نسخه ۲٫۱ می‌تواند برای ساخت تصویر، بر پایه اطلاعات روز، از جست‌وجوی گوگل استفاده کند.
• اصلاح در همان گفت‌وگو: راهنمای رسمی گوگل هم همین را توصیه می‌کند. نتیجه را نپسندیدید، در همان گفت‌وگو تغییر بخواهید — تغییر پس‌زمینه، جایگزینی شیء، افزودن عنصر — و جزئیاتی را که پسندیده‌اید نگه دارید.

نکته شفافیت: واترمارک SynthID

روی همه تصاویری که با Nano Banana ساخته یا ویرایش می‌شوند، واترمارک نامرئی SynthID می‌نشیند تا هوش‌مصنوعی‌بودن تصویر قابل تشخیص باشد. روی ظاهر عکس چیزی دیده نمی‌شود، اما معنایش روشن است: گوگل از همان ابتدا مشخص کرده خروجی‌ها قابل ردیابی‌اند. اگر قرار است از این تصاویر در کسب‌وکارتان استفاده کنید، خوب است این را بدانید و هر جا لازم شد، شفاف برخورد کنید.

نکته خیلی مهم برای کاربران ایران

صادقانه بگوییم: ایران در فهرست رسمی کشورهای پشتیبانی‌شده Google AI Studio و Gemini API نیست و ساخت تصویر در اپ Gemini هم فقط در کشورهایی فعال است که خود اپ در آن‌ها عرضه شده است. پس برای استفاده، به ابزار تغییر آی‌پی نیاز دارید. ساخت تصویر در اپ Gemini محدودیت سنی ۱۸ سال به بالا هم دارد.

درباره هزینه هم تصویر واقعی همین است: شروع کار در اپ رایگان است، نسخه کامل ۲٫۱ و سقف‌های بالاتر پولی‌اند و مسیر API هم به‌ازای هر تصویر هزینه دارد (حدود سه سنت برای خروجی استاندارد ۲٫۱).

پرسش‌های پرتکرار

آیا Nano Banana رایگان است؟

ساخت تصویر در اپ Gemini رایگان در دسترس است، ولی با سقف مصرف و بدون نسخه کامل ۲٫۱. نسخه کامل و پیشرفته ۲٫۱ با طرح‌های پولی Google AI باز می‌شود و مسیر API هم پولی است. جواب دقیق، همان جواب کوتاهش است: «شروعش رایگان است، کاملش نه».

فرق نسخه ۲٫۱ با نسخه‌های قبلی چیست؟

نسخه ۲٫۱ تازه‌ترین عضو خانواده و به‌روزرسانی Nano Banana 2 است: ویرایش چندمرحله‌ای با حفظ کاراکتر، ترکیب چند تصویر مرجع (تا ۱۴ تصویر در API)، نسبت‌های ابعاد متنوع تا 21:9 و خروجی تا 4K، از قابلیت‌هایش است.

از ایران چطور استفاده کنم؟

ایران در فهرست رسمی پشتیبانی گوگل نیست. برای اپ Gemini و AI Studio به ابزار تغییر آی‌پی نیاز دارید. بهتر است این محدودیت را از اول بدانید تا وسط کار غافلگیر نشوید.

هزینه استفاده برای توسعه‌دهنده‌ها چقدر است؟

در API، خروجی استاندارد نسخه ۲٫۱ حدود ۰٫۰۳۳۶ دلار برای هر تصویر 1K است. نسخه اول (Gemini 2.5 Flash Image) هر تصویر ۰٫۰۳۹ دلار هزینه دارد. Google AI Studio در مناطق پشتیبانی‌شده رایگان است.

SynthID چیست و آیا روی عکس دیده می‌شود؟

SynthID واترمارک نامرئی گوگل است. روی همه خروجی‌های Nano Banana قرار می‌گیرد تا ساخته‌شدن تصویر با هوش مصنوعی قابل تشخیص باشد. روی ظاهر عکس اثری از آن دیده نمی‌شود.

برای عکس محصول فروشگاهم هم می‌شود استفاده کرد؟

بله. عکس محصول را آپلود کنید و تغییری را که می‌خواهید با جمله بگویید: حذف یا تعویض پس‌زمینه، نرم‌ترکردن نور یا تغییر سبک. مثال آماده‌اش در قدم دوم همین مقاله هست.

جمع‌بندی

Nano Banana ساخت و ویرایش تصویر را از کاری تخصصی به یک گفت‌وگوی ساده رسانده است. جمله می‌نویسید، نتیجه می‌گیرید و اگر لازم شد، در همان گفت‌وگو اصلاحش می‌کنید. برای کاور، پوستر و عکس محصول، همین امروز می‌شود از مسیر رایگان اپ Gemini شروع کرد. فقط این سه محدودیت را از اول بدانید: سقف نسخه رایگان، پولی‌بودن نسخه کامل ۲٫۱ و نبود ایران در فهرست رسمی.

نسخه ویدیویی قدم‌به‌قدم این آموزش را در پیج اینستاگرام تاریشا (@tarisha_ir) منتشر کرده‌ایم. آموزش قبلی ما را هم از دست ندهید: Muse چیست؟ آموزش قدم‌به‌قدم دستیار هوش مصنوعی متا. سؤالتان درباره ساخت و ویرایش تصویر با هوش مصنوعی را در کامنت‌ها بپرسید. پاسخ می‌دهیم.