上周替一份路演稿换配图，客户的要求很具体：背景里要出现「三年，从 0 到 1.2 亿」这句话，字要压进图里，不要浮在图上。
以前这活得两个人接力：先出图，再进 PS 里打字、调字距、对齐，一张半小时起。现在我把这句话直接写进提示词，一次出图，字和图是一体的。
出手的是 Nano Banana Pro。听着像段子，正经名字是 Gemini 3 Pro Image，谷歌 2025 年 11 月 20 日发布的那颗，内部代号被叫顺了口。这篇讲它给幻灯片配图能干到哪一步，哪两件事它管不了，以及一套 30 页的稿子大概要花多少钱。
版本先分清，别买错那一档
同一家人有四个容易混的名字：Nano Banana（底子是 Gemini 2.5 Flash Image）、Nano Banana 2、Nano Banana Pro，外加一堆挂这三个字的三方站。做演示要认的是 Pro 这一档，能不能把字准确写进图里，是它跟其他几档最明显的分界线。
入口有三个：Gemini 应用、Google AI Studio、Gemini API。免费额度小到基本可以忽略，Pro 图在 Gemini 里一天两张上下。要稳定出图，走 API，或者找个能开票的中转站。
价格差得很开。谷歌官方按 token 计费，1K 和 2K 都是每张 0.134 美元，4K 是 0.24 美元；三方站能压到六分钱一张。便宜那部分不是白来的，素材进了谁家服务器、账号能不能长期用，得自己盯。
两个参数最值得动：16:9 和 4K
幻灯片默认比例是 16:9，这个模型原生支持十种宽高比，其中就有 16:9 和 21:9，出图不用二次裁切。4K 档的 16:9 是 5504×3072，投会议室大屏、印成手册都够；只在文档里插配图的话，1K 那档更省事，文件小、加载快。
有一件事值得记一下：1K 和 2K 同价。谷歌这两档收一样的钱，没理由为了省钱降到 1K。
中文能画进图里，但长句仍会出错
这是它比上一代最能打的地方。图里的中文、日文、韩文都能出，而且能撑到整段文字，不再是一行以内的招牌字。我给那份路演稿写了那句「三年，从 0 到 1.2 亿」，一次就立住了。
但别把长句当默认能力。字越多，它越容易在某个偏旁上塌一块，标点也常被吃掉，数字和单位是重灾区。生成完必须逐字用人眼过一遍，尤其是金额、百分比、年份，这一步省不掉。
别让它画数据，只让它画装数据的容器
它能联网查资料再做信息图，宣传里叫搜索打底。听着很适合数据页，实际用起来我不建议这么干：它查到的数字未必是你年报里的那个，版式也不可控，改一版等于重画。
我的规矩是图里只放定稿的短句，所有数字用 Keynote 原生文本框叠上去。数据改动只要改一个框，图不用重出。AI 图在这一页的角色是背景和容器，不是内容本身。
我的提示词长什么样
一段能用的提示词，我会写进四件事：画面主体、字要写什么（用引号包住）、字放哪儿、风格和比例。给那份路演稿的版本大概是这样：
16:9 横向构图，深灰到墨绿的渐变色块背景，右侧一条平缓上扬的折线，左侧留出四分之一空白。空白处放一行中文标语：三年，从 0 到 1.2 亿。无衬线黑体，字色接近白，字距宽松。整体安静、克制，像行业报告的配图，不要人物，不要照片感。
改版只动一句，比如把折线换成柱状，其余不动，风格就是连贯的。
把品牌色卡丢进去，一套图能长一个样
它支持一次喂多张参考图。官方文档写的是最多 6 张对象图，三方站宣传到 16 张，别按宣传上限去用，三四张就够稳。把公司色卡、上一版封面、logo 底图一起丢进去，后面出的图会往这个调子上靠。一套二十页的配图，风格基本撑得住，比一张一张调提示词省事。
每张图都带隐形水印，这影响交付
它出的每张图都嵌了 SynthID 隐形水印，肉眼看不见，检测工具能读出来。日常汇报没人在意；对外交付、投标、给客户做品牌物料时，这条得提前想到。生成记录和提示词都留着，万一被问「这图哪来的」，你答得出来。关于素材授权链的坑，之前那篇讲配图版权风险的写过，可以对着看。
算一笔账：30 页稿子配图花多少
假设每页要试三次才满意，一套就是 90 张。按 2K 算，大概 12 美元；全上 4K，22 美元上下。跟外包设计几千块比，这钱几乎等于不要钱；但比图库会员贵，而且每张都得自己校字调版式。省下的不是设计费，是来回沟通那两小时。
什么时候干脆别用它
人物、要对得上实物细节的产品图、必须和品牌 VI 严丝合缝的封面页，这三种情况图库和实拍都更快。AI 图最舒服的位置是氛围图、纹理背景、抽象概念图。那张讲「三年，从 0 到 1.2 亿」的图，本质只是几个色块加一条向上的曲线，真要拍，也拍不出来。
如果你手头已经有旧工具的工作流，可以看看我之前做的给 PPT 配图的画图模型对比，那篇里 Midjourney 出图还是首选；中文要进图，现在多了这一个选项。
下次配图前先分个类：必须有中文的，和只是要氛围的。前者交给它，后者继续用图库。别为了用一个新工具，把本来五分钟能解决的页面拖成半小时。