# Gemini 图片生成教程：App、AI Studio 和 API 怎么用

> 这篇教程会带你用 Gemini App、AI Studio 和 Gemini API 跑通第一次图片生成，选对 Nano Banana 模型，并学会更稳的提示词写法。

- Source: https://www.aifreeapi.com/zh/posts/gemini-image-generation-tutorial
- Language: zh
- Published: 2026-03-22
- Updated: 2026-10-08
- Publisher: AI Free API (https://www.aifreeapi.com)

> **2026 年 10 月 8 日更正：** Google 已把 `gemini-2.5-flash-image` 的关停日期从原定的 2026 年 10 月 2 日推迟到 2027 年 3 月 15 日，替代模型改列为 `gemini-3.1-flash-lite-image`（Nano Banana 2 Lite）；文中“10 月 2 日停用”的说法已不适用。

> **2026 年 10 月 5 日更新：** 下文提到的 preview 模型 ID 已经下线：`gemini-3.1-flash-image-preview` 和 `gemini-3-pro-image-preview` 于 2026 年 6 月 25 日停止服务，`gemini-2.5-flash-image` 于 2026 年 10 月 2 日停用。请改用正式版 ID `gemini-3.1-flash-image`（Nano Banana 2：0.5K 每张 0.045 美元、1K 0.067 美元、2K 0.101 美元、4K 0.151 美元）和 `gemini-3-pro-image`（1K/2K 每张 0.134 美元、4K 0.24 美元），价格与 preview 版相同（[Gemini API 定价](https://ai.google.dev/gemini-api/docs/pricing)）。下文的操作方法不受影响。

如果你今天想把 Gemini 用起来做图片，默认就先从 **Nano Banana 2** 开始。想最快出第一张图、又不想写代码，就走 **Gemini App**；想先在开发者界面里试 prompt，再考虑接入产品，就走 **AI Studio**；想要可重复工作流、日志、重试和明确的尺寸控制，就走 **Gemini API**。

这个关键词真正难的地方，不是证明 Gemini 会不会画图，而是很多页面把 **App、AI Studio、API** 讲成了同一件事。它们有关联，但并不是一套完全相同的产品面。你如果一开始就把入口选错，后面的提示词、价格、配额和分辨率判断都会跟着一起歪掉。

如果你只想先拿到最短的可执行答案，先看这张路由表。

| 你的目标 | 先走哪条路 | 为什么这是当前默认答案 | 什么时候该切换 |
| --- | --- | --- | --- |
| 不写代码，最快出图 | **Gemini App** | 当前帮助页已经把 Nano Banana 2 作为生成和编辑主线，手动出图路径最短 | 你需要可重复输出、日志或自动化时 |
| 先用开发者界面试 prompt | **AI Studio** | 适合做 builder 视角的 prompt 调试，但当前主图片模型在这里需要付费 key | 你准备进生产、做程序化集成时 |
| 做自动化、接入产品、控尺寸 | **Gemini API** | 最适合做可重复工作流，支持模型选择、尺寸、比例和多轮 refinement | 只有更高端成品值得时才切到 Pro |
| 文本多、信息图多、成品价值高 | **Nano Banana Pro** | 只有当结果失败成本已经明显高于模型差价时才值得 | 不要把它当成所有人默认第一步 |

![展示 Gemini App、AI Studio、Gemini API 与当前 Nano Banana 模型路线的 Gemini 图片生成教程封面。](https://www.aifreeapi.com/posts/zh/gemini-image-generation-tutorial/img/cover.png)

## 要点速览

- 想最快无代码出图，先看 [Gemini Apps 帮助页](https://support.google.com/gemini/answer/14286560?hl=en) 并直接在 App 里开始。
- 想在开发者界面里先试，再决定是否写代码，可以用 [Google AI Studio](https://aistudio.google.com/)，但要记住 Google 在 [Nano Banana 2 开发者文章](https://blog.google/innovation-and-ai/technology/developers-tools/build-with-nano-banana-2/) 里明确写了：当前模型在 AI Studio 里需要付费 API key。
- 想要一个可以预算、自动化、持续迭代的工作流，就直接看 [Gemini 图片生成文档](https://ai.google.dev/gemini-api/docs/image-generation) 和 [定价页](https://ai.google.dev/gemini-api/docs/pricing)。

## 先选对 Gemini 图片生成入口：App、AI Studio 还是 API

![对比 Gemini App、AI Studio 和 Gemini API 的 Gemini 图片生成路线图。](https://www.aifreeapi.com/posts/zh/gemini-image-generation-tutorial/img/app-ai-studio-api-routing.png)

最容易犯的错误，就是把 Google 这三个入口看成一回事。

**Gemini App** 是面向普通用户的入口。Google 当前帮助页明确写到，你可以直接创建图片，也可以上传一张图片做编辑，或者上传多张图让 Gemini 融合生成新画面。帮助页还写了一个很关键的现实差异：免费用户下载是 **1K**，付费订阅下载是 **2K**。所以，如果你的目标只是“尽快得到第一张图”，App 仍然是最短路径。

**AI Studio** 是开发者实验台。它适合你先在界面里试 prompt、调思路、确认模型表现，再决定是否把同样的工作流写进代码。问题在于，很多教程把 AI Studio 的通用 billing 叙述，直接理解成“当前图片模型可以免费用”。更安全的读法是：Google 的 [billing FAQ](https://ai.google.dev/gemini-api/docs/billing/) 仍然会说新账户从 free tier 开始，AI Studio 在连接付费 key 之前总体上还是免费 surface；但同一天线上的 [Nano Banana 2 开发者文章](https://blog.google/innovation-and-ai/technology/developers-tools/build-with-nano-banana-2/) 又明确说，**这个模型在 AI Studio 里需要付费 API key**。也就是说，AI Studio 不是“神秘隐藏免费图像入口”，它更像是一个开发者操作面。

**Gemini API** 则是生产路线。你需要的不是“偶尔做一张图”，而是可重复工作流、明确模型、重试、日志、成本管理、集成进自己的产品时，就应该直接把 API 作为主战场。Google 当前图片文档本身就是按这个逻辑写的：生成、编辑、多轮 refinement、aspect ratio 和 image size 都是 API 层面的显式控制。

所以这篇教程最重要的建议不是“先改 prompt”，而是 **先把入口选对**。入口选对之后，很多“Gemini 为什么不好用”的问题会直接减少一半。

## 默认先用 Nano Banana 2，但也要知道什么时候该切 Pro 或 legacy 2.5

这类文章最容易过期的部分，就是模型推荐。

Google 当前的 [图片生成文档](https://ai.google.dev/gemini-api/docs/image-generation) 直接把 **`gemini-3.1-flash-image-preview`** 写成图像生成的默认推荐路线，因为它在效果、成本和延迟之间给了最平衡的答案。这条线就是今天的 **Nano Banana 2**。Google 的 [deprecations 页面](https://ai.google.dev/gemini-api/docs/deprecations) 把它的发布日期标为 **2026 年 2 月 26 日**，而且没有公布关闭日期。这就是为什么现在做新工作流时，默认不该从旧的 2.5 线开始。

但“默认答案”并不等于“唯一答案”。

| 模型 | 当前状态 | 当前官方图片价格 | 最适合什么 | 要注意什么 |
| --- | --- | --- | --- | --- |
| `gemini-3.1-flash-image-preview` | 当前默认路线，发布于 2026 年 2 月 26 日 | 没有公开 free tier；0.5K 约 **$0.045**，1K 约 **$0.067**，2K 约 **$0.101**，4K 约 **$0.151** | 大多数新的图片生成和编辑工作流 | 仍然是 preview 线，配额要看账户 tier |
| `gemini-3-pro-image-preview` | 当前高阶路线 | 没有公开 free tier；1K/2K 约 **$0.134**，4K 约 **$0.24** | 文本多、信息图多、成品价值高的任务 | 成本明显高于 Flash Image |
| `gemini-2.5-flash-image` | 仍在线，但已是 legacy | 没有公开 free tier；标准约 **$0.039**，batch 约 **$0.0195** | 只想要当前官方最便宜路线时 | Google 已把关闭日期标到 **2026 年 10 月 2 日** |

实用判断其实很简单。绝大多数人先从 **Nano Banana 2** 开始。只有在两种情况下，答案才会明显变化：一是你只关心最便宜的 legacy 成本；二是你的图片失败一次就很贵，比如海报、信息图、重文本创意，那时才有理由直接上 **Nano Banana Pro**。

如果你真正想深挖价格，而不是做入门教程，接下来更该看的是 [Gemini 图片生成 API 定价](https://ai.google.dev/gemini-api/docs/pricing) 或站内的 [Gemini 图片 API 免费额度](/zh/posts/gemini-image-api-free-tier) 与 [Gemini 图片生成价格指南](/zh/posts/gemini-image-generation-api-pricing)。这篇文章的角色，是帮你先把第一条工作流跑通。

## 想最快跑通第一次出图，Gemini App 和 AI Studio 怎么用

如果你现在还没准备写代码，就不要因为 API 看起来“更专业”就一上来走它。第一次出图，最重要的是把 prompt 和结果之间的反馈回路跑通。

在 **Gemini App** 里，步骤其实很短：

1. 打开 Gemini，进入 **Create image**。
2. 用清晰动词开头，比如“创建”“生成”“画一张”。
3. 用一句完整描述写清主体、风格、背景和氛围。
4. 如果你不是从零生成，而是要改现有图片，就上传图片并明确告诉 Gemini 只改什么。
5. 如果结果已经接近，但你又是付费用户，需要更强的文本渲染或更高精度，就再走 **Redo with Pro**。

Gemini App 的价值是，你可以先把“什么样的 prompt 会出对的图”这件事搞清楚，而不用先纠结 SDK、imageConfig 或日志结构。

**AI Studio** 则更适合 builder 视角的第一次上手。你已经不是单纯想出一张图，而是想观察模型在不同 prompt 下的表现，考虑后面是否接 API，这时 AI Studio 很有价值。只是别把它理解成“和 App 一样的免费图像入口”。在当前主图片模型上，它更像是一个需要付费 key 的开发者实验面。

最稳的使用顺序通常是：

- 只想快点出图：先用 **Gemini App**
- 想先试 prompt、再决定是否接代码：先用 **AI Studio**
- 想做自动化或产品工作流：直接进入 **Gemini API**

这个顺序能帮你少走很多弯路。很多人以为 Gemini 图片生成“不稳定”，其实问题往往不是模型，而是自己还没把 surface 选对，就太早进入了 API 层。

如果你真正要做的是图生图编辑，而不是从零生成，可以继续读站内的 [Gemini 图生图编辑指南](/zh/posts/gemini-image-to-image-editing)。

## 想做可重复工作流，Gemini API 怎么用

![展示 Gemini API 第一次图片生成工作流：prompt、模型、尺寸、结果与 refinement 回路。](https://www.aifreeapi.com/posts/zh/gemini-image-generation-tutorial/img/api-first-run-workflow.png)

一旦你需要可重复、可记录、可调试的流程，真正的教程就进入 API 了。

Google 当前 [图片生成文档](https://ai.google.dev/gemini-api/docs/image-generation) 同时支持 text-to-image 和 text-plus-image 编辑，而且明确推荐 **multi-turn refinement**。这点很重要。大多数时候，最好的工作流不是“一条超级长 prompt 一次成功”，而是先给出一个清楚 prompt，得到第一张图，再在同一轮上下文里继续细修。

第一次 API 调用，建议尽量简单：先用 `gemini-3.1-flash-image-preview`，显式设置一个比例，如果真的需要更高分辨率，再显式设置 image size。

```js
import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

const prompt = `
Create a clean 16:9 product hero image of a matte black travel mug on a light concrete surface.
Use soft studio lighting, sharp detail on the mug texture, and leave calm negative space on the right.
`;

const response = await ai.models.generateContent({
  model: "gemini-3.1-flash-image",
  contents: prompt,
  config: {
    responseModalities: ["TEXT", "IMAGE"],
    imageConfig: {
      aspectRatio: "16:9",
      imageSize: "2K"
    }
  }
});
```

这个例子故意写得“保守”。因为第一步最重要的不是炫技，而是让流程稳定工作。这里真正影响结果的是四件事：

- **model** 决定默认成本、质量和主路线
- **aspectRatio** 决定构图
- **imageSize** 决定分辨率和价格
- **prompt 写法** 决定几乎其他所有东西

如果你做的是编辑而不是纯生成，prompt 要比你想象中更具体。告诉模型只改哪里，哪些部分必须保持不变。Google 较早的 prompt 指南虽然写的是 2.5 线，但原则今天仍然成立：**别堆关键词，要描述场景；别只说新内容，也要明确旧内容哪些不能动。**

API 还有一个很现实的前提：把它当成一个要运维的系统，而不是一条总能一次成功的魔法函数。Google 的 [rate-limits 页面](https://ai.google.dev/gemini-api/docs/rate-limits) 明说当前上限依赖模型和 tier；社区线程也说明，SDK 版本、imageSize 参数和 AI Studio 的行为有时会出现不一致。如果你发现 JS SDK 没按预期给出 2K，先确认 SDK 版本，再用同一 prompt 去 AI Studio 交叉验证。

如果你真正关心的是当前最划算的 API 入口，而不是教程本身，下一篇更适合的是 [最便宜的 Gemini 3.1 Flash Image Preview API 指南](/zh/posts/cheapest-gemini-flash-image-preview-api)。

## 更容易出好图的提示词写法

Gemini 图片生成最常见的问题，并不是模型不会，而是 prompt 写得太像“关键词清单”。

Google 的 prompt 指南给了一个今天仍然适用的核心原则：**不要只列关键词，要把场景说出来。** 对 Gemini 这条图片线来说，这一点尤其重要。它更擅长理解“你想看到什么画面”，而不是猜你脑子里补完的画面。

这篇教程里，最值得记住的是四种 prompt 任务。

**1. 从零生成。**  
最稳的写法是：主体 + 动作 + 场景 + 风格 + 构图。例如：“创建一张 16:9 的写实产品图，一只磨砂黑色旅行杯放在浅灰色混凝土台面上，侧光柔和，右边保留简洁留白。” 这通常比“黑色杯子、电影感、写实”稳定得多。

**2. 局部修改。**  
如果你要改已有图片，最重要的不是把新东西说得多华丽，而是把保护范围说清楚。比如：“基于输入图片，只把蓝色沙发改成深绿色丝绒沙发，光线、房间布局和其他家具保持不变。” 这类 prompt 往往比“把客厅改高级一点”更可靠。

**3. 多图融合或风格迁移。**  
Gemini 的图像栈支持多图工作流，当前文档也提到了更大的 reference image 用法。关键在于每张图要扮演什么角色。比如：“使用图 1 的包，把它放进图 2 的影棚场景里，保持包的真实比例，并匹配图 2 的顶部柔光。” 如果你不分工，模型就会自己乱猜。

**4. 文本多、信息图多的任务。**  
这正是 **Nano Banana Pro** 更值得用的时候。你要在 prompt 里明确写出要出现的文字、版式和整体视觉风格。比如：“创建一张 16:9 的简洁信息图，用粗体无衬线字体标出 Evaporation、Condensation、Precipitation，并保持结构清晰可读。” 这种任务如果只写“做一张关于水循环的信息图”，结果通常会更花哨，但不够实用。

这些写法背后的共同原则其实就一句：告诉 Gemini **什么重要、什么不能动、画面应该遵循什么视觉逻辑**。这比再多加几个形容词更有用。

## 故障排查：为什么 Gemini 图片生成会比你想象中更难

![用于排查 Gemini 图片生成问题的决策图，包括错误入口、配额或 key 状态、提示词过泛、SDK 不匹配和 legacy 模型选择。](https://www.aifreeapi.com/posts/zh/gemini-image-generation-tutorial/img/troubleshooting-decision-board.png)

Gemini 图片生成最让人烦的地方，是很多失败一开始看起来像“prompt 写坏了”，但根因其实是 product surface 选错了。

第一种常见问题是 **入口选错**。如果你现在只是想搞清楚 prompt 怎么写，App 或 AI Studio 通常比 API 更适合起步。如果你要做产品功能，App 的体验又不应该拿来当 API 的基准。很多人来回切 surface，最后以为模型不稳定，实际上只是路由没理顺。

第二种问题是 **免费和付费规则混在一起**。Google 当前几个官方页面都没错，但它们说的是不同层面。billing FAQ 讲的是通用计费姿态；Nano Banana 2 开发者文章讲的是当前模型在 AI Studio 的要求；pricing 页面讲的是公开图片 API 定价。你如果把三者揉成一句话，听上去当然会自相矛盾。

第三种问题是 **prompt 太泛**。Gemini 再聪明，也不会自动知道哪些部分不能动。编辑一直“改太多”，往往不是模型不行，而是你没把保护范围说清楚。生成一直“长得很普通”，往往不是模型不懂，而是你给的视觉语言太少。

第四种问题是 **配额或 key 状态**。Google 的 [rate-limits 页面](https://ai.google.dev/gemini-api/docs/rate-limits) 已经写明，实际限制依赖 tier；社区线程也显示，付费 key 刚接上时，用户体感上可能还会遇到 quota 或 out-of-free-generations 的混乱。如果 AI Studio 还把你当成 free-tier，请先确认当前 project、key 类型和 AI Studio 里的 live usage。

第五种问题是 **SDK 不匹配**。官方文档显示 imageSize 是支持的，但论坛里也有人反馈 JS SDK 没按预期输出 2K，而 AI Studio 同一 prompt 可以。这不代表 API 本身不支持，而是说明你应该先确认 SDK 版本，再对照 AI Studio 做交叉验证。

第六种问题是 **从错误模型开始**。如果你因为 `gemini-2.5-flash-image` 最便宜就直接用它，你可能是在为错误目标优化。它还在线，但 Google 已经在 [deprecations 页面](https://ai.google.dev/gemini-api/docs/deprecations) 上给它挂出了 **2026 年 10 月 2 日** 的关闭日期。做新工作流时，默认还是应该从 Nano Banana 2 开始。

如果你真正卡住的是“今天额度什么时候重置”“为什么 App 和 API 说法不一样”，继续读站内的 [Gemini 图片额度重置说明](/zh/posts/gemini-image-generation-limit-reset) 和 [Gemini 图片免费额度](/zh/posts/gemini-image-free-tier-2026) 会更具体。

## 结论

2026 年最有用的 Gemini 图片生成教程，不该只是堆模型名，也不该只是复制一页官方文档。

先从 **Nano Banana 2** 开始。想最快无代码出图，走 **Gemini App**。想先站在开发者视角试 prompt，再决定是否接代码，走 **AI Studio**，但要知道当前主模型在这里是付费 key 路线。想做可重复工作流、自动化、控尺寸和重试，直接走 **Gemini API**。只有当文本渲染、信息图或高价值成品真的值得时，再升级到 **Nano Banana Pro**。而 `gemini-2.5-flash-image` 更适合被理解成“还在线但偏 legacy 的便宜路线”，不是今天的新默认答案。

把入口选对之后，Gemini 图片生成其实没有搜索结果里看起来那么乱。很多时候真正的障碍不是模型，而是你一开始就走错了 surface。