Nano Banana Pro 角色置換提示詞：從第一次置換到進階技巧

Nano Banana Pro 會根據目標場景調整光線、皮膚紋理與視角，而不只是單純把一張臉合成到另一張臉上。差異會體現在邊緣細節上——例如下顎線的融合、陰影方向的對應，以及舊工具常會出錯的膚色過渡。

一個模糊的提示（「把這個人換掉」）會迫使模型去猜測哪些地方要改、哪些地方要保留。具體的提示會為每張圖片分配清楚的角色，並鎖定你想保留的元素。

等級 1 — 你的第一次換臉

每次人物替換都會使用兩張圖片和一個提示詞。圖片 1 是您先上傳的內容——這是您的身份來源（您想要的臉）。圖片 2 是目標場景（身體和環境）。

兩個先決條件：

請使用 Nano Banana Pro，而不是標準版 Nano Banana 或 Nano Banana 2。 在 Gemini 應用程式中，選擇「create images」並選擇 thinking 版本。在測試中，Pro 產生的身份保留效果明顯優於標準版本——臉部與原始來源更為相似，且在替換過程中，眼型或鼻樑偏移的情況更少。

上傳順序很重要。 模型會依序參考上傳內容——你的第一個上傳會在任何使用該標籤的提示中成為「Image 1」。請先上傳臉部來源，再上傳目標場景。若順序顛倒，交換結果也會顛倒。

上傳臉部來源作為圖片 1，目標場景作為圖片 2，然後使用此提示：

基本換臉提示詞：「使用圖片 1 作為身分來源。使用圖片 2 作為目標場景與身體參考。將圖片 1 的身分轉移到圖片 2 中的目標人物，同時保留目標姿勢、服裝、光線、相機角度、背景和構圖。匹配膚質紋理、陰影、透視與白平衡，使編輯看起來自然。」

以下是它產生的結果 — 將來源臉部轉移到目標場景中，並保留姿勢、服裝與背景：

挑選合適的來源照片

• 清晰、無遮擋的臉部。 不要戴太陽眼鏡、帽子、手遮住臉，或有過重陰影。當臉部資料缺失時，模型會重建它——那些重建看起來會很不自然。

• 正面或 3/4 角度。 極端側臉代表模型必須推測臉部看不見的另一半。

• 高解析度。 較高解析度的來源影像能在輸出中保留更多臉部細節。低解析度來源往往會產生過度平滑的結果。

• 與目標相近的光線。 當來源有強烈的定向光，而目標是柔和的漫射光時，模型必須協調彼此衝突的陰影模式。

第 2 級 — 控制哪些會改變、哪些會保持不變

鎖定技巧

請描述哪些內容不應變更，且至少要與替換本身同樣詳細。當你的提示未指定某些元素時，模型可能會改變它們。

鎖定提示模板：「使用 Image 1 作為身分來源。使用 Image 2 作為目標場景與身體參考。僅將 Image 2 中的臉部身分替換為 Image 1 的身分。不要更改：目標的姿勢、身體形狀、服裝（包括布料質感與顏色）、髮型、妝容、背景、光線設定、攝影角度，或影像構圖。保留下顎線與頸部的膚色過渡。讓替換後臉部的環境光線與現有場景光線相匹配。」

明確的「DO NOT change」清單與下巴輪廓膚色指示，針對的是兩個最顯眼的失敗點。

實際上差異一目了然。沒有 Lock-In（左側）時，像「把圖片 1 的臉放到圖片 2 上」這樣含糊的提示，會讓模型改變髮型——原本的捲髮消失了。使用 Lock-In（右側）時，明確的保留清單讓頭髮、服裝和姿勢都得以完整保留：

僅替換臉部 vs. 全身替換

在撰寫提示之前，先決定哪張圖片「擁有」身體：

僅替換臉部 — 目標圖片保留除臉部之外的所有內容。請使用上方的 Lock-In 範本。

全身替換 — 目標圖像僅保留背景和相機。來源人物的整體外觀會被轉移：

"將圖片1作為完整的身份與外觀參考。僅將圖片2作為場景與相機參考。將圖片1中的人物放入圖片2的場景中。保留其臉部、身體比例、膚色與整體外觀。匹配場景的光線、透視與相機角度。背景、取景與構圖皆來自圖片2。"

攝影參數以獲得寫實效果

寫實照片風格替換提示詞：「使用 Image 1 作為身分來源。使用 Image 2 作為目標場景。將 Image 1 的身分轉移到 Image 2 中。以 f/2.8、85mm 等效焦距拍攝。保留目標的倫勃朗打光模式——主光位於鏡頭左側 45°，補光比例 3:1。保持背景的淺景深。皮膚渲染：保留自然毛孔、微觀紋理與次表面散射。不要修飾美膚。色彩校正：匹配 Image 2 現有的白平衡與色溫。」

實用參數：

疑難排解：交換問題與修正方法

修正優先順序：先處理角色分配錯誤（人選錯誤、順序顛倒）→ 再處理身份一致性（臉部漂移、塑膠感皮膚）→ 最後處理整合品質（接縫、光線）。臉出現在錯的人身上，表示模型根本沒有理解這個任務——再怎麼調整品質也無法修正。

以下是真實的 face drift 與 Identity Lock 範例。模糊的提示語「swap this person into this photo」（左）產生了較寬鬆的詮釋——背景結構改變了，且臉部特徵也出現了漂移。Identity Lock 提示語（右）讓臉部更接近原始來源：

處理安全篩選器

Nano Banana Pro 具有內容安全過濾器，可能會拒絕某些人物替換提示詞。常見觸發因素與解決方法：

• 名人臉孔：要求涉及可辨識公眾人物替換的提示更有可能被封鎖。使用您自己的照片或素材圖片可避免這種情況。

• 挑逗性或親密內容：將臉部替換到裸露或親密影像上的替換會被拒絕。請讓目標場景保持適當。

• 欺騙性措辭：暗示建立偽造證據或冒充的提示（例如「讓它看起來像是 X 做了 Y」）會觸發安全封鎖。請將提示表述為創意編輯，而非欺騙。

Google 會將 SynthID 浮水印套用於所有 Nano Banana Pro 輸出。

第 3 級 — 進階技巧

多人場景置換

團體照片會破壞基本提示詞。模型會混淆要替換的是誰、編輯到錯誤的人，或是改動到旁觀者。

使用兩步驟庫存方法：

步驟 1 — 描繪場景（不進行編輯）：

"圖像 2 包含三個人。A 人位於左側，穿著藍色外套。B 人位於中央，穿著白色襯衫。C 人位於右側，穿著紅色洋裝。請識別並標註每個人。請勿修改圖像。"

步驟 2 — 使用標籤執行：

"僅將 Person B（中間，白襯衫）替換為 Image 1 中的身份。Person A（左側，藍色外套）和 Person C（右側，紅色洋裝）必須保持完全不變——相同的臉、相同的姿勢、相同的表情、相同的位置。只有 Person B 的面部身份改變。"

5 組件提示框架

對於複雜或可重複的交換，請將您的提示詞結構化為五個明確的組成部分：

5-組成範例：

"身分來源（Image 1）：提供臉部身分特徵 — 臉型、眼睛、鼻子、嘴巴、膚色、鬍鬚。

目標場景（Image 2）：提供身體、姿勢、服裝、背景、光線、構圖。替換主要主體（畫面中央）。

轉移：臉部幾何、皮膚紋理、眼睛顏色、臉部結構。Image 1 其他內容一概不保留。

鎖定：姿勢（精確）、服裝（布料、顏色、皺褶、合身度）、光線方向與強度、背景、其他人物、構圖。

品質：下顎線與頸部的膚色無縫銜接、保留自然毛孔、陰影方向與場景一致、不要過度平滑。"

表達與風格控制

人物置換提示不僅限於臉部替換。同樣的機制也可處理：

表情調整（不交換 — 單張圖片）：

"僅使用 Image 1：將人物的表情調整為自然、溫暖的微笑。保持其身份、服裝、背景和光線完全一致。不要更改臉部特徵或身份——只改變表情。"

角色扮演變身：

"讓圖片 1 中的人 cosplay 成圖片 2 的角色。保留圖片 1 中這個人的完整臉部與身份。套用圖片 2 中該角色的服裝、髮型與配件。讓光線與背景與該角色的場景相符。"

藝術風格轉換（保留身份特徵）：

"將 Image 1 中的人物渲染成 sfumato 油畫風格。保留其精確的五官特徵、比例與身份。採用柔和、漫射的光線，並帶有溫暖的金色調。背景：具有明暗對比照明的文藝復興時期室內場景。媒材：可見筆觸的油畫布紋理。"

衣物交換工作流程

在保持人物相同的前提下更換服裝，需要採取不同的方法——你需要模型從一張圖片中「看見」一套服裝，並在不改變穿著者的情況下將其套用。

直接方法：

"使用圖片 1 作為人物參考——精確保留其臉部、身體、頭髮和姿勢。只將其服裝替換為圖片 2 中所示的穿搭。請匹配該服裝的布料類型、顏色、圖案和版型。不要更改人物的任何其他部分。"

先擷取後處理的方法（對複雜穿搭更可靠）：

1. 使用 vision AI 來描述目標服裝：「分析圖片 2。詳細描述衣服：服裝類型、布料、顏色、圖案、版型、配件。」

2. 將該文字輸入到你的替換提示中：「使用圖片 1 作為人物參考，將他們的衣服替換為：[擷取的描述]。請完全保留該人物的臉部、身體、頭髮和姿勢。」

針對特定布料，請直接命名——「壓皺絲絨西裝外套」、「原色丹寧夾克」、「磨毛羊絨毛衣」。像「夾克」這類模糊詞彙會給模型太多解讀空間。

可直接使用的提示詞範本

範本 1：產品廣告模型替換

"將圖片 1 作為新的模特身分。將圖片 2 作為廣告版面。將圖片 2 中模特的臉替換為圖片 1 的身分。保留：產品擺放、品牌元素、模特姿勢、燈光設置（主光方向、補光比例、輪廓光）、背景，以及廣告美感。以 f/2.8 呈現，並採用淺景深。產品仍然是主角元素。"

範本 2：情侶照片創作（3 張圖片）

"將圖片 1 作為 Person A 的身份。將圖片 2 作為 Person B 的身份。將圖片 3 作為場景參考。將 Person A 放在左側、Person B 放在右側，並符合圖片 3 的位置安排。兩張臉都必須與各自的來源圖片完全一致——兩人都不得出現身份偏移。請匹配圖片 3 的光線、陰影與透視。"

範本 3：歷史／奇幻角色插入

"使用 Image 1 作為身份來源。使用 Image 2 作為時代設定參考。將 Image 1 中的人物作為主角，置入 Image 2 的場景中。保留其精確的面部特徵與膚色。調整服裝與配件以符合場景的時代背景。相機與燈光：與 Image 2 現有設定一致。皮膚：保留自然質感，不要柔化。"

範本 4：社群媒體快速替換

"將 Image 1 的臉部換到 Image 2 的人物上。保留 Image 2 的姿勢、服裝、背景和光線。使下顎和頸部的膚色一致。自然效果 — 不要過度修飾。"

範本 5：新場景中的專業人像

"使用圖片 1 作為身分來源。使用圖片 2 作為專業環境。將圖片 1 中的人放入圖片 2 的場景中。30° 相機右側的柔和主光、相機左側的白色補光、來自上方後方的髮光。85mm f/2.8 呈現。保留圖片 1 中精確的五官特徵與自然肌膚紋理。服裝符合圖片 2 的著裝規範。"

這些提示詞適用於何處

這些提示詞適用於提供 Nano Banana Pro 存取權的平台：

• Gemini 應用程式 (gemini.google.com) — 可直接在聊天中上傳圖片。免費方案的生成次數有限；Gemini Advanced（透過 Google One AI Premium 每月 $20）可解鎖完整存取權限。

• Google AI Studio — 可使用 API 存取，並能更彈性地控制參數，但需要開發者設定。

• 第三方 API 平台 — 像 AIReiter 這類服務提供 Nano Banana Pro 的按次付費 API 存取，無需每月訂閱。

Gemini 應用程式的安全篩選比 API 存取更嚴格——在 AI Studio 中可行的提示詞，在應用程式中可能會被拒絕。

常見問題

Nano Banana Pro 和 Nano Banana 2 有什麼不同？

Nano Banana Pro 使用一種在渲染前似乎會先處理身份一致性的思考模式——實際上，臉部會更接近原始來源，且較少出現漂移瑕疵。Nano Banana 2 生成速度更快，但在不同替換之間會產生更多身份變化。對於重視準確度的人像替換，Pro 值得多花一些生成時間。

AI 換臉合法嗎？

這項技術本身是合法的。法律風險來自輸出內容：在你自己的照片中替換臉孔是沒問題的；但製作未經同意的冒充、親密影像或詐騙內容，在大多數司法管轄區都屬違法。發佈替換後的圖片時，請揭露此編輯。

為什麼我的換臉看起來「像塑膠」或過度平滑？

通常是來源影像解析度問題，或提示詞細節不足。請使用更高解析度的來源照片，並在提示詞中加入「保留自然的皮膚毛孔、瑕疵與微細紋理——不要過度平滑，不要修圖美化」。請參閱上方的疑難排解表以獲得其他修正方法。

我如何只替換群組照片中的一個人？

在第 3 級中使用兩步驟清單方法：先要求模型依照位置和服裝識別並標記每個人物，然後發出只針對已標記人物的替換提示。這可避免模型編輯旁觀者。