玩了阵子Nano Banana这套（Gemini那一系的图像生成加编辑），最大的感受是它是真的先“读懂”你再动笔，不是关键词一堆糊上去就完事。它能上4K,长宽比随便挑，16:9、9:16、21:9这些都支持，还能同时喂十几张参考图加文本一起理解。
作为老美工我最认它一点：写提示词得像给摄影师下brief。别再无脑罗列风格词了，开头先用一个明确的动词告诉它主操作是啥。文生图的话我一般按“主体+动作+场景+构图+风格”这个骨架来，比如一个穿定制棕色连衣裙的模特、自信站姿、深樱桃红影棚背景、中近景居中构图、时尚杂志大片风、中画幅胶片颗粒感——这么一句下去，出来的东西可控得多。带参考图那种更适合保人物一致性或者把某个产品塞进新场景。结构化描述,是我从接活里磨出来的习惯。