筆記下 Nano Banana Pro 錦囊妙計 課程相關內容。
課程相關資訊
[連結]：https://learn.duotify.com/courses/nbp-1
請注意：本系列文章為個人對應課程的消化吸收後，所整理出來的內容。換言之，並不一定會包含全部的課程內容，也有可能會添加其他資源來說明。
內容
語意理解 -> 概念關聯 -> 因果分析 -> 構圖規劃 -> 細節推演：這是推理模型在背後執行的邏輯，仰賴於其知識庫 ( 資料來源 ) ，然後輸出成指令和藍圖給圖像生成引擎。最後使用者所見的，就是一張經過推理厚的視覺化結果
生的圖片層數越多，除了所需時間越久外，能夠保留的細節也越多。因此當你想要生成的圖片文字很多，需要越多層的渲染才能夠把所有字的細節給補到，故產出較糊的圖文的機率也變高
黃金三角
提示詞中的每一個 Token 都在爭奪模型的注意力。當細節越多、創意越少的情況下，風格就會趨向一致。
結構 Structure – 固定提示詞的語法順序以及鎖定畫風的關鍵詞
參數 Parameters – 這是指模型本身，不過 Google Nano Banana Pro 不給調任何的參數
參考 References – 利用一張圖 ( Image to Image ) 當作基礎，讓 AI 可以鎖定構圖
你需要在「豐富創意」和「規格驅動」這兩者間取得平衡。
