Nano Banana Pro 换人提示词：换脸、整人替换模板与安全边界

用 Nano Banana Pro 或 Nano Banana 2 换脸、换人，提示词要做三件事：说清每张参考图的角色（图 1 提供身份，图 2 是要修改的目标照片），选定只换脸还是整人替换，再写明其余内容全部保持不变。前提是照片里的人是你自己、明确同意编辑的朋友、签过肖像授权的模特，或者虚构角色。Google 在 Gemini 应用里会检测「未经同意使用他人图像」，确认违规会发通知，屡次违规可能被限制使用生成式 AI。

截至 2026 年 10 月 5 日，Gemini 应用里所有人编辑图片用的都是 Nano Banana 2；Nano Banana Pro 只对 Google AI Plus、Pro、Ultra 订阅用户开放，方式是对已生成的图点「Redo with Pro」重做。开发者调用 API 时，Pro 的模型 ID 是 gemini-3-pro-image，Nano Banana 2 是 gemini-3.1-flash-image。

先复制这段基础提示词：

图 1 是身份来源，图 2 是目标照片。把图 2 中目标人物的面部身份换成图 1 中的人物，图 2 的姿势、服装、光线、镜头角度、背景和构图全部保持原样。匹配皮肤质感、面部阴影、透视、白平衡和颗粒感，让人物自然融入图 2。画面中的人数和其他人物与图 2 完全一致。

运行前选一个分支，把对应的句子补进去：

参考图怎么分工：图 1 管身份，图 2 管场景

只写「把这个人换到这张图里」，模型要自己猜：谁提供长相，谁提供身体，衣服换不换，背景能不能动。一旦让它猜，常见结果就是脸像贴上去、背景被重画、衣服变了，或者换错了人。把任务拆成五个控制项，每一项都在提示词里写出来：

图 1 要能清楚地表达身份：脸部无遮挡，角度不要太偏，光线不要把五官压暗，也不要用重滤镜。墨镜、运动模糊、低清截图和过度美颜都会让模型去猜脸型和肤色，换出来的人不像，多半从这里开始。手里有同一个人不同角度的清晰照片，可以一起上传，并在提示词里写明「图 1、图 2 是同一个人，图 3 是目标照片」。

人物参考图有数量上限。Gemini API 图片生成指南的表格写的是：Nano Banana Pro 最多 5 张人物图（另可加最多 6 张物体图、3 张风格参考图），Nano Banana 2 最多 4 张人物图和 10 张物体图，Nano Banana 2 Lite 不支持人物一致性参考。Google 在 Nano Banana 2 的发布文章里写的是「最多五个角色」，和指南表格不一致，按 4 张算更稳。Gemini 应用里如果把对话模型切到 Flash-Lite，出图走的是 Nano Banana 2 Lite，帮助页说明它不是为多张参考图设计的，换人时别用这个模型。

画面里有两个人以上，先写一行人物清单再写编辑要求：

图 1 中穿白衬衫的人是人物 A，是身份来源。图 2 中站在左侧、穿红色外套的人是人物 B，是唯一需要替换的目标。图 2 中的其他人物保持不变。只把人物 A 的面部身份换到人物 B 身上。

用衣服颜色、站位这类看得见的特征给人物编号，比「左边那个」更不容易出错。模型先认对人，后面的迁移才有意义。

只换脸提示词：保留目标照片的身体、衣服和背景

只换脸适合目标照片的身体、衣服、姿势和背景都已经是你想要的样子。这是范围最窄、最容易控制的分支。

图 1 是身份来源，图 2 是目标照片。只把图 2 中目标人物的脸部和面部身份换成图 1 的人物。图 2 的身体、发型外轮廓、服装、姿势、手部、背景、镜头角度、光线方向、景深和构图全部保持原样。匹配皮肤质感、面部阴影、透视、边缘过渡、白平衡和颗粒感，让这张脸看起来就是在图 2 里拍的。画面中的人数与图 2 一致。

关键是「只把脸部和面部身份」这个范围。不写范围，模型可能把图 1 的头发、衣服、身材比例甚至色调一起带过来。做整人替换时这也许正好，但做头像、保留服装的照片时就是错误。

两张图的脸部朝向最好接近。图 1 是正脸、图 2 是大侧脸时，模型得凭空补出看不见的部分，结果更不稳定。换一张角度接近的身份照，通常比在提示词里加形容词有效。

整人替换提示词：先决定衣服归谁

整人替换是让图 1 的人整个取代图 2 里的目标人物。它比只换脸难，因为身体、衣服、姿势、比例和场景关系要同时处理。写提示词前先回答一个问题：衣服来自图 2 还是图 1？

图 1 是人物参考，图 2 是目标场景。用图 1 的人物替换图 2 中的目标人物，让他站在原目标人物相同的位置，身体比例自然。目标场景、相机位置、光线、背景、透视和构图保持原样。服装沿用图 2 的目标服装，并贴合新人物的身形。图 2 中的其他人物、物体和文字保持不变。

想把图 1 的衣服一起带过去，就把服装那句改成「服装沿用图 1 的服装，并按图 2 的光线和姿势调整」。只想把图 1 的脸放到图 2 的身体上，那就不是整人替换，回到上一节的只换脸分支。很多怪结果都来自把这三种任务混在一起：只换脸、换整个人、换人但保留目标身体。

复杂画面可以分两步。第一步只让模型确认角色，例如「请说明图 2 中穿红色外套的人是不是唯一的目标人物，其他人物是谁」；角色说对了，第二步再执行替换。第一步不出最终图，用来提前发现歧义。

锁住其余内容：套用 Google 的局部编辑模板

Google 在 Gemini API 图片生成指南里给了一个局部编辑模板，换人时的「其余保持不变」可以直接照它写：

Using the provided image, change only the [specific element] to [new element/description]. Keep everything else in the image exactly the same, preserving the original style, lighting, and composition.

套到换脸任务上就是：「使用图 2，只把目标人物的面部身份改成图 1 中的人物。图中其他所有内容完全保持不变，保留原有的风格、光线和构图。」这句和前面的锁定项可以同时出现：前面列具体对象，这句兜底。

同一份指南还建议用正面描述代替否定：想要空街道就写「空无一人的街道」，不写「不要汽车」。换人时也一样，「画面中的人数与图 2 一致」比「不要新增人物」更明确，「背景与图 2 完全相同」比「不要改背景」更好执行。

背景本身也要换的话，先把人换好，再单独做背景，一次只改一类内容。换背景的写法见 Gemini 图片换背景：提示词模板。

现在去哪里做：Gemini 应用、Redo with Pro 和 API

同样叫「Nano Banana」，不同入口背后的模型和门槛不一样。截至 2026 年 10 月 5 日：

API 价格以 Google 定价页截至 2026 年 10 月 4 日的标准价为准：Pro 1K 或 2K 每张 $0.134，4K 每张 $0.24；Nano Banana 2 1K 每张 $0.067。参考图按输入 token 计，Pro 每张参考图约 560 token，按每百万 $2 算约 $0.0011，两张参考图约 $0.0022，相比出图费用可以忽略。旧的 gemini-3-pro-image-preview 和 gemini-3.1-flash-image-preview 已于 2026 年 6 月 25 日关停，老代码里的这两个 ID 要换掉。

Gemini API 和 AI Studio 的可用地区名单里没有中国大陆和香港，Gemini 应用也只在支持的国家和地区提供图片功能。不在名单内的地区，这些入口都无法直接使用。免费能用到哪一步，见 Nano Banana 能免费用吗：官方入口、限额与地区门槛。

如果只是想把自己放进别的场景，不一定要做换脸。Gemini 帮助页把「让自己出现在不同场景里」列为 Nano Banana 2 的推荐用法，还提供了头像（avatar）功能：录下自己的脸和声音，之后用 Nano Banana 生成图片时可以直接调用。

用 API 换脸：两张输入图的 Python 示例

下面的代码按 Google 图片生成指南里 Interactions API 的多图示例改写，未实际运行。环境变量 GEMINI_API_KEY 里放你的 key，图 1、图 2 的顺序与提示词里的编号一致。

import base64
from google import genai

client = genai.Client()  # 读取环境变量 GEMINI_API_KEY

def load(path, mime):
    with open(path, "rb") as f:
        return {"type": "image", "data": base64.b64encode(f.read()).decode("utf-8"), "mime_type": mime}

prompt = (
    "图 1 是身份来源，图 2 是目标照片。只把图 2 中目标人物的脸部和面部身份换成图 1 的人物。"
    "图 2 的身体、发型外轮廓、服装、姿势、背景、光线和构图全部保持原样。"
    "匹配皮肤质感、面部阴影、透视和白平衡。画面中的人数与图 2 一致。"
)

interaction = client.interactions.create(
    model="gemini-3-pro-image",
    input=[
        {"type": "text", "text": prompt},
        load("identity.jpg", "image/jpeg"),  # 图 1：本人或已获同意的照片
        load("target.jpg", "image/jpeg"),    # 图 2：目标照片
    ],
    response_format={"type": "image", "aspect_ratio": "3:4", "image_size": "2K"},
)

if interaction.output_image is None:
    print(interaction)  # 没有图片时先看完整返回，再按下文判断原因
else:
    with open("swapped.png", "wb") as f:
        f.write(base64.b64decode(interaction.output_image.data))

aspect_ratio 要改成图 2 的比例，否则输出比例可能跟目标照片对不上。想省钱就把模型换成 gemini-3.1-flash-image，参考图上限同时降到 4 张人物图。更完整的请求格式和 generateContent 写法见 Nano Banana Pro API 怎么调用。

换错人、脸像贴上去、背景跑掉：按症状改提示词

结果不对时，先别加「更真实、更高清、更电影感」。先判断是哪一类失败，再改对应的那一句。

几种问题同时出现时，按「编号、锁定、融合」的顺序修：先确认模型认对了人，再锁住场景，最后才调真实感。每次只改一类句子，把上一轮的结果留在旁边对比，才知道是哪一句起了作用。

要有心理准备：任何提示词都不能保证换出来的一定是同一个人。Google 把人物一致性列为 Nano Banana 2 的功能，但编辑后脸部走样在用户反馈里很常见。每张结果都要和图 1 对照看，不像就换身份照或重新生成，而不是把一张「差不多」的图当成本人发出去。

被拒绝或没出图：先查任务，不改措辞

在 Gemini 应用里，系统检测到可能违规时会拒绝生成，或者移除已经生成的图片。用 generateContent 调 API 时，拦截原因写在 promptFeedback.blockReason 或候选结果的 finishReason 里；和人物有关的常见值是 IMAGE_SAFETY、IMAGE_PROHIBITED_CONTENT、IMAGE_OTHER 和 SPII（敏感个人信息）。

可调的安全过滤类别在当前 Gemini 模型上默认就是关闭的。由此可以推断，把阈值设成 BLOCK_NONE 解不开上面这几种拦截。各个返回值的含义和排查顺序见 Nano Banana Pro 安全过滤器：能调的默认已关，被拦截怎么查。

被拒之后按这个顺序判断：

1. 照片里的人有没有同意？ 用的是没同意的人的照片，或者结果会让人误以为是真实照片，就停下，这是该拒的任务。
2. 任务本身是否合规？ 本人照片、已获同意的照片，用途也正当，却返回 IMAGE_OTHER 之类的结果，可能是误拦。Google AI 开发者论坛上有人报告过，明显无害的提示词在 AI Studio 里失败，API 返回 IMAGE_OTHER。可以原样再试一次，排查方法见 Nano Banana 2 blockReason OTHER：官方只写「原因未知」，该查什么。
3. 账号条件是否满足？ Gemini 应用里未满 18 岁不能编辑图片，地区和语言不在支持范围内也会用不了。拒绝是政策、账号条件还是额度造成的，可以按 Gemini 为什么限制生成人物图片 逐项排除。

不要靠反复改写措辞去试过滤器的边界。Google 的生成式 AI 使用政策明确禁止「规避滥用防护或安全过滤器」，Gemini 应用的检测对象里也列了「试图规避安全保护」。试探本身就可能招来下一节说的处理。

同意、披露和 Google 会怎么处理

换脸处理的是一个人的长相和身份，同意要放在流程最前面，而不是生成完再补。可以做的范围是：你本人；当面或书面明确同意、并且知道用途的朋友和家人；签了肖像授权、授权范围覆盖这种用途的模特；虚构或你自己设计的角色。给别人做之前，把用途、发布渠道说清楚，最好留下文字记录。

Google 的生成式 AI 使用政策禁止的，和换脸直接相关的有这几类：

• 非自愿亲密图像，以及任何性化真实人物的内容。
• 未明确披露、以欺骗为目的冒充他人（无论在世还是已故）。
• 未取得法律要求的同意就使用他人的个人数据或生物特征信息。
• 规避滥用防护或安全过滤器。

拿换脸图骚扰、羞辱某人，属于 Gemini 应用政策准则列出的骚扰内容；用它伪造证据，就是以欺骗为目的冒充他人。公众人物也不例外：判断标准是有没有授权、结果会不会骗人，而不是对方出不出名。

Google 的处理方式分两条线：

• Gemini 应用：自动系统加人工审核，检测对象明确包括「未经同意使用他人图像」和非自愿亲密图像。确认违规后会在产品内或通过邮件通知；屡次违规可能限制你使用生成式 AI 产品，甚至限制整个 Google 账号。通知里有申诉链接。
• Gemini API 和 AI Studio：自动检测加人工复核，提示词和输出会保留 55 天用于滥用检测。处理方式包括邮件联系、临时降低用量限制、暂停访问，最严重时关闭 Gemini API 和其他 Google 服务的访问；暂停和关闭通知里附申诉链接。

发布前做好披露。Gemini 生成的图片都带不可见的 SynthID 水印；Gemini 应用里的可见水印是一个设置项（设置里的「Media Watermark」），关掉它只去掉可见标记，不影响 SynthID 和内容凭证（Content Credentials）。在印度、韩国和越南，只有 AI Ultra 订阅用户能看到这个开关。不管水印开没开，发到公开平台时都用文字写明「AI 换脸」或「已编辑」，让看到的人知道这不是一张未经处理的照片。

发布前对照原图检查这五项

第一眼像不像不够，要把结果和图 1、图 2 并排逐项看：

• 身份：是不是图 1 那个人，有没有漂移成另一张脸。
• 归属：身体、姿势、服装、背景、镜头和光线是否符合你选的分支。
• 融合：皮肤质感、脸部边缘、阴影方向、白平衡和颗粒是否像同一张照片。
• 无关内容：其他人物、文字、招牌、商品标志、手指、眼镜和首饰有没有被悄悄改掉。
• 同意与披露：当事人是否同意这个用途，发布时有没有写明是编辑过的图。

最后一项不通过就停。前几项不通过，回到上面的症状表，只改对应的句子。交给客户或团队的作品，把参考图顺序、最终提示词和授权记录一起存档，之后有人问起，能说清这张图是怎么来的。

常见问题

Nano Banana Pro 和 Nano Banana 2 哪个更适合换脸？

先用 Nano Banana 2 试，不满意再换 Pro。Pro 的定位是专业素材制作，人物参考图上限 5 张，默认开启思考；Nano Banana 2 上限 4 张，API 1K 价格 $0.067，是 Pro 1K/2K 价格 $0.134 的一半，也是 Gemini 应用的默认模型。有 Google AI 套餐的话，在应用里对不满意的结果点「Redo with Pro」就能对比两者。

Nano Banana 换脸能保证每次都是同一个人吗？

不能。提示词只能减少歧义。参考图清晰度、两张图的角度差、光线和遮挡都会影响结果，编辑后脸部走样很常见。用于公开发布或交给客户的图，每张都要人工对照检查。

换脸应该一步完成还是分两步？

单人、清晰、只换脸的任务一步就够。合影、长得相似的人、模型总换错人，或者整人替换时场景被改，就先用一步让模型确认目标人物，确认无误再执行替换。

能用 Nano Banana 换朋友或公众人物的脸吗？

只有对方明确同意、结果不会被误当成真实照片时才可以。Google 会检测未经同意使用他人图像，也禁止以欺骗为目的冒充他人，这些规则不因对象是朋友还是名人而改变。拿不到同意，就不要生成。

为什么 Nano Banana 换脸后背景总被改？

提示词没有锁住图 2 的背景。加上「图 2 的背景、镜头角度、光线方向、物体位置、文字和构图保持原样」，再用 Google 模板里的「其余所有内容完全保持不变」兜底。图 1 的色调很重时，补一句「整体色调沿用图 2」。

为什么我在 Gemini 里不能编辑照片？

先看三个条件：已经登录；个人账号满 18 岁（未满 18 岁不能编辑图片）；所在国家和语言在 Gemini 应用支持范围内。工作或学校账号可能另有限制。条件都满足仍然不行，再看是不是当天额度用完了。