使用 Imagen 生成圖片

Imagen 是 Google 的高保真圖像生成模型，可根據文字提示生成逼真且高品質的圖像。所有生成的圖像都會加上 SynthID 浮水印。如要進一步瞭解可用的 Imagen 模型變體，請參閱「模型版本」一節。

遷移至 Nano Banana

Imagen 模型已淘汰，將於 2026 年 8 月 17 日停止運作。建議您改用 Nano Banana 生成圖片。

遷移作業會進行下列變更：

• 模型名稱：請使用 gemini-2.5-flash-image，而非 Imagen 模型名稱。
• 方法：請使用 client.models.generate_content，不要使用 client.models.generate_images。
• 處理回應：Nano Banana 會傳回內容部分 (可能包含圖片資料)，而非特定圖片回應物件。

詳情和範例請參閱圖像生成指南。

使用 Imagen 模型生成圖像

以下範例說明如何使用 Imagen 模型生成圖片：

from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO

client = genai.Client()

response = client.models.generate_images(
    model='imagen-4.0-generate-001',
    prompt='Robot holding a red skateboard',
    config=types.GenerateImagesConfig(
        number_of_images= 4,
    )
)
for generated_image in response.generated_images:
  generated_image.image.show()

import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";

async function main() {

  const ai = new GoogleGenAI({});

  const response = await ai.models.generateImages({
    model: 'imagen-4.0-generate-001',
    prompt: 'Robot holding a red skateboard',
    config: {
      numberOfImages: 4,
    },
  });

  let idx = 1;
  for (const generatedImage of response.generatedImages) {
    let imgBytes = generatedImage.image.imageBytes;
    const buffer = Buffer.from(imgBytes, "base64");
    fs.writeFileSync(`imagen-${idx}.png`, buffer);
    idx++;
  }
}

main();

package main

import (
  "context"
  "fmt"
  "os"
  "google.golang.org/genai"
)

func main() {

  ctx := context.Background()
  client, err := genai.NewClient(ctx, nil)
  if err != nil {
      log.Fatal(err)
  }

  config := &genai.GenerateImagesConfig{
      NumberOfImages: 4,
  }

  response, _ := client.Models.GenerateImages(
      ctx,
      "imagen-4.0-generate-001",
      "Robot holding a red skateboard",
      config,
  )

  for n, image := range response.GeneratedImages {
      fname := fmt.Sprintf("imagen-%d.png", n)
          _ = os.WriteFile(fname, image.Image.ImageBytes, 0644)
  }
}

curl -X POST \
    "https://generativelanguage.googleapis.com/v1beta/models/imagen-4.0-generate-001:predict" \
    -H "x-goog-api-key: $GEMINI_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
        "instances": [
          {
            "prompt": "Robot holding a red skateboard"
          }
        ],
        "parameters": {
          "sampleCount": 4
        }
      }'

Imagen 設定

Imagen 目前僅支援英文提示詞和下列參數：

• numberOfImages：要生成的圖片數量，範圍為 1 到 4 (含 1 和 4)。預設值為 4。
• imageSize：生成圖像的大小。這項功能僅適用於標準和 Ultra 模型。支援的值為 1K 和 2K。 預設值為 1K。
• aspectRatio：變更生成的圖像的顯示比例。支援的值為 "1:1"、"3:4"、"4:3"、"9:16" 和 "16:9"。預設值為 "1:1"。

• personGeneration：允許模型生成人物圖像。支援的值如下：

  • "dont_allow"：禁止生成人物圖像。
  • "allow_adult"：生成成人圖片，但不能生成兒童圖片。此為預設值。
  • "allow_all"：生成包含成人和兒童的圖片。

Imagen 提示詞指南

本節的 Imagen 指南將說明如何修改文字轉圖像提示，產生不同的結果，並提供可建立的圖片範例。

提示撰寫基礎知識

好的提示應具描述性且清楚明瞭，並使用有意義的關鍵字和修飾符。首先，請思考主題、脈絡和風格。

1. 主體：撰寫提示時，首先要考慮主體，也就是您想生成圖片的物件、人物、動物或風景。

2. 背景資訊：背景或情境與主體同樣重要，因為主體會放置在背景或情境中。嘗試將拍攝主體放在各種背景中。例如白色背景的攝影棚、戶外或室內環境。

3. 風格：最後，加入想要的圖片風格。風格可以是廣義的 (繪畫、攝影、素描)，也可以非常具體 (粉彩畫、炭筆畫、等距 3D)。你也可以合併樣式。

撰寫提示詞的初始版本後，請加入更多詳細資料來修正提示詞，直到生成您想要的圖像為止。反覆運算很重要。 首先，請確立核心概念，然後不斷修正和擴展這個概念，直到生成的圖片接近您的想像。

無論提示簡短或詳盡，Imagen 模型都能將你的想法轉化為細緻的圖像。透過反覆提示來調整圖像，加入詳細資料，直到獲得滿意的結果為止。

簡短提示可讓你快速生成圖片。

提示越長，就能加入更多詳細資料，打造出更符合需求的圖片。

撰寫 Imagen 提示的其他建議：

• 使用描述性語言：使用詳細的形容詞和副詞，讓 Imagen 清楚瞭解您想生成的圖片。
• 提供背景資訊：視需要提供背景資訊，協助 AI 瞭解內容。
• 參考特定藝人或風格：如果心中已有特定美學，參考特定藝人或藝術運動會很有幫助。
• 使用提示工程工具：考慮探索提示工程工具或資源，協助您修正提示並獲得最佳結果。
• 強化個人和團體相片中的臉部細節：將臉部細節指定為相片的焦點 (例如在提示中使用「肖像」一詞)。

生成圖片中的文字

Imagen 模型可以在圖片中加入文字，開創更多創意圖像生成可能性。請參考下列指引，充分運用這項功能：

• 放心反覆生成：您可能需要多次重新生成圖片，直到獲得滿意的結果為止。Imagen 的文字整合功能仍在發展中，有時多試幾次才能獲得最佳結果。
• 簡短扼要：文字長度應限制在 25 個字元以內，才能獲得最佳生成結果。

• 多個詞組：嘗試使用兩到三個不同的詞組，提供額外資訊。為求構圖簡潔，請避免使用超過三句的提示。

  

• 文字位置：Imagen 會盡量將文字放置在指定位置，但有時可能會出現變化。這項功能會持續改善。

• 字型樣式：指定一般字型樣式，以微妙的方式影響 Imagen 的選擇。請勿要求精確複製字型，但可期待創意詮釋。

• 字型大小：指定字型大小或一般大小 (例如小、中、大)，影響字型大小的生成。

提示參數化

如要進一步控制輸出結果，建議將輸入內容參數化至 Imagen。舉例來說，假設您希望顧客能為自己的商家生成標誌，並確保標誌一律以純色背景生成，您也想限制用戶端可從選單中選取的選項。

在本例中，您可以建立類似下列內容的參數化提示：

A {logo_style} logo for a {company_area} company on a solid color background. Include the text {company_name}.

在自訂使用者介面中，顧客可以使用選單輸入參數，而他們選擇的值會填入 Imagen 收到的提示。

例如：

1. 提示：A minimalist logo for a health care company on a solid color background. Include the text Journey.

   

2. 提示：A modern logo for a software company on a solid color background. Include the text Silo.

   

3. 提示：A traditional logo for a baking company on a solid color background. Include the text Seed.

   

進階提示撰寫技巧

根據攝影描述、形狀和材質、歷史藝術運動和圖像品質修飾符等屬性，使用下列範例建立更具體的提示。

攝影

• 提示包含：「一張...的相片」

如要使用這種風格，請先使用清楚告知 Imagen 你要尋找相片的關鍵字。提示開頭為「一張<某某事物>的照片。。。"例如：

^{圖片來源：每張圖片都是使用 Imagen 4 模型，根據對應的文字提示詞生成。}

攝影修飾符

在下列範例中，您可以看到幾個攝影專用的修飾符和參數。您可以組合多個修飾符，以便更精確地控制。

1. 相機鄰近 - 特寫，從遠處拍攝

2. 攝影機位置 - 空拍、由下往上

3. 光線 - 自然、戲劇性、暖色、冷色

4. 相機設定 - 動作模糊、柔焦、散景、人像

5. 鏡頭類型 - 35 公釐、50 公釐、魚眼、廣角、微距

6. 底片類型 - 黑白、拍立得

^{圖片來源：每張圖片都是使用 Imagen 4 模型，根據對應的文字提示詞生成。}

插畫和藝術

• 提示包含：「一則有關...的painting」、「A sketch of...」

藝術風格從鉛筆素描等單色風格，到超寫實數位藝術都有。舉例來說，以下圖片使用相同提示，但風格不同：

「背景為摩天大樓的運動風電動轎車，具有稜角分明的線條」[art style or creation technique]

^{圖片來源：每張圖片都是使用 Imagen 2 模型，根據對應的文字提示詞生成。}

形狀和材質

• 提示包含：「...製成...」、「...形狀...」

這項技術的優勢之一，就是能製作出原本難以或無法實現的圖像。舉例來說，你可以用不同材質和紋理重新製作公司標誌。

^{圖片來源：每張圖片都是使用 Imagen 4 模型，根據對應的文字提示詞生成。}

歷史藝術參考資料

• 提示包含：「...的風格...」

多年來，某些風格已成為經典。以下是一些可嘗試的歷史繪畫或藝術風格。

「生成圖片，風格為：[art period or movement] 風力發電廠」

^{圖片來源：每張圖片都是使用 Imagen 4 模型，根據對應的文字提示詞生成。}

圖片品質修飾符

某些關鍵字可讓模型瞭解您要尋找高品質的素材資源。品質修飾符的範例如下：

• 一般修飾符 - 高品質、美麗、風格化
• 相片 - 4K、HDR、攝影棚相片
• 藝術、插畫 - 由專業人士繪製，細緻

以下列舉幾個範例，說明沒有品質修飾符的提示，以及含有品質修飾符的相同提示。

^{圖片來源：每張圖片都是使用 Imagen 4 模型，根據對應的文字提示詞生成。}

顯示比例

Imagen 圖像生成功能可讓你設定五種不同的圖像顯示比例。

1. 正方形 (1:1，預設) - 標準正方形相片。這個長寬比的常見用途包括社群媒體貼文。

2. 全螢幕 (4:3) - 這種顯示比例常見於媒體或電影。 也是大多數舊型 (非寬螢幕) 電視和中片幅相機的尺寸。相較於 1:1，16:9 可橫向捕捉更多場景， 因此是攝影的首選顯示比例。

3. 直向全螢幕 (3:4) - 這是旋轉 90 度的全螢幕顯示比例。與 1:1 顯示比例相比，這項功能可垂直擷取更多場景。

4. 寬螢幕 (16:9) - 這個比例已取代 4:3，現在是電視、螢幕和手機螢幕 (橫向) 最常見的顯示比例。如要拍攝更多背景 (例如風景)，請使用這個顯示比例。

   

5. 直向 (9:16)：這個比例是寬螢幕，但經過旋轉。這是相對較新的長寬比，因短片應用程式 (例如 YouTube Shorts) 而廣為人知。適用於高聳的物體，例如建築物、樹木、瀑布或其他類似物體，這些物體具有強烈的垂直方向。

   

擬真圖像

不同版本的圖像生成模型可能會提供藝術和寫實風格的輸出內容。在提示中使用下列字詞，根據要生成的主題生成更擬真的輸出內容。

人像

Imagen 可以使用表格中的幾個關鍵字，生成下列肖像：

提示：一位女性，35 公釐肖像，藍色和灰色雙色調
模型：imagen-4.0-generate-001

提示：A woman, 35mm portrait, film noir
模型：imagen-4.0-generate-001

物件

使用表格中的幾個關鍵字，Imagen 可以生成下列物件圖片：

提示：leaf of a prayer plant, macro lens, 60mm
模型：imagen-4.0-generate-001

提示：一盤義大利麵，100 公釐微距鏡頭
模型：imagen-4.0-generate-001

動作

使用表格中的幾個關鍵字，Imagen 可以生成下列動態圖片：

提示：達陣得分、快速快門速度、動作追蹤
模型：imagen-4.0-generate-001

提示：森林中奔跑的鹿，快門速度快，動作追蹤
模型：imagen-4.0-generate-001

廣角

使用表格中的幾個關鍵字，Imagen 可以生成下列廣角圖像：

提示：廣闊的山脈，風景廣角 10 公釐
模型：imagen-4.0-generate-001

提示：月亮相片，天文攝影，10 公釐廣角
模型：imagen-4.0-generate-001

模型版本