Das schnelle Engineering-Playbook für Nano Banana Pro

Die erste kommerzielle Aufforderung, die ich jemals für Nano Banana Pro geschrieben habe, war diese: „Eine wunderschöne Parfümflasche auf einer Marmoroberfläche, hochwertig, 8k, professionell.“

Was ich zurückbekam, war KI-Schwachsinn. Ich war wütend – ich hatte im Monat zuvor beobachtet, wie dieselbe Aufforderung einen großartigen Midjourney-Output hervorbrachte. Ich hätte fast dem Model die Schuld gegeben. Dann habe ich die Dokumente gelesen, an einem Wochenende hundert A/B-Eingabeaufforderungen durchgeführt und die eigentliche Regel herausgefunden.

Nano Banana Pro ist das wörtlichste Modell, das ich je verwendet habe. Das ist eine Funktion, kein Fehler – es macht genau das, was Sie ihm sagen. Das bedeutet, dass die Qualität Ihrer Ausgabe zu 80 % vom Schnellformat und zu 20 % vom Glück abhängt. Adjektiv-Dumps funktionieren nicht. Eine Fünf-Slot-Grammatik schon.

Hier ist die Struktur, die ich jetzt für jedes Werbeshooting verwende – dieselbe, von der ich wünschte, jemand hätte sie mir für mein erstes Wochenende gegeben.

Die Fünf-Slot-Eingabeaufforderung

[Subject] [Action/Pose] [Environment] [Lighting] [Camera + Lens]

Jeder Slot in Ordnung. Am Ende werden keine Adjektive hinzugefügt.

Schlecht:

Gut:

Mit der zweiten Eingabeaufforderung erhalten Sie eine brauchbare Produktaufnahme. Der erste bringt Ihnen KI-Slop.

Lichtsprache, die funktioniert

• „Weiches Morgenlicht aus Nordfenster“ → gleichmäßig, produktschonend
• „Hartes Overhead-Studiolicht mit schwarzer Bounce-Karte auf der linken Seite“ → kontrastreich, Leitartikel
• „Goldene Stunde Seitenlicht vom rechten Rahmen, warme Farbtemperatur“ → Lifestyle, Outdoor
• „Bewölktes Tageslicht, diffus, keine sichtbaren Schatten“ → technische/spezifizierte Bilder

Vermeiden Sie: „filmische Beleuchtung“, „dramatische Beleuchtung“, „perfekte Beleuchtung“. Diese Adjektive weisen das Modell nicht auf etwas Bestimmtes hin.

Kamerasprache, die funktioniert

Nano Banana Pro reagiert auf echte Kameraausrüstung. Drei sichere Vorlagen:

• Produkt: „Canon R5 + 100 mm Makroobjektiv bei f/5,6“
• Lifestyle: „Fujifilm X-T5 + 35 mm f/1,4 bei f/2,8, natürlicher ISO“
• Editorial: „Hasseblad H6D-100C + 80-mm-Objektiv bei f/8, Mittelformat“

Das Modell verwendet diese als Stil-Token. Sie müssen die Kamera nicht unbedingt besitzen – Sie sagen dem Modell, aus welcher Bildverteilung es sampeln soll.

Das Seitenverhältnis ist wichtiger als Sie denken

Wählen Sie Ihr Verhältnis, bevor Sie die Eingabeaufforderung schreiben, nicht danach. Ein 1:1-Quadrat und ein 16:9-Querformat sind nicht dasselbe zugeschnittene Bild – sie setzen sich im latenten Raum des Modells unterschiedlich zusammen.

• 1:1: Social-Media-Beiträge, Miniaturansichten, Profilbilder
• 4:5: Instagram-Feed, Pinterest
• 9:16: Geschichten, Reels, TikTok
• 16:9: Hero-Banner, YouTube-Miniaturansichten, Landingpage-Hero
• 3:2: Editorial, Blog-Heldenbilder
• 2:3: Druck, Poster, Buchcover

Was man weglassen sollte

• „Sehr detailliert“ – überflüssig, fügt Rauschen hinzu
• „8K, 4K, HD“ – beeinträchtigt die Qualität nicht, verschwendet nur Token
• „Meisterwerk, preisgekrönt“ – löst eine generische Ästhetik aus
• Lange Stilstapel („von Greg Rutkowski im Stil von …“) – verwässert die Kontrolle

Die Iterationsschleife

Ich budgetiere drei Generationen pro endgültigem Bild:

1. Erster Durchgang: vollständige Eingabeaufforderung wie geschrieben, 1 Bild
2. Verfeinern: Passen Sie die Beleuchtung oder Kamera basierend auf dem Fehler beim ersten Rendern an
3. Polieren: Komposition verschärfen, ein Detail hinzufügen oder entfernen

Wenn Sie GPT Image2 Studio Basic verwenden, sind das etwa 60–90 Credits (ungefähr 2–3 Nano Banana Pro-Renderings) pro Finale. Realistisch.

Die Ein-Satz-Regel

Wenn Ihre Eingabeaufforderung länger als zwei Sätze ist, verwirren Sie das Modell. Schneiden Sie es ab. Jedes Wort sollte seinen Platz verdienen.

Das Fazit

• Verwenden Sie die Fünf-Slot-Grammatik: Betreff → Aktion → Umgebung → Beleuchtung → Kamera. Jeder Schlitz ist in Ordnung, keine Adjektive sind am Ende aufgeschraubt.
• Entfernen Sie die Adjektiv-Dumps – „8k, Meisterwerk, sehr detailliert“ fügt Rauschen hinzu, nicht Qualität.
• Beleuchtung und Kamerasprache sind Ihr eigentlicher Hebel – benennen Sie das Fenster, benennen Sie das Objektiv.
• Wählen Sie das Seitenverhältnis, bevor Sie die Eingabeaufforderung schreiben, nicht danach. Unterschiedliche Verhältnisse sind unterschiedliche latente Zusammensetzungen, keine Nutzpflanzen.
• Planen Sie 3 Generationen pro endgültigem Bild ein – Sie werden iterieren. Erstellen Sie eine gewinnbringende Bibliothek nach Kategorien und verwenden Sie sie intensiv wieder.

Probieren Sie die Fünf-Slot-Grammatik auf Ihrem eigenen Produktfoto aus – jedes neue Konto beginnt mit 30 Credits und schaltet 30 weitere nach dem ersten erfolgreichen Bild frei: gptimg.app/.