Gemini で Nano Banana を使って画像生成と調整を行うチュートリアル
プロンプト起点の生成、追加入力での修正、複数画像の扱いをひと通り見るのに向いています。
FreeGPT2 の テキストから画像 を使うと、テキストプロンプトから画像をすばやく生成し、結果の比較・編集・書き出しまでを1つのワークスペースで行えます。
画像を作成する準備ができました
このワークスペースで生成すると、最新の結果が以下のサポート コンテンツとともにここに表示されます。
テキストから画像への生成は、テキストプロンプトから始まり、静止画像を出力します。被写体、シーン、スタイル、ライティングを説明すると、モデルが直接レンダリングします。FreeGPT2では、ワークスペースを離れることなく10の画像モデルを切り替えられるため、視覚的な方向性の比較が数秒で完了します。




クリーンな背景でのスタジオ商品撮影
Nano Banana、FLUX、Ideogramなどのモデルを切り替えても、プロンプト、アスペクト比、設定が保持されます — コピーペーストも再読み込みも不要です。
すべての生成結果が同じワークスペース履歴に残ります。どの方向に進むか決める前に、同じプロンプトから各モデルが何を生成するか確認できます。
気に入った結果が得られたら、同じページから画像-から-画像編集に移動できます — 元の画像を参照として保持したまま。
プロンプト追従、スタイルの幅、各画像モデルの違いを比較するのに向くチュートリアルと解説です。
プロンプト起点の生成、追加入力での修正、複数画像の扱いをひと通り見るのに向いています。
重い後編集よりも、純粋な text-to-image の初回生成を見るのに向いた例です。
プロンプト忠実度、ローカル運用、FLUX の実務的な使われ方を見る参考になります。
個別デモではなく、複数の最新モデルを一度に見比べたいときに便利です。
大型オープン画像モデルがどう紹介され、試され、比較されるかを見るための安定した長尺参考です。
公開リファレンス、ランキング、プロンプト構造、コミュニティで実際に共有されている画像例を短く追えます。
モデルを選んで、やりたいことを説明し、同じ画面で結果を確認できます。
モデルによって得意分野が異なります — Nano Bananaは高速で反復編集に適しており、FLUX.2 Proは細部の処理に優れ、Ideogram V3は画像内のテキスト処理が得意です。タスクに合ったものから始めましょう。
被写体、環境、スタイル、ライティングを説明します。プロンプトが具体的であるほど、修正が少なくなります。生成前にアスペクト比を設定してください。
プロンプトに対して結果を確認します。被写体は正しいがスタイルが違う場合は、すべてを書き直すのではなくスタイル用語を調整してください。小さな変更がモデルの動作をより早く明らかにします。
別のモデルで同じプロンプトを実行して、別の方向が機能するか確認します。または1つのモデルに留まり、繰り返し改善します。どちらの方法も同じワークスペース内で完結します。
主なタスクが書かれたアイデアから最初の視覚的結果に素早く移行し、そこから精緻化することである場合に最適です。
スタジオ撮影前にレビュー用の早期商品ショットを生成 — 時間の予約や小道具のレンタルなしに、背景、表面、ライティングの選択をテストします。
どれを発展させるか決める前に、大まかなシーンやキャラクターの方向性を生成します。この段階では、テキストから画像は精度よりも幅のための正しいツールです。
書面のブリーフからマーケティンググラフィック、イベントポスター、ソーシャルメディアアセットを作成します。Ideogram V3などのモデルは画像内に読みやすいタイポグラフィをレンダリングできます。
両方のワークフローが同じワークベンチにあります。それぞれをいつ使うかはこちら。
よくある質問への回答。
テキストから画像はプロンプトだけから新しい画像を生成します。画像から画像は既存の画像を入力として受け取り、プロンプトに基づいて修正します — シーン全体を再構築せずに1つの要素を変更したい場合に便利です。
汎用画像生成には、Nano Bananaが高速でほとんどのプロンプトタイプを適切に処理します。テキスト付きポスターやグラフィックコンテンツには、Ideogram V3を使用してください。詳細なフォトリアリスティックな出力には、FLUX.2 Proをお試しください。
被写体、スタイル、ライティング、フレーミングについて具体的に記述してください。漠然としたプロンプトは不一致な結果につながります。アスペクト比はプロンプトテキストではなくコントロールで設定してください。「美しい」「素晴らしい」などの一般的な用語は避けてください。
商業使用権は特定のモデルの利用規約によって異なります。使用したモデルのプロバイダーの利用ポリシーを確認してください。FreeGPT2は基盤モデルのライセンス条件を変更しません。
利用可能なアスペクト比は選択したモデルによって異なります。FreeGPT2のほとんどの画像モデルは、1:1、4:3、3:4、16:9、9:16などの一般的な比率をサポートしています。一部のモデルは追加のプリセットをサポートしています。
モデルを切り替えてもプロンプトと設定は保持されます。以前に生成した結果はワークスペース履歴に残るため、同じプロンプトから異なるモデルの出力を比較できます。
無料のクレジットから始めて、実際のアイデアに基づいてテキストから動画のテスト、および画像から動画のテストを行い、さらにプライベートな生成、より多くのイテレーション、および繰り返しの制作作業のためのより多くのスペースが必要になったときにアップグレードします。 この計画は、最初にワークフローを検証し、出力が有用であることが判明した場合にのみ拡張できるように設計されています。
軽量な繰り返し作成用。
月間の制作量に合わせて、最適な階層を選べます。
3,000 クレジット/月
最大 12,000 枚の画像
最大 996 本の動画
より高い月間容量
透かしなし
非公開生成
より速い速度
画像と動画のワークフロー
アップグレードする前に、コア フローを試してください。