Cara Menggabungkan Beberapa Gambar Referensi dengan Nano Banana 2.1

Menggabungkan beberapa referensi menjadi satu gambar yang meyakinkan lebih sulit daripada sekadar mengunggah lebih banyak file. Setiap gambar perlu memiliki peran yang ditetapkan dengan jelas: satu mengendalikan identitas, yang lain mengendalikan pakaian, dan yang lain mengendalikan lingkungan. Tanpa peta peran tersebut, model dapat mencampurkan detail, menghilangkan aksesori, atau membiarkan satu referensi mendominasi komposisi.

Kami menguji alur kerja tiga referensi di generator WeShop Nano Banana menggunakan potret fiktif, pakaian flat lay, dan jalanan Kyoto saat hujan. Gambar akhir mempertahankan penanda identitas utama karakter, menyertakan setiap item pakaian yang diminta, serta mempertahankan pencahayaan jendela hangat versus jalanan sejuk pada adegan. Satu-satunya kekurangan yang menonjol adalah pembingkaian: potret tiga perempat yang diminta menjadi lebih mendekati komposisi hampir seluruh tubuh.

Mengapa beberapa gambar referensi memerlukan peran yang ditetapkan

Frasa “gabungkan gambar-gambar ini” menyisakan terlalu banyak keputusan terbuka. Prompt yang lebih kuat memberi tahu model sumber mana yang menguasai setiap bagian hasil. Prompt tersebut juga mengulangi beberapa detail yang harus dipertahankan: tahi lalat, pola syal, jumlah saku, satu lentera, atau kontras warna tertentu.

Kartu model Nano Banana 2.1 dari Google melaporkan evaluasi khusus untuk pengeditan multi-referensi, konsistensi karakter, konsistensi produk, dan pengeditan umum. Hal ini menjadikan komposit berbasis peran sebagai kasus penggunaan yang masuk akal, tetapi tidak menghilangkan kebutuhan untuk memeriksa setiap hasil. Pengujian kami adalah satu percobaan yang diamati, bukan klaim tingkat keberhasilan.

Tiga gambar referensi yang digunakan dalam pengujian ini

Referensi sengaja dibuat bersih dan tidak tumpang tindih. Potret tidak memuat pakaian atau lokasi yang bersaing. Pakaian ditampilkan sebagai flat lay tanpa orang. Adegan tidak memuat orang. Hal ini mengurangi ambiguitas sebelum pemberian prompt dimulai.

Prompt yang menggabungkan ketiga referensi

Gambar 1 adalah referensi identitas. Gambar 2 adalah referensi pakaian. Gambar 3 adalah referensi lokasi.
Buat potret perjalanan editorial realistis 4:5 yang sudah selesai dari wanita yang sama persis dari gambar 1, berdiri di luar toko buku pada gambar 3 saat blue hour, mengenakan pakaian lengkap dari gambar 2: jaket waxed oranye terbakar dengan empat saku, turtleneck krem bertekstur rib, celana panjang navy, syal teal dengan titik-titik emas kecil, dan sepatu bot pergelangan kaki cokelat muda.
Tampilkan dirinya dalam panjang tiga perempat pada sepertiga kiri, memegang buku catatan krem tertutup di sampingnya dan memandang ke arah jendela toko yang hangat. Pertahankan bentuk wajahnya, rambut hitam sebahu, belahan samping, dan tahi lalat di bawah mata kiri. Pertahankan tata letak jalan, satu lentera merah, pantulan batu basah, dan kontras warna jendela hangat/jalanan sejuk.
Fotografi perjalanan natural dengan lensa 50 mm, hujan ringan. Tanpa orang tambahan, tanpa tas, tanpa topi, tanpa aksesori tambahan, tanpa papan tanda yang dapat dibaca, tanpa teks, tanpa logo, tanpa tanda air. Jangan campurkan pakaian dengan latar belakang atau mengubah identitas wanita tersebut.

Struktur ini berfungsi karena memiliki empat lapisan: pemetaan sumber, ringkasan hasil, jangkar pelestarian, dan pengecualian. Model tidak pernah diminta menyimpulkan gambar mana yang mengendalikan fitur tertentu.

Hal yang dipertahankan Nano Banana 2.1—dan yang terlewat

COMBINED RESULT

Pelestarian terkuat berasal dari detail yang terlihat pada sumber dan ditegaskan kembali dalam teks. Syal, jaket empat saku, dan tahi lalat tidak hanya diserahkan pada inferensi visual. Kekurangan pada pembingkaian mengingatkan bahwa gambar yang tampak rapi tetap dapat gagal memenuhi satu batasan produksi.

Alur kerja multi-referensi yang dapat diulang

1. Berikan setiap referensi satu tanggung jawab utama. Gunakan label seperti identitas, pakaian, produk, pose, pencahayaan, atau lingkungan.
2. Hapus informasi yang bersaing jika memungkinkan. Flat lay pakaian yang bersih lebih mudah ditafsirkan daripada foto mode ramai yang memuat orang dan lokasi lain.
3. Tegaskan kembali penguncian identitas. Sebutkan detail wajah, objek, atau pakaian yang akan membuat hasil tidak dapat diterima jika berubah.
4. Jelaskan komposisi akhir secara terpisah. Referensi menyediakan bahan; prompt tetap memerlukan pembingkaian, posisi subjek, arah pandang, kamera, dan cahaya.
5. Tambahkan pengecualian yang terkait dengan kemungkinan mode kegagalan. Cegah orang tambahan, aksesori, teks, objek duplikat, atau material yang tercampur.
6. Tinjau referensi satu per satu. Bandingkan identitas terlebih dahulu, lalu pakaian, kemudian lingkungan, alih-alih hanya menilai suasana keseluruhan.

Templat prompt untuk gambar Anda sendiri

Gambar 1 adalah referensi [IDENTITAS / PRODUK].
Gambar 2 adalah referensi [PAKAIAN / MATERIAL].
Gambar 3 adalah referensi [LOKASI / PENCAHAYAAN].
Buat satu [RASIO ASPEK] [JENIS GAMBAR] yang menampilkan [ADEGAN AKHIR].
Gunakan [SUBJEK] dari gambar 1, [DETAIL] dari gambar 2, dan [LINGKUNGAN] dari gambar 3.
Pertahankan persis: [JANGKAR IDENTITAS], [DETAIL OBJEK], [WARNA / POLA], dan [PENANDA ADEGAN].
Komposisi: [PEMBINGKAIAN], [POSISI], [ARAH PANDANG / AKSI], [KAMERA].
Pencahayaan: [CAHAYA UTAMA], [KONTRAS WARNA], [WAKTU DALAM HARI].
Jangan tambahkan [TAMBAHAN UMUM]. Jangan ubah [FITUR TERKUNCI]. Tanpa teks, logo, atau tanda air.

Mode kegagalan umum dan perbaikannya

• Orangnya berubah: ulangi dua atau tiga jangkar identitas dan hapus wajah lain dari kumpulan sumber.
• Pakaian tidak lengkap: daftarkan setiap pakaian yang wajib ada beserta warna atau material penentunya.
• Referensi tercampur: tetapkan satu peran eksplisit untuk setiap gambar dan nyatakan sumber mana yang diprioritaskan jika detail bertentangan.
• Adegan bersifat generik: sebutkan dua atau tiga penanda struktural, bukan hanya suasana seperti “Kyoto pada malam hari.”
• Crop bergeser: tentukan crop dan elemen yang harus tetap berada di dalam bingkai, lalu buat ulang jika hasilnya meleset.

Kesimpulan akhir

Pembuatan multi-referensi bekerja paling baik sebagai sistem pengarahan seni kecil. Gambar menyediakan bukti; prompt menetapkan kepemilikan dan mendefinisikan pengambilan gambar akhir. Dalam pengujian ini, Nano Banana 2.1 menggabungkan identitas, pakaian, dan lokasi secara meyakinkan, tetapi pembingkaian masih memerlukan QA manusia.

Untuk kerangka prompt yang lebih luas, baca Panduan Prompt Nano Banana 2.1. Untuk alur kerja karakter yang telah diuji, lihat Cara Membuat Storyboard Karakter yang Konsisten.