Nano Banana API'siyle Tutarlı Görsel Üretimi Nasıl Yapılır

Tek bir iyi görsel üretmek çözülmeye yakın. Yirmincisini, ilk on dokuzla hâlâ aynı yere ait olacak şekilde üretmek ise projelerin öldüğü yer.

Açık, prompt becerisi değil. Açık şu: "tutarlılık" tek bir kelimeyi giymiş üç ayrı mühendislik problemi ve birini çözen teknik diğer ikisi için hiçbir şey yapmıyor. Nano Banana modellerini API'mizde çalıştırıyoruz ve insanların en sık yanlış yaptığı request bu — modeller yapamadığı için değil, referanslar etiketsiz girdiği ve model her birinin ne için olduğunu tahmin etmeye bırakıldığı için.

Bir değil, üç problem

Bir prompt yazmadan önce bunları ayırın. Farklı şekillerde patlıyorlar ve farklı fiyatlanıyorlar.

Karakter tutarlılığı. Birçok kare boyunca aynı kişi — aynı yüz, aynı yapı, aynı saç; dördüncü karede otururken de on dokuzuncu karede yürürken de tek bir birey olarak tanınabilir. Bir kimlik problemi: modelin bir yüzü, hiç görmediği kompozisyonlar boyunca taşıması gerekiyor.

Ürün sadakati. Benzer bir şişe değil. O şişe. Tam kapak oranı, tam etiket yerleşimi, tam yeşil tonu. Sadakat kimlikten daha katı — bir yüzün toleransı vardır, bir müşterinin ambalajının yoktur.

Stil tutarlılığı. Set tek bir set olarak okunuyor — aynı renk düzenlemesi, aynı objektif karakteri, aynı ışık niteliği, aynı grain. Hiçbir nesnenin tekrarlanması gerekmiyor; ele alış tekrarlanıyor.

Çoğu brief bunlardan ikisine aynı anda ihtiyaç duyuyor ve onları tek bir talimat olarak istiyor. "Tutarlı olsun", bir API'nin harekete geçebileceği bir istek değil. "Görsel 1 kişi, görsel 2 şişe, görsel 3 yalnızca renk düzenlemesi" ise öyle.

Asıl özellik rol ayrımı

Nano Banana Pro 14 referans görsele kadar kabul ediyor. Nano Banana 2 de neredeyse yarı fiyatına aynısını kabul ediyor. Fark sayı değil. Pro o bütçeyi role göre ayırıyor:

Toplam on dört, ama tahsis edilmiş. Bir referans görselini bir öneriden bir talimata çeviren şey tahsis.

O olmadan ne olduğunu düşünün. Modele on dört görsel ve bir cümle uzatıyorsunuz; o da hangi görselin korunacak bir yüz, hangisinin birebir üretilecek bir ürün, hangisinin sadece atmosfer için orada olduğunu düzyazıdan çıkarıyor. Sıklıkla yanlış çıkarıyor. İpucu şu: ürün, sizin ambalajınız olarak değil "ambalajınızın stilinde" çıkmıştır ya da yüz, moodboard'un renk düzenlemesini giymiştir.

Ayrımla birlikte rica etmiyor, beyan ediyorsunuz. Kim için beş slot, ne için altı, nasıl göründüğü için üç. Üç tur kompozit yerine tek request'te bir reklam kompoziti.

Pro, 26 Ağustos 2026'daki fiyatımızla request başına $0.075; $0.15'lik listeye karşı. Bilmeye değer bir şey daha: Pro'da 1K ile 2K aynı fiyat. Hero varlıklar için 2K'yı alın. Bedava.

Referansları prompt'ta etiketlemek

Yapısal işi rol ayrımı yapıyor. Anlamsal işi prompt yapıyor ve neredeyse kabalık hissettirecek kadar açık olması gerekiyor. Referanslar sırayla geliyor, dolayısıyla onları konuma göre adlandırın ve her birinin ne için olduğunu söyleyin — ne için olmadığı dahil. Çoğu prompt'un sızdırdığı yer o son kısım.

Görsel 1 ve görsel 2 aynı kadın — yüzünü, saç uzunluğunu ve vücut yapısını
birebir koru. Görsel 3 ürün: şişe biçimini, kapak oranını ve etiket görselini
tam olarak üret, stilini değiştirme. Görsel 4 yalnızca renk düzenlemesi ve
ışık atmosferi — ondan hiçbir nesneyi, pozu ya da kompozisyonu kopyalama.

Görsel 1-2'deki kadını, görsel 3'teki şişeyi tutarken, pencere kenarında bir
kafe masasında oturur hâlde, dörtte üç açıdan, görsel 4'teki düzenlemeye uyan
sıcak öğleden sonra ışığında yerleştir.

O prompt'u çalıştıran dört şey var ve hiçbiri beşinci bir sıfat değil:

• Her referansın hesabı verilmiş. Belirtilmiş bir işi olmadan hiçbir görsel içeri girmiyor.
• Stil referansı açık bir dışlama taşıyor. O olmadan bir moodboard mobilyasını sahnenize sızdırır.
• Kimlik kelimeleri somut — yüz, saç uzunluğu, vücut yapısı — "ona benziyor" değil.
• Ürün talimatı "stilini değiştirme" diyor; sadakati ilhamdan ayıran ifade tam olarak bu.

Genel prompt kurgusunu burada ele almayacağız; o prompt rehberinde. Bu yazı özellikle modele referanslarınızın ne için olduğunu söylemekle ilgili.

Request

Tutarlılık işi üretim değil düzenleme, dolayısıyla image_urls ile birlikte edit-image slug'ına gidiyor.

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer $E2X_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/nano-banana-pro/edit-image",
    "input": {
      "prompt": "Görsel 1 ve görsel 2 aynı kadın - yüzünü, saç uzunluğunu ve vücut yapısını birebir koru. Görsel 3 ürün: şişe biçimini, kapak oranını ve etiket görselini tam olarak üret, stilini değiştirme. Görsel 4 yalnızca renk düzenlemesi ve ışık atmosferi, ondan hiçbir nesneyi ya da kompozisyonu kopyalama. Kadını şişeyi tutarken, pencere kenarında bir kafe masasında oturur hâlde, dörtte üç açıdan, sıcak öğleden sonra ışığında yerleştir.",
      "image_urls": [
        "https://cdn.example.com/refs/model-face-front.jpg",
        "https://cdn.example.com/refs/model-face-three-quarter.jpg",
        "https://cdn.example.com/refs/bottle-front.jpg",
        "https://cdn.example.com/refs/grade-warm-afternoon.jpg"
      ],
      "aspect_ratio": "4:5",
      "resolution": "2K"
    }
  }'

Submit bir job ID döndürüyor; onu poll edin ya da webhookUrl geçin. Pro kabaca 30 saniye sürüyor, çünkü kompozisyon kurarken ara "düşünce görselleri" üretiyor — Google onları döndürmüyor, biz de faturalamıyoruz. aspect_ratio'yu açıkça ayarlayın, çünkü Pro varsayılan olarak 9:16 veriyor. Parametrelerin tam anlatımı Nano Banana Pro API eğitiminde.

Daha ucuz katmanlar nereye düşüyor

Sizi bir katman aşağı ikna etmeyi, ihtiyacı olmayan bir iş için Pro satmaya tercih ederiz.

Nano Banana 2 aynı 14 referansı $0.04'e, rol ayrımı olmadan alıyor. Bu, her referansın aynı işi yaptığı ve ayrıştırılacak bir şey olmadığı stil tutarlılığında gerçekten yeterli. Bir palet ve bir ışık atmosferi paylaşan altı blog header'ının Pro'ya ihtiyacı yok. İyi bir stil referansına ve donmuş bir prompt şablonuna ihtiyaçları var. Nano Banana 2 ayrıca 4K'ya uzanıyor; Lite oraya hiç dokunamıyor.

Nano Banana 2 Lite $0.0238 ve sadakat için değil, hacim için kurulmuş. Bir görünümü paylaşan dört yüz görsele ihtiyacınız olduğunda ve hiçbiri bir müşterinin yüzünü ya da ambalajını taşımadığında ona uzanın. Yalnızca 1K ve resolution parametresi yok — bir tane göndermek işlemsizlik değil, hata.

Legacy Nano Banana 3 referans görselde tavana vuruyor; bu da karakteri ve ürünü aynı karede yapmaya yetmiyor ve Google onu 2 Ekim 2026'da emekliye ayırıyor — o modelin bütün hikâyesi ayrı bir yazı. Bir tutarlılık projesine onunla başlamayın.

Kaba kural: yalnızca stil işi Nano Banana 2'ye ya da Lite'a gider. Spesifik bir insan yüzünün ya da spesifik bir fiziksel ürünün bozulmadan sağ çıkması gereken her şey Pro'ya gider. $0.04 ile $0.075 arasındaki fark, bir müşteri etiket yanlış diye bir batch'i reddettiği anda önemini kaybediyor.

Fiyatlar ve ürün koşulları zamanla değişebilir; satın alma kararı öncesinde güncel fiyatları kontrol edin. Google Batch veya Flex fiyatlandırması, zamanlama, kapasite ve işleme koşulları farklı olduğu için standart on-demand API request'iyle birebir eşdeğer değildir ve bu karşılaştırmaya dahil edilmemiştir. Bu karşılaştırma belirli bir kullanım senaryosuna aittir; E2X'in her koşulda "dünyanın en ucuzu" olduğu iddia edilmemektedir.

Kanonik bir referans setini bir kez kurun

Burada kendini en hızlı amorti eden alışkanlığın API'yle hiç ilgisi yok.

Referans setini bir kez, bilinçli biçimde kurun ve sonsuza kadar yeniden kullanın. "Elimizde ne varsa" değil — her request'in beslendiği sabit, sürümlenmiş, saklanan bir set. Bir karakter için: nötr ışıkta aynı yüzün birkaç açısı — önden, dörtte üç, profil — artı vücut yapısı için bir boy görseli. Bir ürün için: ön, arka, etiketten bir detay kırpımı. Stil için: renk düzenlemesini taşıyan ve dikkat dağıtacak hiçbir şeyi olmayan bir ya da iki görsel.

Sonra dondurun. URL'leri kalıcı bir yerde saklayın — geçici bir link değil, kendi bucket'ınız — ve projenin ömrü boyunca her request'te aynı diziyi geçin.

Bu, prompt ayarlamaktan daha önemli, çünkü kayma birikimli. 5. kareyi 4. kareden, 6. kareyi 5. kareden üretin; küçük hatalar 20. kare farklı bir insan olana kadar birbirinin üstüne binsin. Her kareyi aynı kanonik sete demirlemek, her üretimin orijinalden yirmi adım değil, bir adım kaymasını sağlıyor. Zincir değil, yelpaze.

İlgili bir alışkanlık: set kendi ürettiğiniz görselleri içeriyorsa kaynak dosyaları saklayın. Herhangi bir görsel API'sinden gelen teslimat URL'lerinin süresi doluyor, dolayısıyla kendi varlıklarınızı indirip saklayın — üretimi otomatik nasıl çalıştıracağınız yazısında döngünün tamamı var.

Bir hero üretin, sonra varyantları ondan türetin

Dolar başına en kullanılabilir çıktıyı veren iş akışı "yirmi görsel üretin" değil. "Bir görseli yirmi kez üretin".

Pro'da tek bir hero çekimi yapın ve onu doğru yapın — kompozisyon, ışık, yüz, ürün. Birkaç deneme yakın; $0.075'ten keşif ucuz.

Sonra üretmeyi bırakıp düzenlemeye başlayın. Onaylanan hero'yu kanonik setinizin yanında referans olarak geri besleyin ve istediğiniz değişikliği isteyin: farklı açı, farklı arka plan, farklı kırpım, kameraya değil başka yöne bakan model. Her varyant, taze bir zar atışına değil, incelemeden çoktan geçmiş bir şeye demirlenmiş oluyor.

Düzenlemenin yeniden üretmeyi yenmesinin, kaçırması kolay bir sebebi var. Yeniden üretim her şeye yeniden karar veriyor; memnun olduğunuz her parametre yeniden oyuna giriyor. Düzenleme ise bahsetmediğiniz şeyi olduğu gibi tutuyor. Bir yüzü doğru yapmak için bir öğleden sonra harcadıktan sonra, ona yirmi kez yeniden karar verilmesi isteyeceğiniz en son şey.

İki pratik not. Hero'yu geri eklerken referans sayısını izleyin — hero artı beş görsellik bir karakter seti artı bir ürün, on dörtte yedi ediyor bile. Ve onaylanan hero'nun prompt'unu görselin yanına kaydedin; bir varyant genelde o prompt'un iki cümleciği değiştirilmiş hâli ve onu hafızadan yeniden yazmak, kaldırmak için para ödediğiniz kaymayı geri getiriyor.

Hiçbir referans setinin düzeltmediği kısım

Google, modellerinin ürettiği her görsele SynthID basıyor. Görünmez, dosyanın içinde geziyor ve kimsenin açtığı bir ayar değil, çünkü zaten hiç ayar değil. Bu, burada çoğu yazıdakinden daha önemli: tutarlılık projeleri müşteri projeleridir ve bir müşterinin sözleşmesi yapay zekâ üretimi varlıklarla ilgili bir madde taşıyabilir. O maddeyi, onaylı yirmi kare bir sunumda durduktan sonra değil, referans setini çekmeden önce çözün.

Tutarlılık işi neredeyse her zaman düzenleme, dolayısıyla önce göz atılacak raf image-to-image modelleri; brief kayarsa video tarafı da katalogda.

Sıkça sorulan sorular

Birden fazla yapay zekâ üretimi görselde aynı karakteri nasıl korurum?

Kanonik bir referans seti kurun — nötr ışıkta aynı yüzün birkaç açısı, artı vücut yapısı için bir boy çekimi — onu kalıcı olarak saklayın ve her request'e aynı görselleri geçin. Nano Banana Pro'nun 5 kimlik görseline kadar tutan karakter slot'larını kullanın ve prompt'ta hangi görsellerin o kişi olduğunu belirtin. Her kareyi bir öncekine değil orijinal sete demirleyin; yoksa hatalar birikip yirminci karede farklı bir yüze dönüşür.

Nano Banana API'si kaç referans görsel kabul ediyor?

Nano Banana Pro 14 kabul ediyor, role göre ayrılmış olarak: 5 karakter görseline, 6 nesne görseline ve 3 stil referansına kadar. Nano Banana 2 de 14 kabul ediyor ama rol ayrımı olmadan. Nano Banana 2 Lite referans ağırlıklı iş için değil hacim için kurulmuş; legacy Nano Banana ise 3'te tavana vuruyor.

Karakter tutarlılığı ile ürün sadakati arasındaki fark ne?

Karakter tutarlılığı, bir kişinin birçok görsel boyunca tanınabilir kalması demek — aynı yüz, saç ve yapı, küçük varyasyona toleranslı. Ürün sadakati ise nesnenin birebir üretilmesi demek: tam etiket görseli, kapak oranı ve rengi, stil değişikliği yok. Pro bunları farklı referans slot'larında ele alıyor, çünkü farklı katılıklara ihtiyaç duyuyorlar; prompt da hangi görselin hangisi olduğunu söylemeli.

Tutarlı görseller için Nano Banana Pro mu, Nano Banana 2 mi kullanmalıyım?

İhtiyaç stilistikse — bir palet, ışık ve ele alış paylaşan, korunacak spesifik bir yüz ya da ürün olmayan görseller — $0.04'le Nano Banana 2'yi kullanın. Belirli bir yüzün ya da fiziksel ürünün bozulmadan sağ çıkması gerekiyorsa $0.075'le Nano Banana Pro'yu kullanın, çünkü modele hangisinin hangisi olduğunu söyleyen şey rol ayrımlı referans bütçesi. Reddedilmiş bir batch'in yanında fiyat farkı küçük kalıyor.

Bir Nano Banana prompt'unda referans görselleri nasıl etiketlerim?

Onlara image_urls içinde geçtiğiniz sıradaki konumlarına göre atıfta bulunun ve her birinin ne için olduğunu belirtin. "Görsel 1 ve 2 aynı kadın, yüzünü ve vücut yapısını koru; görsel 3 ürün, onu birebir üret; görsel 4 yalnızca renk düzenlemesi, ondan hiçbir nesneyi ya da kompozisyonu kopyalama." Dışlamalar en az talimatlar kadar önemli, çünkü niteliği belirtilmemiş bir stil referansı nesnelerini ve kompozisyonunu sahnenize sızdıracaktır.

Var olan bir görseli düzenlemek mi, yenisini üretmek mi daha iyi?

Onayladığınız bir görsel elinizde olduğunda düzenleyin. Yeniden üretim, memnun olduklarınız dahil her öğeye yeniden karar veriyor; düzenleme ise bahsetmediğiniz her şeyi olduğu gibi tutuyor. Verimli iş akışı, özenle yapılmış tek bir hero, sonra kanonik referanslarınız eklenmiş hâlde edit-image endpoint'i üzerinden ondan türetilen varyantlar.

Ürettiğim görseller neden orijinal karakterden uzaklaşıyor?

Neredeyse her zaman, her yeni görsel sabit bir referans setinden değil bir öncekinden üretildiği için. Bu, hataları birikimli hâle getiriyor — 3. karedeki hafif daha yuvarlak bir çene 4. kare için taban oluyor ve 20. karede farklı bir insan çıkıyor. Her request'i aynı saklanan kanonik görsellere demirleyin ki her çıktı orijinalden yirmi değil bir adım uzakta olsun.