Googleは、画像生成機能「Nano Banana」と上位版の「Nano Banana Pro」の概要と特徴、利用方法、安全性への取り組みを公開しています。Nano Bananaは、画像をクリックして自由に描き込み、必要に応じてテキストを追加しながら編集できる操作性が特徴です。晴れた日を夜に変える、カメラアングルやフォーカスを調整するなど、イメージの雰囲気を大きく変える編集が可能です。好みの参照写真の質感や色、スタイルを被写体に適用できるスタイル変換や、用途に合わせたサイズ変更、鮮明なテキスト付きのビジュアル作成にも対応します。ロゴ、招待状、ポスター、コミックなど、多言語のテキスト表現を含むクリエイティブを作成できる点も示されています。
Nano Bananaは「高速モード」モデルを使用し、手軽にクリエイティブを作る用途に最適と案内されています。強みとして、人物やキャラクターの外見を一連の画像で維持するキャラクターの一貫性、写真をシームレスにブレンドする写真の組み合わせ、画像の特定部分をすばやく変更する部分編集が挙げられています。一方、Nano Banana Proは「思考モード」モデルを使用し、高精度な出力と正確な制御を求めるユーザー向けに設計されています。Proでは、高度なテキストレンダリング、照明・カメラアングル・アスペクト比などの正確な編集コントロール、2K解像度、より広範な世界の知識にもとづく詳細生成、さらに多くの写真の組み合わせといったプロフェッショナルグレードの機能が提供されます。提供状況や上限により、自動的にモデルが切り替わるケースがある点にも触れられています。
使い方の案内では、ツールメニューから「画像を作成」を選び、モデルメニューで「高速モード」または「思考モード」を選択し、プロンプトを入力するか編集する画像をアップロードする手順が示されています。魅力的な画像を作るコツとして、対象・行動・シーンを明確にするシンプルな指示から始め、できるだけ具体的な詳細を盛り込み、構図やスタイル、画質、アスペクト比を考慮することが提案されています。生成結果が意図と異なる場合には変更をリクエストし、背景の変更やオブジェクトの置き換え、要素の追加といった編集を重ねることが推奨されています。こうした反復的な操作で、狙いに近い出力へ短いサイクルで到達できる設計です。
安全性と透明性について、GoogleはAIに関する原則に沿ってツールを構築したとし、Geminiで作成されたビジュアルには目に見えないSynthID透かしと、目に見える透かしを使用すると説明しています。ユーザーはGeminiアプリに画像をアップロードして、Google AIで生成されたかどうかを確認できます。この検証はSynthIDを用いて実施され、現在は画像に対応しています。生成物はユーザーのプロンプトに依存し、不快に感じるコンテンツが生成される場合があるため、良い回答または悪い回答ボタンからのフィードバックで継続的に改善する方針が示されています。提供状況は変更される場合があり、制限事項が適用され、18歳以上のユーザーが対象である点も明記されています。
提供地域に関しては、画像生成はGeminiアプリを利用できるすべての国と言語で利用可能と案内されています。スタイルの適用、サイズ変更、テキストを含むビジュアル作成などのユースケースが具体的に示されており、広告やポスターからSNS、招待状、コミックまで幅広い用途に対応できる点が強調されています。とりわけ、テキストの鮮明さや多言語対応、2K解像度や正確な編集コントロールなど、Pro版の強化点が明確に整理されているため、用途や精度要件に応じたモデル選択がしやすい構成です。Nano Bananaは、アイデアスケッチから詳細編集まで一連の作業を一つの流れで実施できる点が特徴で、写真のブレンドや部分編集を生かした合成表現にも適しています。
モデル選択や操作手順、生成品質向上のヒント、安全性への取り組みが体系的に提示されており、初めてのユーザーでも導入しやすい説明が整えられています。今後の更新により提供状況が変わる可能性があるため、利用時はアプリ内のモデル選択や上限の案内を確認しながら使うのがよいでしょう。
詳しくは「Google」の公式ページまで。 レポート／DXマガジン編集部
