長文章“一圖讀懂”類信息圖，如何一次出圖并去幻覺

文 / 書航 2025.11.26

由于香蕉2對超長中文文本的生成把控非常好，不再生成偽漢字，因此為一次性出圖創(chuàng)造了條件。但是，對于較長的信息內容，如果指代不明，仍可能會編造事實或者出圖不符合預期。

本次工作的實際任務是給定一篇稿件，按照稿件內容生成“一圖讀懂”。在實操過程發(fā)生了兩種問題：

1. 直接將文章作為附件或者貼入提示詞，會生成失敗。

2. 根據(jù)文章意思概括提示詞，不附帶原文。如果有哪個地方?jīng)]有說清楚，就會發(fā)生意料之外的情況。

之前網(wǎng)上給出的案例基本是調用模型原本的世界知識，以one-shot生成信息圖，如“生成圖片說明咖啡機的工作原理”。

在接到任務后，我首先讓AI出提示詞方案，并經(jīng)過記者選擇合適的方案（在5個方案中選擇了方案1和3）。

但當我將原文附件及提示詞方案合并，選擇“圖像生成”模式并要求出圖后，一直轉圈卻沒有結果。

一小時后我回來刷新頁面，發(fā)現(xiàn)根本就沒成功。

所以在Gemini官方版本中，選擇“圖像生成”模式時是不應該疊加附件的。

與此同時，直接用方案文本作為提示詞生成則可以出圖。

Prompt：

幫我做一個信息圖表，圖片格式，要求是豎版，能確保信息素不丟失，寧愿圖更長一點： （下接方案文本內容）

但隨之而來的問題是，提示詞過于簡略，導致“自由發(fā)揮”的部分會出問題。

例如，這個局部的武漢、西安、鄭州的取舍就出現(xiàn)了和正文描述不同的偏差，這是因為提示詞沒有詳細說明這一部分。

解決方法：另開一個對話，拖入原文及上述提示詞，要求：

請結合附件文章及現(xiàn)有提示詞為nano banana設計出長圖的完整提示詞，因為它無法讀取附件，也不能用太長的提示詞文本，但我擔心直接使用現(xiàn)有提示詞會丟失文中數(shù)據(jù)，或者導致不準確。請注意：只出提示詞，不出圖片 （下接剛才的Prompt）

然后Gemini3輸出了新的，經(jīng)過事實核查并說明更豐富細節(jié)的提示詞。

讓Nano Banana 2新做一下就完全正常了，一次成功。

（成品圖。水印及l(fā)ogo為后期添加）

接著下一個圖，我發(fā)現(xiàn)它換了一個新的風格，因此我又提示它：

請把（圖2名字）的畫面風格，與上面（圖1名字）相統(tǒng)一，其余數(shù)字等不變，輸出一個新的提示詞。

此時風格就和剛做的第一張圖相統(tǒng)一。在記者對比后，最終選擇圖1作為本文的最終版配圖。

去水印方法也說一下：

Nano Banana 作圖在右下角有一個四芒星的水印，用去水印工具直接處理原圖會識別不到水印。

建議將原圖右下角截取一小段，去水印后升幅畫質，直接在Windows自帶的畫圖里面就可以拼合。

總結：

2. 讓Gemini 3根據(jù)你選擇的方案，再次閱讀原文，事實核查圖片以及確保數(shù)字、事實等已經(jīng)被明確框定。

3. 用這個提示詞去作圖。

4. 如果有系列圖片，需要讓Gemini 3指定跟系列圖片的第一張圖的提示詞采用同樣的風格，它就會給你完成風格對齊。