ChatGPT
Perplexity
Claude
Gemini
GoogleのGemini 2.0 Flash Image、ここではNano Banana 2として知られていますが、これはより高速で低価格、そして当社のコラボレーターであるBrianによれば Litany of Ignition、「リブレットが格段に上手くなった」。BrianにOpenArtで実際に試してもらい、その発見をまとめてもらいました。その結果が、コツやプロンプト、そして驚くほど多いApplebee'sへの言及が詰まった12分のチュートリアルです。以下がその全内容です。
NB2 vs. Nano Banana Pro: The honest comparison
バナナの裏側には今、動的な思考エンジンが備わっています。複雑なプロンプトを推論し、幻覚（ハルシネーション）ではなくウェブから実際の情報を引き出し、画像入力を分析して生成をまたいだキャラクターの一貫性を保ちます。これこそがNB2が前世代と本質的に異なる点です。単なる速度とコストの改善ではなく、まったく新しい能力のカテゴリーなのです。
Tip 1: Don't edit inside the editing interface
Brianの最初のヒントは、最も即実践できるものでもあります。編集インターフェースを一切使わないこと。代わりに、ベース画像をビジュアル参照ウィンドウに直接ドラッグし、プロンプトを次のように組み立てましょう：
"Edit image one based on the prompt. [Your edit here]."
OpenArt では、このアプローチによって NB2 が画像へ直接アクセスでき、一貫してよりクリーンで精密な編集が可能になります。Brian は生成前に解像度を 4K に上げることも勧めています。これはアップスケールとは別物ですが、テキスト、ネームタグ、小道具といった細部において、モデルが扱えるピクセルの余地が格段に広がります。緻密なディテールワークを求めるプロンプトでは、これがとりわけ重要になります。
ヒント 2：キャラクターシートのプロンプト
This was the most requested item in the comments section. Brian pinned the full prompt after the video went up, and here it is:
Two things to keep in mind when using this prompt. First, always manually tag your reference image using @image1 — the prompt will not work without it. Second, NB2 can accept up to five character sheets tagged into the same scene, which Brian stress-tests later in the video with some genuinely impressive results. It is worth noting that both NB2 and Nano Banana Pro handle this prompt well, though NB2 has the advantage of supporting more simultaneous character inputs.
Tip 3: Real-world grounding through Google Search
This is where NB2 pulls most clearly ahead of its predecessor. The model can perform a web search when it determines it does not have enough information to complete a task, which opens up a genuinely new category of prompting. Brian tested this by photographing grocery store ingredients and asking NB2 to generate recipe infographics without telling it what the recipe should be. The model had to identify the ingredients from the photos, look up a relevant recipe, and render everything as a visual layout.
For the lasagna test, he used 12 separate reference images. OpenArt accepts up to 14.
結果はおおむね素晴らしいものでしたが、Brianはいくつか気になる点を挙げました：
"Many of the outcomes were a bit light on instructions as to the ingredient amounts, more or less implying that I should just dump entire boxes or jars of ingredients in the bowls, layer everything, and enjoy my yolo lasagna."
The practical takeaway is that web-grounded prompting works well for reference-heavy tasks where you want the model to synthesize information across multiple inputs. It is meaningfully better than NB Pro at this kind of task, even if the outputs occasionally require some interpretation.
ヒント4：多言語テキスト生成
NB2は多言語テキスト描画が改善されており、Brianは自分のチーズケーキのインフォグラフィックを日本語に翻訳するよう依頼してテストしました。翻訳は正しく描画されましたが、Brianは正確性を検証する自分の能力に限界があることを正直に認めています。彼は日本語話者にコメントで意見を寄せてほしいと呼びかけています。結論はまだ保留中です。
ヒント5：複雑なシーン編集における空間認識
Brian brought NB2 to Times Square, photographically speaking, and asked it to remove all the LED billboards and signage from a rainy night shot. What makes this test genuinely interesting is the difficulty of what the model has to do: it must remove the signs, extrapolate what the buildings look like underneath them, and recalculate the lighting, since most of the illumination in a wet Times Square shot is reflected bounce light from those very signs. That is a significant amount of spatial and physical reasoning happening in a single generation.
The results are impressive, with some expected imperfection toward the center of the frame. Brian followed that test with a sequence of additional edits, removing pedestrians, switching to a sunny day, and then converting the scene to a blizzard. That last one worked well enough that he declared he can now generate winter B-roll without leaving the house.
ヒント6：最大5人の一貫したキャラクターによるマルチキャラクターシーン
動画の中で最も野心的なテストです。Brianは5つの異なるキャラクターシートを生成し、そのすべてをApplebee'sのひとつのダイニングシーンにタグ付けして、キャラクターたちがリブを食べる様子をさまざまなカメラアングルで求めました。ほとんどのキャラクターは生成を重ねても一貫性を保ちました。最も難しかったのはレトロな主婦のキャラクターで、Brianはこれを、リアルに見える人間の顔のわずかな違いに対して私たちの脳が敏感すぎるためだと分析しています。
作業を進める中で、いくつか予想外のことが起きました。プロンプトで指定していないのに、ロボットがFuturamaのベンダーに似せたがる傾向がずっとあったり、一部の出力にはキャラクターシートのアーティファクトが浮かんでいたりしました。しかし、まぎれもないハイライトは、NB2が頼まれてもいないのに5人のキャラクター全員に名前を付けたときでした: Blonde Ambition、Steel Resolve、The Gentle Toad、Mew Pawsome、 と スカルライダー。 Brian の評価:「批判はすべて撤回する。これは史上最高の画像モデルだ」
Quick reference: which model for what
まとめ
NB2 は Nano Banana Pro からの大きなアップグレードで、特に画像編集、ウェブに基づくプロンプト、複数キャラクターの一貫性で威力を発揮します。基盤となる思考エンジンにより、前世代では単純に不可能だったことが可能になり、しかもより速く、より低コストで実現します。完璧なツールではありませんが、正真正銘パワフルなツールであり、今すぐ OpenArt で利用できます。
Brian's tutorial is worth watching in full. One thing the comments consistently praised was his willingness to show where the model produces unexpected or imperfect results, not just the polished outputs. That honesty gives you a much more realistic picture of what to expect when you sit down to use it yourself.