A maioria das pessoas usa o Nano Banana 2 com as configurações padrão e se pergunta por que os resultados são medianos. Este artigo detalha os valores de guidance scale, o número de passos de inferência, as estratégias de seed e as estruturas de prompt que realmente mudam a qualidade do resultado. Sem enrolação, só as configurações que funcionam.
A maioria das pessoas ajusta uma única configuração no Nano Banana 2, recebe um resultado medíocre e conclui que o modelo é mediano. Não é isso. As configurações do Nano Banana 2 são organizadas em camadas de propósito, e alguns ajustes específicos separam imagens esquecíveis daquelas que fazem as pessoas parar no meio do scroll.
Não se trata de buscar a perfeição. Trata-se de saber quais controles realmente fazem diferença, quais só fazem você perder tempo e como parar de brigar com o modelo para começar a trabalhar com ele.
O Nano Banana 2 é o modelo de texto para imagem rápido do Google, feito para velocidade e coerência. Enquanto muitos modelos sacrificam uma coisa pela outra, este se sustenta nas duas categorias. Esse equilíbrio entre velocidade e qualidade é exatamente o motivo pelo qual as configurações padrão parecem "boas o bastante" de forma enganosa, mas raramente chegam ao potencial máximo sem algumas mudanças deliberadas.
A arquitetura por trás do Nano Banana 2 é otimizada para inferência rápida. Na prática, isso significa que você pode iterar mais rápido do que com modelos mais pesados como o Flux Dev ou o Stable Diffusion 3.5 Large. Mas a geração rápida só compensa se você estiver ajustando as configurações certas entre uma execução e outra. Fazer 20 gerações com os mesmos parâmetros quebrados não adianta nada.
Diferentemente dos modelos de difusão mais antigos, que dependiam muito do excesso de palavras-chave, o Nano Banana 2 processa prompts de forma mais parecida com a linguagem natural. Isso significa que listas de palavras-chave separadas por vírgula costumam jogar contra você. O modelo responde melhor a frases descritivas. Só essa mudança já altera a forma como você deve abordar cada parâmetro da interface.
Estes são os parâmetros que controlam diretamente a qualidade do resultado no Nano Banana 2. Nem todas as configurações têm o mesmo peso. A maioria dos controles deslizantes em qualquer ferramenta de imagens por IA é secundária. Estes três são primários.
O guidance scale (também chamado de escala CFG) define o quão rigorosamente o modelo segue o seu prompt. Valores baixos dão ao modelo liberdade criativa. Valores altos forçam uma interpretação literal.
💡 Para o Nano Banana 2, o ponto ideal fica entre 4,5 e 7,5. Abaixo de 4, o modelo ignora o seu prompt. Acima de 9, as imagens começam a parecer rígidas, supersaturadas e artificiais.
| Guidance Scale | O que acontece |
|---|---|
| 1 - 3 | O modelo ignora a maior parte do prompt e gera livremente |
| 4 - 6 | Resultado equilibrado, com aparência natural |
| 7 - 8 | Fiel ao prompt, um pouco mais rígido |
| 9+ | Supersaturação, artefatos, perda de realismo |
A maioria das pessoas deixa no padrão (geralmente 7,5) e nunca mexe nisso. Experimente baixar para 5,0 em retratos e você vai notar imediatamente tons de pele mais naturais e composições mais suaves.
Os passos de inferência controlam quantas passagens o modelo faz para construir a sua imagem. Mais passos significam mais refinamento de detalhes, mas também um tempo de geração maior.
Para o Nano Banana 2, especificamente:
💡 Não passe de 50 passos. Além desse limite, o Nano Banana 2 quase não melhora e, às vezes, introduz ruído em superfícies lisas como pele ou gradientes de céu.
O verdadeiro truque é combinar passos com guidance scale. Um guidance scale mais baixo (5,0) com 35 passos costuma superar um guidance scale alto (8,5) com 50 passos. Teste essa combinação antes de presumir que você precisa de mais passos.
A seed é a configuração mais subutilizada por iniciantes e a mais valorizada por quem produz imagens profissionalmente.
Um valor de seed trava a aleatoriedade da sua geração. Se você encontrar uma composição de que gosta, mas quiser ajustar a iluminação ou as cores com uma mudança no prompt, manter a mesma seed preserva a estrutura subjacente enquanto a nova descrição remodela o resultado.
Como usar seeds na prática:
Errar a resolução é uma das formas mais rápidas de desperdiçar gerações. O Nano Banana 2 lida melhor com algumas proporções do que com outras.
O modelo foi otimizado em torno de resoluções padrão de treinamento. Se você se afastar muito delas, vai obter rostos esticados, arquitetura distorcida e simetria quebrada.
| Caso de uso | Resolução recomendada | Proporção |
|---|---|---|
| Post em redes sociais | 1024x1024 | 1:1 |
| Cabeçalho de blog / artigo | 1344x768 | 16:9 |
| Retrato / personagem | 768x1344 | 9:16 |
| Foto de produto | 1152x896 | 4:3 |
| Cena cinematográfica | 1344x768 | 16:9 |
💡 Use sempre múltiplos de 64 ou 128. O Nano Banana 2 usa geração em blocos internamente. Imagens com dimensões que não são múltiplos limpos de 64 podem produzir artefatos sutis de costura nas bordas dos blocos.
O PNG preserva a qualidade total e é a escolha certa para qualquer imagem que você pretenda editar depois. O JPEG serve bem para publicação na web, quando o tamanho do arquivo importa. Nunca reduza o tamanho na etapa de geração: sempre gere em resolução total e reduza depois, se for preciso.
O Nano Banana 2 está disponível diretamente no PicassoIA. Veja como colocar sua primeira geração otimizada para funcionar.
Passo 1: Abra a página do modelo Acesse a página do modelo Nano Banana 2 no PicassoIA. A interface carrega o painel de geração com todos os parâmetros visíveis.
Passo 2: Escreva um prompt descritivo Evite listas de palavras-chave. Escreva uma frase descrevendo a cena que você quer. Inclua sujeito, ambiente, iluminação e clima. Exemplo: "Uma mulher de uns 30 anos, com cabelo cacheado escuro, em pé em um campo de trigo ensolarado, luz dourada do fim da tarde, plano aberto, estética de fotografia de filme."
Passo 3: Defina seu guidance scale Comece em 5,5 para retratos, 6,5 para paisagens e fotos de produto e 7,0 para imagens que exigem precisão técnica.
Passo 4: Defina os passos de inferência Use 30 passos para a maioria das gerações. Suba para 40 apenas quando os detalhes de áreas específicas, como textura de tecido, traços faciais ou folhagem, forem importantes e você estiver disposto a esperar.
Passo 5: Trave uma seed para iterar Quando gerar um resultado que queira usar como base, copie a seed desse resultado e cole de volta no campo de seed antes da próxima execução.
Passo 6: Escolha sua resolução Escolha na tabela acima com base no formato de saída. Não gere maior do que você precisa.
Passo 7: Revise e itere Observe o que mudou. Se a imagem estiver literal demais, reduza o CFG scale em 0,5. Se estiver se afastando do seu prompt, aumente em 0,5. Ajustes pequenos, nada de saltos grandes.
A forma como você escreve o prompt também é uma configuração. O Nano Banana 2 responde à estrutura do prompt de forma diferente de modelos como o Flux 1.1 Pro ou o GPT Image 1.5.
Os resultados mais consistentes vêm de prompts estruturados em camadas:
Prompt fraco: "mulher bonita, fotorrealista, 8k, cinematográfico"
Prompt forte: "Uma jovem com sardas e cabelo loiro curto, em pé perto de uma janela com marcas de chuva em um café silencioso, luz cinza e difusa de manhã vindo da esquerda, 85mm f/1.4 com profundidade de campo rasa, tons quentes de Kodak Portra 400, granulado sutil de filme"
O segundo prompt dá ao modelo informação visual concreta, em vez de adjetivos de qualidade. Palavras como "fotorrealista" e "8K" contribuem quase nada para o Nano Banana 2, porque o modelo não as trata como tokens de estilo.
Os prompts negativos no Nano Banana 2 funcionam como filtros de exclusão. Use-os para eliminar artefatos específicos que você vê se repetir.
Prompts negativos úteis, por problema:
| Problema | Prompt negativo |
|---|---|
| Rostos borrados | blurry face, soft features, unfocused |
| Dedos extras | extra fingers, deformed hands, mutated |
| Céu superexposto | blown highlights, overexposed, washed out |
| Pele de plástico | plastic skin, airbrushed, waxy texture |
| Composição ruim | cropped head, cut off limbs, poor framing |
💡 Mantenha os prompts negativos específicos. Entradas genéricas como "baixa qualidade, arte ruim" não fazem muito pelo Nano Banana 2. O modelo já produz qualidade razoável por padrão. Exclusões específicas para artefatos conhecidos são bem mais eficazes.
Onde o Nano Banana 2 realmente se encaixa no cenário atual? Aqui está uma comparação honesta com os modelos disponíveis na plataforma.
| Modelo | Velocidade | Detalhe | Precisão no prompt | Ideal para |
|---|---|---|---|---|
| Nano Banana 2 | Muito rápido | Bom | Alta | Iteração rápida, retratos |
| Nano Banana Pro | Rápido | Muito bom | Muito alta | Resultados profissionais |
| Flux Dev | Médio | Excelente | Alta | Imagens finais de alta qualidade |
| Flux 1.1 Pro | Médio | Excelente | Muito alta | Produção comercial |
| Imagen 4 | Médio | Excelente | Excelente | Fotorrealismo, detalhes finos |
| GPT Image 1.5 | Lento | Excepcional | Excepcional | Cenas complexas, texto na imagem |
O caso de uso do Nano Banana 2 é claro: iteração em alto volume. Quando você precisa rodar de 15 a 20 variações para encontrar a composição certa, este é o modelo que não vai consumir seu tempo nem seus créditos a cada etapa. Depois, pegue o melhor resultado e recrie-o com o Nano Banana Pro ou o Flux 1.1 Pro para a qualidade final de produção.
Eles aparecem em quase todo fluxo de trabalho de iniciante, e cada um deles derruba a qualidade da imagem sem que você perceba.
Erro 1: mudar muitas configurações de uma vez
Quando uma imagem não fica boa, a maioria das pessoas ajusta 4 ou 5 parâmetros ao mesmo tempo. Aí o resultado seguinte parece diferente, mas você não tem ideia de qual mudança o tornou melhor ou pior. Altere uma configuração por iteração. Leva mais execuções, mas dá dados reais.
Erro 2: usar o máximo de passos de inferência por padrão
50 passos ou mais parece "mais esforço, melhor resultado", mas não é assim que os modelos de difusão funcionam. Passado o ponto ideal, você gasta processamento em mudanças sutis demais para serem vistas em zoom normal. 30 passos é o correto para 90% dos casos de uso com o Nano Banana 2.
Erro 3: deixar a proporção para o final
Muitos criadores escrevem o prompt, ajustam as configurações por 20 execuções, encontram algo de que gostam e só então mudam a proporção para a plataforma onde vão publicar. A composição quebra. Sujeitos que estavam centralizados em 1:1 ficam desajeitados em 16:9. Defina a proporção correta já na sua primeira geração e nunca a troque no meio da sessão.
Muita gente se pergunta se deve usar o Nano Banana 2 ou subir para o Nano Banana Pro. A decisão não é sobre qual é "melhor". É sobre a etapa do fluxo de trabalho.
Use o Nano Banana 2 quando:
Use o Nano Banana Pro quando:
O fluxo de trabalho mais inteligente: itere rápido no Nano Banana 2, finalize no Pro.
💡 Os dois modelos compartilham uma linguagem de prompt parecida. Um prompt que funciona bem no Nano Banana 2 passa para o Nano Banana Pro sem precisar de uma reescrita completa, e é exatamente por isso que usar o Nano Banana 2 como ferramenta de rascunho faz sentido.
As configurações do Nano Banana 2 não são complicadas. Só exigem uso deliberado. Um guidance scale entre 4,5 e 7,5, 30 passos de inferência, seeds travadas para iterar e um prompt escrito como descrição de cena, e não como lista de palavras-chave. Só essas quatro mudanças já vão levar seus resultados do mediano para um nível consistentemente bom.
A plataforma já tem tudo o que você precisa. O Nano Banana 2 está rodando no PicassoIA agora mesmo, pronto para você testar cada configuração coberta neste artigo. Escolha uma seção, aplique-a na sua próxima geração e veja o que muda.
Se quiser ver até onde o modelo pode chegar, tente rodar o mesmo prompt com guidance scale 5,0 e 30 passos e compare com 8,0 e 50 passos. A diferença vai te dizer mais sobre o modelo do que qualquer artigo poderia.
Escolha seu idioma
