高赞的 Nano Banana 2.1 提示词怎么写：长短无关，81 条帖子实测
我们把 X 上 81 条 Nano Banana 2.1 提示词和点赞数对上，比较点赞前一半和后一半。高赞提示词并不更长：随机挑一条高赞的和一条低赞的，高赞那条更长的概率是 49%，等于掷硬币。从画幅到写明保持不变，大多数写法都分不出高低。偏向高赞的只有两样：photorealistic 这个词，和写成 JSON。
概述
写 Nano Banana 2.1 提示词，图需要多少就写多少。创作者分享的提示词里，高赞的并不比其他的长，大家习惯加上的那些写法，大多也分不出高低。
把这一点说清楚，原因很简单：长模板是最常见的建议，可这份数据不支持它。我们把 X 上创作者分享的 81 条 Nano Banana 2.1 提示词和点赞数对上，比较点赞前一半和后一半：
- 长度是掷硬币。 随机挑一条高赞的和一条低赞的，高赞那条更长的概率是 49%。高赞提示词中位 1,503 个字符，低赞的 1,857 个。
- 短提示词也拿赞。 前四分之一里有一条 59 个字符的报纸拼贴，还有一条 131 个字符的十种画风超级英雄宫格。点赞最多的那条有 493 个赞，是一段 1,133 个字符的话。
- 偏向高赞的只有两样。 photorealistic 或 hyper-realistic 出现在前一半的 49%，后一半的 25%。写成 JSON 的 6 条全在前一半。
这组比我们的 Seedance 2.5 点赞研究小，只看得出大的差距。下面提到的每条提示词，都能在我们的 Nano Banana 2.1 页上看到成图。
推荐
- 别凑字数。 一段话能出图，就停在那里。Google 自己的示例大约 40 个词。这里点赞最多的几何风时装插画就是一段话：写画风，逐件写衣服，再写手里拿的东西。
- 写写实人像，就写 photorealistic。 这个词在前一半里多了将近一倍。皮肤质感、随手拍的业余感也偏向高赞，但没过检验。明暗对比人像以 hyper-realistic 开头，576 个字符写完。
- 复刻参考照片时，可以试试 JSON。 JSON 复刻把画幅、构图、光线和手机照片的感觉分成不同的键。6 条 JSON 全部高赞，只是线索，不是规律：其中 4 条是人像，题材可能解释了一部分。
- 画幅和保持不变的说明，按任务写，别为点赞写。 它们在两半里差不多一样常见。平台要求画幅就写，改照片就列出不能动的。
- 看图评判提示词，别看长度。 在这组里，长度、分段加标题、镜头参数和否定指令，都说明不了一条提示词受不受欢迎。
你上一条 Nano Banana 提示词里，起作用的是对画面的描述，还是外面那层模板？只留前者再试一次。
怎么测的
- 提示词。 公开合集 awesome-image-video-prompts 在提交 590b532 时来自 X 的全部 Nano Banana 2.1 条目：88 条帖子，2026 年 10 月 5 日到 11 月 2 日。
- 点赞数。 2026 年 11 月 7 日从 X 的公开嵌入接口读取每条帖子当前的点赞数，每秒一次。81 条拿到了数，7 条已删除或不可见。
- 排名。 点赞会一直涨，所以每条只和同月的帖子比排名。前一半 41 条，中位 139 个赞；后一半 40 条，中位 39 个赞。
- 核对。 每个作者只取一条（共 44 个作者）、只看文生图，各重做一遍，并对每个特征做两比例检验。每边大约 40 条，差距要到 20 个点左右才过得了检验。
- 特征。 每条提示词数字符、词和行，再测这些写法：结构（一段话、分段加标题、列表、JSON）、画幅、输出尺寸、镜头参数、否定指令、哪些保持不变、锁人脸、光线、皮肤质感、随手拍的业余感，以及四个风格词。具体规则见脚本。
测试结果
前一半对后一半
| 前一半（41 条） | 后一半（40 条） | 检验 | |
|---|---|---|---|
| 中位长度 | 1,503 字符 | 1,857 字符 | 高赞更长的概率 49% |
| 中位行数 | 5 | 3.5 | |
| 写成 JSON | 15% | 0% | 通过 |
| photorealistic 或 hyper-realistic | 49% | 25% | 通过 |
| 皮肤质感 | 56% | 42% | 有倾向 |
| 随手拍的业余感 | 41% | 28% | 有倾向 |
| 用上传照片改图 | 46% | 30% | 有倾向 |
| 画幅比例 | 54% | 70% | 反向倾向 |
| 写了哪些保持不变 | 49% | 58% | 无差别 |
| 锁人脸 | 29% | 32% | 无差别 |
| 镜头参数 | 61% | 58% | 无差别 |
| 否定指令 | 56% | 60% | 无差别 |
| 光线 | 76% | 80% | 无差别 |
| 分段加标题 | 27% | 30% | 无差别 |
| cinematic | 39% | 42% | 无差别 |
两种核对
| 每作者一条，前一半 / 后一半 | 只看文生图，前一半 / 后一半 | |
|---|---|---|
| photorealistic 或 hyper-realistic | 42% / 28% | 45% / 14% |
| 写成 JSON | 19% / 0% | 14% / 0% |
| 中位长度 | 1,328 / 1,254 字符 | 1,415 / 1,771 字符 |
两个偏向高赞的结果在核对里方向不变，长度依然持平。只看文生图时，photorealistic 的差距拉大到 45% 对 14%。
这和 Seedance 2.5 怎么对得上？那边高赞提示词更长、结构更多。我们的猜测是媒介不同，但这份数据证明不了：视频提示词要排一串镜头，排的过程就体现为结构；图片提示词只描述一帧画面，写到一定程度，多出来的字只是在重复描述同一帧。
该忽略什么
- 号称能拿赞的模板。 分段标题、长长的镜头清单、否定清单，在后一半里一样常见。
- 画幅的差距。 后一半写画幅更多，70% 对 54%，但没过检验。需要什么画幅就写什么。
- 8K 和 4K。 偏向高赞，24% 对 12%，没过检验。在 API 里输出尺寸是请求参数
image_size（1K、2K 或 4K），写在提示词里的这个词决定不了它。
局限
- 只有 81 条。 20 个点以内的差距可能是噪声，所以这里的”无差别”指的是没有大到能看出来的差别。
- 点赞不等于质量。 点赞取决于账号的受众和图本身，不只是提示词。每作者一条的核对是能做的最好防护，我们没有粉丝数。
- 题材会混进来。 人像占了一半，皮肤质感这类跟着人像来的特征，可能只是随题材出现。
- 我们没有生成图片。 这里说的是高赞提示词怎么写，不是说改写一条提示词就会改变它的点赞。
自己复现
脚本是 nano-banana-2-1-prompts-likes-2026-11.py。克隆公开合集，切到提交 590b532 后运行；需要 Python 和 PyYAML，会从 X 的公开嵌入接口每秒取一次点赞数，这组约两分钟。它输出 nano-banana-2-1-prompts-likes-2026-11.json：每条提示词一行，含点赞数、当月百分位、特征和源文件链接，以及全部分组汇总和检验结果。11 月 7 日之后点赞数还会继续涨。
来源
- Google：Nano Banana 图像生成指南 · official
- awesome-image-video-prompts（本文统计的提示词合集） · blog
- AgentCraft：Nano Banana 2.1 提示词，每条附成图 · blog