Google Gemini 近期陸續被各國網友發現實用用法後，包括擴充套件、App、網頁工具，串新版 Google Gemini Image (Banana Nano) API 的創作工具非常多，其中有一個作者設計的「一鍵生成貼圖 2.0」功能，相較於初版或其他同類工具，2.0 版本的核心升級在於賦予使用者前所未有的後製主導權與智慧最佳化流程。我們對此進行了深入實測，跳過單向指令的用法，轉變成進行一起和 AI 協同創作、不斷完善作品的智慧設計小團隊。
探究看看「一鍵生成貼圖 2.0」的核心最佳化功能，測試它如何將一個初步的想法，透過智慧化的微調，逐步修改修剪成一張完美的客製化貼圖，可以應用在 Line 與其他不同 SNS 對話情境的貼圖上。
測試核心聚焦在貼圖創作的適當流程
我們的測試聚焦在它如何「做得更好」。我們發現，2.0 版本的的優點涵蓋在這三大面向：
從「生成」到「編輯」：是否提供生成後的微調選項？使用者能否對輪廓、風格等元素進行調整？
從「理解」到「領悟」：對於複雜、抽象的情緒和情境，AI 的解讀與圖像處理是否能更精準？
從「可用」到「好用」：整個創作流程是否無縫？AI 自動處理的細節（如去背、描邊）是否達到專業水準？
Gemini 的進化：三大優化亮點，重塑創作體驗
最佳化效果一：更強大的後製微調能力
這是 2.0 版本最核心的進化。在生成初步圖像後，使用者不再只能選擇接受或重新生成。新的微調介面提供了多種最佳化選項，我們推測可能包含自由調整貼圖白色輪廓的粗細、顏色，甚至選擇不同的描邊樣式，而且會基於同一主題，提供數種略有差異的風格版本（例如，線條更粗、色彩更飽和），供使用者挑選，或許能做到簡單的物件移除或顏色替換，讓成品更符合個人需求。
最佳化效果二：更深度的語意與情境掌握
我們使用不同的指令進行測試，結果發現，2.0 版本對抽象情緒的詮釋明顯更加細膩。主角的眼神、嘴角等細節，都比初版生成器更能精準表達正確的情緒。這證明其背後的模型在情感理解與視覺轉化能力有不小的改善。
最佳化效果三：更完美的自動化工作流程
「智慧去背與輪廓」功能在 2.0 版本中也得到了最佳化。AI 對主體邊緣的偵測更加精準，即使是貓咪的細微毛髮邊緣也能處理得平滑乾淨，生成的白色輪廓線粗細均勻，需要我們後製手動修改的部分也變少許多。這個看似微小卻至關重要的改進，極大地提升了透過 AI 生成進行貼圖基礎創作的直接可用性，實現了真正的「一鍵完成」。
CyberQ 實測
這在職場、商業上都可以來做驗證，而 CyberQ 團隊這次也進行了實地測試。我們發現，除了直接生成，「一鍵生成貼圖 2.0」的架構概念下，也提供了聰明的「點子生成」功能，只要給定主題，AI 就能自動發想數種不同情緒與反應的貼圖腳本，大幅提升了創作效率。
然而，在風格掌握上，AI 的表現則呈現出有趣的差異。我們上傳了一張約克夏犬的照片，進行了一系列測試：
當指令模糊時：若只要求 AI 截取照片中的主體製成貼圖，卻未給予明確的風格指示，產出的風格便相當發散，一致性較低。
挑戰複雜風格：當我們指定使用「點描派」這種較為複雜的藝術風格時，AI 無法準確還原，生成的圖像與預期有較大落差。我們推測，點描派的筆觸特性可能與貼圖要求清晰輪廓的本質有所衝突。
掌握主流風格：相對地，當我們將風格改為大眾熟悉的「米飛兔（Miffy）插畫風格」，AI 便能迅速掌握精髓，生成一組線條簡潔、風格可愛且高度一致的貼圖。
整個測試過程中，其「一鍵去背」與自動描邊功能始終表現穩定而出色，無疑是此工具最實用的亮點之一。這項實測也印證了，當前 AI 在理解並還原具象、主流的藝術風格上已有極高水準，但在處理更為抽象或小眾的風格時，仍有其極限
上圖中的圖片貼圖由 Google Gemini AI 生成，為指定點描派風格時所產生
上圖中的圖片貼圖由Google Gemini AI生成，僅下指令截取照片頭像而未指定風格
上圖中的圖片貼圖由Google Gemini AI生成，指定米飛兔的插畫風格則產生線條簡潔俐落的貼圖
「一鍵生成貼圖 2.0」的概念功能測試與使用，正意味著在一些特定的製作領域， AI 內容創作工具可以做到不錯的成果。它所解決的，不再是「能不能做」的問題，而是「能不能做得更好、更符合我心意」的深度需求。這次的升級證明，AI 的終極價值不僅在於替代重複性勞動，它也降低了專業創作的門檻，同時也給予了專業人士更高的效率與創作自由。未來，最好的 AI 工具，將是那些最懂得如何與人類協作、共同完善創意的工具。
以 Google 官方提供的圖像生成 (文字轉圖像) 程式碼範例來看，根據描述提示來生成圖片，是比以前更容易的事情，包括 Python、JavaScript、Go 與 REST的範例各有適合的方式來 Call Google API 去完成這些任務，以下是官方的 Python 程式調用 API 範例 :
from google import genai
from google.genai import types
from PIL import Image
from io import BytesIO
client = genai.Client()
prompt = (
"Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme"
)
response = client.models.generate_content(
model="gemini-2.5-flash-image-preview",
contents=[prompt],
)
for part in response.candidates[0].content.parts:
if part.text is not None:
print(part.text)
elif part.inline_data is not None:
image = Image.open(BytesIO(part.inline_data.data))
image.save("generated_image.png")
目前已經相當多開發者透過各種創意和程式整合，付費購買 Google Gemini Image API 來打造出自己可以掌握的各種創意工具，這些已經不錯的範例與 Google 培養起來的 AI 開發生態圈，將成為許多新創程式團隊練功和進行新產品淬鍊的場合，期待未來更多的發展。
本文題圖由 Google Gemini AI 生成
