这门课解决的是一个很具体的卡点：你会打字，也会用 AI 绘图工具，但产出的图总是差一口气——构图散、风格糊、细节不听话。问题往往不在模型，而在你写出去的那几行提示词。

Nano Banana 是这轮大模型里偏"轻量出图"的一支，它对提示词的响应方式和 Midjourney、SD 那套并不完全通用。照搬别人的关键词堆砌，结果大概率是四不像。这套教程围绕的就是它自己的提示词写法，下面说清楚它适合谁、练什么、学完能答上什么问题。

先对照一下自己的缺口在哪

如果你属于下面几种情况之一，这门课的内容基本对得上：

用过绘图工具，但只会写"一只可爱的猫，高清，8K"这种一句话描述，出图全靠运气重抽；
知道要写主体、风格、光线，可几组词摆在一起就互相打架，画面元素失控；
想复刻某张参考图的质感，却说不清它到底靠什么词支撑，只能一遍遍试；
做设计或做内容，需要稳定产出统一风格的图，而不是每次开盲盒。

反过来，如果你已经能熟练拆解画面、按层控制权重、有成套自己的提示词模板，这套内容对你偏基础，价值有限。缺什么补什么，别为了凑数看一遍。

提示词的部分，重点在结构而非词库

教程真正下功夫的地方，是把一句描述拆成可组合的层次：画面主体是什么、处在什么环境、用什么视角和镜头、整体什么风格、光线从哪来。分开写、分开调，出问题的时侯你才知道该改哪一层，而不是整句重写。

同时会讲到 Nano Banana 上一些容易踩的坑，比如过度堆叠风格词反而让画面变脏、细节词和主体词抢注意力、同一含义换了说法结果差很多。这些细节不是靠背关键词能解决的，得动手试出来。

配套练习怎么用

光看提示词写法意义不大，这部分要靠手上练。建议每学一种结构，就挑一个自己真实需要的画面去写，写完后只改其中一层，看画面怎么变。改一层、记一次差异，比一次改五个词更能积累出直觉。

另外，把你满意的出图和它对应的提示词一起存下来。攒够十几组之后回看，你会发现自己反复依赖的是哪几个结构，那才是你真正掌握的部分。

学完应该能回答这几个问题

拿到一个模糊的创作想法，怎么把它拆成能写进提示词的几层信息？
同一张图想换风格但保留构图，应该动哪部分、不该动哪部分？
出图不理想时，怎么判断是提示词的问题还是参数的问题？
要连续产出风格一致的图，提示词上要固定什么、留什么可变？

这四个问题答得上来，说明你不是记住了教程里的例子，而是拿到了能迁移到自己项目里的方法。答不上来，就回去补对应的那一节，再拿真实需求练一遍。

最后提醒一句：AI 绘图的能力增长曲线很吃练习量，教程帮你少绕弯，但替代不了你亲手写和亲手改的那几百次。