Gemini Nano Banana : la méthode de prompt qui donne de vrais résultats en design

Avec Gemini Nano Banana, un prompt bâclé produit sans détour une image médiocre. Les designers qui en tirent des visuels propres et fidèles au brief n'emploient pas de meilleurs mots : ils suivent une structure. Un verbe précis, une scène décrite comme un brief de directeur artistique, puis une seule modification à la fois.

La structure qui améliore chaque prompt Gemini Nano Banana

Commencez par un verbe qui définit la tâche, puis décrivez la scène comme si vous briefiez un photographe — pas comme si vous ajoutiez des tags à une banque d'images. Cette seule habitude fait la différence entre un résultat exploitable et le rendu générique qui envahit les compilations de prompts.

Nano Banana est le modèle d'image de Google, conçu à partir de la famille Gemini 3. Il interprète le prompt avant de générer le visuel. Il répond donc mieux à une consigne claire qu'à un empilement de mots-clés. La méthode officielle pour générer une image à partir de texte repose sur cinq éléments :

[Sujet] + [Action] + [Lieu/contexte] + [Composition] + [Style]

La composition correspond au cadrage : sa proximité et son angle. Le style définit l'esthétique ou le médium : photo éditoriale, illustration à plat, rendu 3D. Renseignez les cinq éléments et le modèle recevra une scène à construire, pas un simple souhait.

Poursuivez ensuite la conversation par petites touches. Obtenez d'abord une scène globalement juste en une phrase, puis ne modifiez qu'un élément par échange. Chercher à corriger l'éclairage, la pose et l'arrière-plan en une seule reformulation est le meilleur moyen de perdre ce qui fonctionnait déjà.

Visuels produit et images de marque

Pour un produit ou un packaging, la formule complétée par trois réglages explicites — lumière, objectif et matière — suffit généralement à obtenir un visuel principal exploitable.

Restez vague et vous retrouverez le défaut dont tout le monde se plaint. Avec le prompt « une bouteille d'eau sur une table, bel éclairage », Nano Banana génère un rendu de catalogue générique : angle frontal et plat, reflets de plastique, surface impossible à identifier. Techniquement, rien n'est faux ; commercialement, rien ne fonctionne.

Briefez plutôt le modèle comme pour une séance photo :

Photographiez une bouteille d'eau en acier inoxydable noir mat, posée debout sur une table en chêne clair. Douce lumière matinale venant de la gauche, faible profondeur de champ, prise de vue légèrement en plongée. Photoréaliste, chaleureux et minimaliste.

Ce sont les détails qui corrigent vraiment le résultat. La matière est le levier le plus puissant : ne demandez pas « une bouteille », mais « une bouteille en acier inoxydable noir mat ». Décrivez chaque surface avec le vocabulaire d'un scénographe — « tweed bleu marine », « aluminium brossé », « céramique émaillée » — et le rendu cesse de paraître artificiel. L'éclairage et l'appareil font le reste : « douce lumière matinale venant de la gauche » et « prise de vue légèrement en plongée » remplacent la vue de studio frontale par défaut par une image qui ressemble à une vraie photographie.

Nano Banana est accessible gratuitement dans l'application Gemini. Google AI Studio donne toutefois accès à tous les réglages sur lesquels reposent ces méthodes, tandis que le volume de génération dépend de la formule choisie.

Texte, logos et affiches : là où la plupart des outils d'image échouent

Nano Banana génère du texte net et lisible, une capacité qui a longtemps mis en défaut tous les modèles d'image. Trois règles permettent d'en profiter pour produire de vraies affiches et maquettes plutôt qu'une suite de caractères incohérents.

D'abord, placez les mots exacts entre guillemets : demandez d'afficher "URBAN EXPLORER", et non « les mots urban explorer ». Précisez ensuite la typographie : « sans-serif blanche et grasse » ou « Century Gothic fine et minimaliste ». Enfin, pour un texte plus long, commencez par le texte : demandez à Gemini de rédiger le contenu dans la conversation, puis faites-lui générer une image à partir de cette version exacte. Le modèle gère aussi la typographie multilingue dans plus de dix langues. Vous pouvez donc écrire le prompt en anglais et préciser la langue voulue pour le texte de l'affiche.

1. 1

   Rédiger d'abord le texte dans le chat

   Demandez le titre et le sous-titre sous forme de texte. Validez les mots avant de créer le moindre pixel.

2. 2

   Générer l'image avec les mots entre guillemets

   « Une affiche typographique sur fond noir uni, avec le mot 'GLOW' centré dans le cadre dans une police manuscrite fluide au pinceau. »

3. 3

   Localiser le texte si nécessaire

   Ajoutez « traduis le titre en coréen » : le modèle génère à nouveau la typographie, pas seulement la légende.

Le niveau d'exigence est élevé, et cette limite ne se négocie pas : Nano Banana produit du raster, pas du vectoriel. Une image raster est une grille de pixels ; une image vectorielle repose sur des formes mathématiques modifiables et peut être agrandie sans limite, ce qu'exige un vrai logo. Nano Banana excelle donc pour explorer des pistes de logo et de composition de marque, ainsi que pour finaliser une affiche. Mais dès qu'un logo modifiable et redimensionnable à l'infini devient nécessaire, il faut reprendre la piste proposée dans un outil vectoriel. Considérez ses logos comme un moodboard, pas comme un livrable.

Retouche et cohérence : ne changer qu'un élément, préserver tout le reste

La retouche demande le réflexe inverse de la génération. L'image existe déjà : le prompt doit indiquer ce qui change et, tout aussi important, ce qui doit rester strictement identique.

Nano Banana retouche les images à partir de texte grâce à ce que Google appelle le masquage sémantique : la zone est « masquée » avec des mots plutôt qu'avec un pinceau. « Retire l'homme de la photo » ou « remplace uniquement l'arrière-plan par un fond cyclorama blanc uni, conserve le produit strictement identique » fonctionne parce que vous précisez ce qu'il faut protéger. Omettez cette consigne et le modèle redessinera volontiers l'élément que vous souhaitiez conserver.

Pour maintenir la cohérence d'une série, deux outils font la différence. Un même prompt peut recevoir jusqu'à 14 images de référence, et l'identité peut être verrouillée explicitement. Vous voulez conserver la même mascotte, le même produit ou le même personnage pendant toute une campagne ? Importez une référence propre et demandez au modèle de préserver exactement l'identité du sujet pendant que vous modifiez la scène autour de lui. La méthode adoptée par la communauté pour répéter un univers de marque applique rigoureusement ce même principe : une référence claire, accompagnée d'une consigne explicite du type « conserver exactement l'identité ».

Écrire un prompt comme un directeur artistique

Ce qui sépare une « bonne » image d'un résultat « spectaculaire », ce sont les réglages oubliés par les listes de prompts. Dirigez la scène comme un directeur artistique pilote une séance photo.

• Éclairage : nommez le dispositif. « Softbox en trois points » pour une lumière produit propre, « clair-obscur, contraste dur et prononcé » pour le drame, « contre-jour à l'heure dorée avec de longues ombres » pour la chaleur.
• Appareil et objectif : le matériel transforme toute l'identité visuelle. « Photographié avec un Fujifilm » apporte une colorimétrie authentique ; « appareil jetable avec flash » crée une nostalgie brute ; « contre-plongée, faible profondeur de champ à f/1.8 » impose un regard cinématographique ; « objectif macro » révèle les détails ; « grand-angle » donne une impression d'échelle.
• Étalonnage et pellicule : « comme sur une pellicule couleur des années 1980, avec un léger grain » ou « étalonnage cinéma, tons bleu-vert atténués » définit la température émotionnelle.

Il existe aussi un mode connecté au Web qui mérite d'être connu : les deux modèles actuels peuvent récupérer des informations en temps réel depuis la recherche. La formule est [Source/requête de recherche] + [Tâche d'analyse] + [Traduction visuelle]. Par exemple : « recherche la météo actuelle à San Francisco, puis représente-la sous la forme d'une ville miniature dans une tasse de café ». L'usage reste spécialisé, mais aucun autre outil ne produit en une seule étape des visuels pilotés par les données ou liés à l'actualité.

Quand utiliser un prompt JSON structuré — et quand s'en passer

Choisissez un prompt JSON structuré lorsque vous devez reproduire la même esthétique dans toute une série ; dans les autres cas, restez en langage naturel. C'est le choix le plus raisonnable.

En 2026, une méthode s'est diffusée dans la communauté du design : rédiger les prompts en JSON, avec des clés explicites comme subject, camera, style, photographic_quality et aspect_ratio. Son intérêt tient à la répétabilité. Dès qu'un bloc produit l'esthétique voulue, il suffit de modifier une valeur et de relancer la génération pour conserver tout le reste. En contrepartie, le processus s'alourdit. Pour un visuel principal unique, c'est excessif ; le langage naturel va plus vite et se montre souvent plus créatif. Pour une série cohérente de dix images produit, la structure mérite cet effort.

Quelques caractéristiques incontournables encadrent tous les prompts :

Les faiblesses persistantes de Nano Banana et leurs solutions

Même avec un prompt parfait, trois limites déterminent si l'image est prête à être livrée. Mieux vaut les connaître avant de promettre un résultat à un client.

Aucun export vectoriel. Uniquement du raster. Cela convient aux photos, aux affiches et à l'exploration ; tout logo ou toute icône doit être recréé dans un outil vectoriel avant livraison. Une indication de provenance visible. Chaque image contient un filigrane SynthID invisible et des identifiants C2PA, par conception. Cette transparence est saine, mais il faut pouvoir l'expliquer si un client s'interroge sur l'usage de l'IA. La dérive au fil des retouches. Les longues séries de modifications conversationnelles altèrent progressivement les détails. Dès que l'image commence à changer, repartez d'une génération propre au lieu de lutter contre le phénomène. Aucune de ces limites n'est rédhibitoire. Elles tracent la frontière entre « l'utiliser dans un vrai projet » et « l'utiliser pour explorer » ; un designer en activité doit savoir de quel côté se situe chaque mission.

Quelle est la meilleure structure de prompt pour Nano Banana ?

Commencez par un verbe précis, puis renseignez cinq éléments : Sujet, Action, Lieu/contexte, Composition — le cadrage — et Style — l'esthétique ou le médium. Décrivez la scène comme un brief de directeur artistique, pas comme une liste de mots-clés.

Pourquoi Nano Banana ignore-t-il « sans texte » ou « sans personne » dans mon prompt ?

Le modèle réagit à ce que vous nommez, pas à ce que vous niez. Formulez la consigne positivement : décrivez la version vide et épurée que vous voulez — « un fond de studio dépouillé » — au lieu d'énumérer les éléments à retirer.

Nano Banana peut-il afficher correctement du texte dans une image ?

Oui. Placez les mots exacts entre guillemets, précisez le style de police et, pour un contenu plus long, générez d'abord le texte dans le chat avant de créer l'image. Le modèle produit une typographie lisible dans plus de dix langues.

Combien d'images de référence peut-on utiliser à la fois ?

Jusqu'à 14 dans un même prompt, ce qui permet de préserver la cohérence d'un personnage ou d'un produit dans toute une série.

Vous voulez recevoir la prochaine analyse de ce type, ainsi que les prompts et les outils qui méritent votre temps ? Inscrivez-vous à la newsletter.