Nano Banana 藝術宇宙 - Veo x Sora: 多模態 AI 創作時代

洪錦魁

畢業於明志工專（現今明志科技大學），跳級留學美國University of Mississippi計算機系研究所。

2023年和2024年連續2年獲選博客來10大暢銷華文作家，多年來唯一電腦書籍作者獲選，也是一位跨越電腦作業系統與科技時代的電腦專家，著作等身的作家，下列是他在各時期的代表作品。

► DOS時代：「IBM PC組合語言、Basic、C、C++、Pascal、資料結構」。

► Windows時代：「Windows Programming 使用C、Visual Basic」。

► Internet時代：「網頁設計使用HTML」。

► 大數據時代：「R 語言邁向Big Data之路、Python王者歸來」。

► AI時代：「機器學習數學、微積分 + Python實作」、「AI視覺、AI之眼」。

► 通用AI時代：「ChatGPT、Copilot、無料AI、AI職場、AI行銷、AI影片、AI賺錢術」。

► Vibe Coding 時代：「寫程式的 AI 戰友 – VS Code x GitHub Copilot」。

► 第 1 本「多模態 AI - ChatGPT 5」、「AI 藝術師 – Nano Banana」作者。

作品曾被翻譯為簡體中文、馬來西亞文，英文，近年來作品則是在北京清華大學和台灣深智同步發行。

他的多本著作皆曾登上天瓏、博客來、Momo電腦書類，不同時期暢銷排行榜第1 名，他的著作特色是，所有程式語法或是功能解說會依特性分類，同時以實用的程式範例做說明，不賣弄學問，讓整本書淺顯易懂，讀者可以由他的著作事半功倍輕鬆掌握相關知識。

▌第1 章 Nano Banana 初探
1-1 誕生背景與發展脈絡
1-1-1 「Nano Banana」的名稱由來
1-1-2 正式推出與定位
1-1-3 功能定位與平台差異
1-2 與其他模型的差異
1-2-1 Nano Banana vs Imagen
1-2-2 Nano Banana vs Photoshop
1-2-3 優勢與限制
1-2-4 小結
1-3 核心特性
1-3-1 自然語言編修
1-3-2 主體一致性
1-3-3 多圖融合
1-3-4 風格轉換
1-3-5 小結
1-4 使用情境與定位
1-5 Nano Banana 核心印象總結
1-6 進入 Nano Banana 操作環境
1-6-1 在 Gemini App 中啟動 Nano Banana
1-6-2 在Google AI Studio 中使用Nano Banana

▌第2 章 物件移除與替換 – 創意設計
2-1 移除多餘人物、雜物
2-1-1 移除干擾元素 - 讓畫面更專注
2-1-2 旅遊照片優化
2-1-3 產品拍攝與商業素材
2-1-4 人物專屬照片修整
2-1-5 建築與空間攝影
2-1-6 創意與藝術應用
2-2 主體抽離與背景純化
2-2-1 抽離動漫主角人物
2-2-2 保留特定主體與背景移除
2-3 替換物件
2-3-1 物件替換的核心觀念與操作重點
2-3-2 廣告與行銷素材替換
2-3-3 產品展示與電商應用
2-3-4 創意與奇幻影像設計
2-3-5 娛樂與社群內容
2-3-6 教育與模擬應用
2-4 創意設計
2-4-1 魔法書與桌燈
2-4-2 創意編修 - 咖啡杯替換為手機
2-4-3 以文化特徵為導向的角色替換

▌第3 章 人物與臉部調整 – 九宮格圖像
3-1 認識「角色人設」
3-2 髮型、服裝、妝容編輯
3-2-1 外觀造型的全面編輯 - 髮型、服裝與妝容
3-2-2 專業形象照優化
3-2-3 時尚與廣告攝影
3-2-4 角色與影視創作
3-2-5 歷史與文化重現
3-2-6 娛樂與社群創意
3-3 五官一致性保持
3-3-1 單張參考圖的五官一致性策略
3-3-2 漫畫與插畫角色
3-3-3 廣告系列海報應用
3-3-4 虛擬代言人形象
3-3-5 影視與遊戲角色設計
3-4 九宮格圖像創作 - 髮型、表情、年齡、服裝與場景的多重變化
3-4-1 髮型九宮格 - 風格轉換的細節美學
3-4-2 表情九宮格 - 情緒變化的視覺敘事
3-4-3 年齡九宮格 - 時光流轉的臉龐故事
3-4-4 服裝九宮格 - 造型與風格的融合藝術
3-4-5 場景九宮格 - 主體一致的環境變奏
3-5 時光對話 - AI 生成的自我敘事實驗
3-5-1 溫馨對話版 - 25 歲的自己與70 歲的自己聊天
3-5-2 電影氛圍版 - 夜晚窗邊的對話
3-5-3 科幻風格版 - 未來城市的對話
3-6 舊照片修復與彩色重生

▌第4 章 背景處理與場景融合
4-1 背景換景的技術要點
4-1-1 背景換景的原理與操作實務
4-1-2 旅遊與自然場景應用
4-1-3 城市與建築場景應用
4-1-4 夜景與星空場景應用
4-1-5 節慶與主題活動應用
4-1-6 創意與藝術風格應用
4-1-7 專業與商業攝影應用
4-1-8 奇幻與科幻主題應用
4-2 光線與構圖的一致性控制
4-2-1 光線風格設計與氛圍塑造
4-2-2 構圖與視覺焦點控制
4-3 專業攝影感的再現技巧
4-3-1 焦距控制
4-3-2 光圈感模擬產生散景效果
4-3-3 魚眼鏡頭
4-3-4 攝影棚形象照
4-4 主題式背景生成
4-4-1 基礎觀念
4-4-2 夏日海灘主題
4-4-3 冬季雪地主題
4-4-4 星空夢境主題
4-5 科幻與奇幻背景創作
4-5-1 火星基地 - 未來探索的真實質感
4-5-2 賽博龐克城市 - 霓虹金屬的未來都會
4-5-3 星空與太空主題 - 夢幻與無限的交會
4-5-4 騎鷹飛月 - 以單圖生成奇幻場景
4-6 延伸構圖 - 讓照片超越畫框
4-6-1 延伸頒獎典禮構圖
4-6-2 頒獎典禮造型轉換
4-6-3 全身頒獎構圖

▌第5 章 多圖融合與合成
5-1 將人物融入另一張風景照
5-1-1 光線、比例與色調是融合關鍵
5-1-2 旅行紀念照再創作 - 把自拍放進夢想景點
5-1-3 攝影棚人像 x 自然風景 - 打造戶外感構圖
5-1-4 活動宣傳與主視覺合成 - 人物置入主題場景
5-1-5 東京夜景融合 - 從寫實到夢幻的雙風格創作
5-1-6 懷舊合成 - 舊照片人物重現現代場景
5-2 不同風格照片的融合
5-2-1 寫實與幻想的融合藝術 - 風格統一與敘事表現
5-2-2 現實人物 x 動漫城市 - 跨次元的寫實融合
5-2-3 攝影棚模特 x 手繪花園 - 插畫風格的柔和重塑
5-2-4 上班族 x 3D 未來城市 - 科技風格的立體融合
5-2-5 藝術創作 - 現實人物走進幻想世界
5-2-6 姿勢轉換 - 從靜態人物到舞動瞬間
5-2-7 舞台聚光 - 觀眾視角的生成藝術
5-3 跨領域組合 - 歷史人物照 x 現代都市照
5-3-1 古今融合的關鍵技法 - 光影、質感與構圖的協調
5-3-2 古希臘哲學家 x 現代地鐵站 - 思想的延續
5-3-3 清朝仕女 x 東京夜街 - 文化的交錯
5-3-4 維多利亞貴婦 x 科技展會 - 時代的碰撞
5-4 多圖敘事 - AI 動態構圖與故事連貫性
5-4-1 對峙篇 - 決戰前的凝視（The Standoff）
5-4-2 交鋒篇 - 能量爆發的瞬間（The Clash Unleashed）
5-4-3 結局篇 - 勝負與光影的寂靜（The Aftermath）
5-4-4 結語 - 從對峙到寂靜的多圖敘事
5-5 時尚風格融合 - AI 服飾搭配與場景生成
5-6 用圖說故事 - 攜手聖母峰的九宮格敘事
5-7 浮水印嵌入 - 以 Nano Banana 建立專屬簽名
5-7-1 浮水印位置設計與智慧嵌入
5-7-2 建立個人專屬浮水印
5-7-3 建立企業Logo 的浮水印
5-7-4 建立中央淡化的浮水印
5-7-5 小結
5-8 二次編輯

▌第6 章 設計 AI 公仔 – 從 Q 版到 3D 角色
6-1 Q 版化的概念
6-1-1 縮比例的設計原理
6-1-2 誇張特徵與表情重點
6-1-3 公仔貼紙
6-1-4 實務應用與延伸
6-2 3D 公仔風格的立體感呈現
6-2-1 光影 - 做出體積、輪廓與高光
6-2-2 材質 - 塑膠感、黏土感、金屬質感
6-2-3 3D 模型視角與展示 - 低角度、旋轉視圖、展示台
6-2-4 3D 公仔系列實例
6-2-5 瓶中藝術 - 流動與故事的雙重創作
6-2-6 巨人藝術 - 油漆公仔與台北101 的城市奇景
6-2-7 樂高人物展示
6-2-8 透明展示盒中的英雄構圖設計
6-2-9 真人與自己AI 公仔同框
6-3 角色一致性技巧
6-3-1 同一角色跨場景、跨動作的公仔風格維持方法
6-3-2 同一公仔角色系列實例
6-3-3 小結
6-4 網路爆紅公仔 Prompt 與創新延伸
6-4-1 結構分析
6-4-2 爆紅原因
6-4-3 從爆紅到創新 - AI 公仔 Prompt 系列應用
6-4-4 小結

▌第7 章 藝術風格 – 油畫、漫畫與水彩
7-1 油畫風格的筆觸與色感
7-1-1 油畫風格的核心特徵
7-1-2 人物肖像的厚塗筆觸效果
7-1-3 室內光影的古典油彩層次
7-1-4 風景畫的光影呼吸
7-1-5 梵谷風格 - 星空主題的後印象派風景
7-2 漫畫風格的線條與構圖轉換
7-2-1 漫畫風格的核心特徵
7-2-2 黑白漫畫與彩色漫畫的風格差異與轉換
7-2-3 現實 x 漫畫的融合
7-2-4 四格漫畫與分鏡應用
7-2-5 為漫畫人物上色
7-2-6 動漫角色動作九宮格：一致性訓練與姿勢多樣化
7-2-7 角色扮演（cosplay）
7-2-8 小結
7-3 水彩風格的透明與暈染表現
7-3-1 水彩風格特徵與繪圖邏輯
7-3-2 人物肖像 - 柔光水彩畫
7-3-3 城市街景 - 透明暈染感
7-3-4 自然風景 - 模糊邊界的詩意效果
7-3-5 小結
7-4 風格比較與混合編修技術
7-4-1 單一風格 vs. 複合風格
7-4-2 水彩暈染 + 漫畫描線
7-4-3 油畫風格背景 + 公仔風格角色
7-4-4 融合數位與手繪元素
7-4-5 小結

▌第8 章 科幻風格轉換
8-1 未來科技的視覺語彙
8-1-1 科幻影像的核心概念 - 四大核心元素
8-1-2 色彩語言 - 冷色與光的對比
8-1-3 Nano Banana 的視覺呈現策略
8-1-4 小結
8-2 科幻風格的類型
8-2-1 賽博龐克（Cyberpunk） - 霓虹下的反烏托邦
8-2-2 太空歌劇（Space Opera） - 史詩級的星際浪漫
8-2-3 未來工業（Futuristic Industrial）- 鋼鐵秩序的科技結構
8-2-4 機械生化（Biomechanical）- 人機共生的未知生命
8-3 實務應用與創作延伸
8-3-1 科幻風格的商業應用
8-3-2 遊戲概念設計的延伸
8-3-3 電影海報創作

▌第9 章 AI 的3D 建模
9-1 從平面到立體 - AI 3D 建模的時代
9-1-1 AI 建模的起點 - 從影像理解到形體重建
9-1-2 從像素到體積 - AI 如何創造立體幻覺
9-1-3 AI 3D 建模的應用場景
9-1-4 從生成到互動 - 未來的3D 生態
9-1-5 小結
9-2 圖像變雕刻像（Image to Sculpture）
9-2-1 基礎觀念
9-2-2 實作拿破崙圖像變雕像
9-3 雕刻像變圖像（Sculpture to Image）
9-3-1 基礎觀念
9-3-2 實作拿破崙圖像變人像
9-4 房子照變模型（House to Model）
9-4-1 基礎觀念
9-4-2 實作3D 建物
9-4-3 3D 影像 - 從破損到修復
9-4-4 3D 建模應用在古宅重構
9-5 3D 超級跑車建模與結構解析
9-5-1 外觀建模 - 從影像到立體跑車
9-5-2 透視內部結構展示 - 讓AI 看見機械的靈魂
9-5-3 爆炸圖與剖面視的視覺化應用 - 解構結構的藝術
9-6 未來趨勢 - AI 與 3D 融合的創作生態

▌第10 章 AI 地圖生成術 – Nano Banana x Google Map 的創作整合
10-1 地理資訊視覺化（Geospatial Visualization）
10-1-1 從資料到畫面 - AI 地圖生成的核心原理
10-1-2 繪製總統府/ 哈爾斯塔特街景
10-1-3 輸出101 大樓的地理資訊
10-1-4 繪製比101 還高的大樓
10-1-5 輸出台北的地理立體圖
10-1-6 呈現藝術感的地理資訊地圖
10-1-7 梵蒂岡的夜景
10-1-8 小結
10-2 場景重建（Scene Reconstruction）
10-2-1 從街景到氛圍 - AI 場景重構的視覺原理
10-2-2 街景再造 – Google Map 轉夜間霓虹燈
10-2-3 黃昏寫實的101 景觀
10-2-4 小結
10-3 地點融合與角色置入（Location Fusion & Character Placement）
10-3-1 從照片到情境 - AI 角色置入的構圖與光影原理
10-3-2 吉祥人物置入街景
10-3-3 小結
10-4 旅遊與導覽內容生成（AI Travel Story & Tour Visualization）
10-4-1 從地點到故事畫面 - AI 導覽設計的構圖邏輯
10-4-2 天母大葉高島屋商圈導覽
10-4-3 大稻埕與迪化街商圈導覽
10-4-4 101 大樓商圈導覽海報
10-4-5 小結
10-5 建築與城市模擬（Architectural & City Simulation）
10-5-1 從建築到城市 - AI 空間生成的模擬
10-5-2 101 大樓 - 未來城市版
10-5-3 101 大樓 – 文藝復興時代版
10-5-4 現實場景融入幻想元素 - 在101 大樓建構遊戲主題城堡

▌第11 章 讓靜態影像流動起來的AI 電影師 – Veo
11-1 Veo 的角色與定位
11-1-1 Veo 在多模態生態中的定位
11-1-2 Veo 的三大特性
11-1-3 Veo 作為「Nano Banana 作品的延伸器」
11-1-4 小結
11-2 進入Veo 的操作環境
11-3 文字生成影片
11-4 圖片生成影片
11-5 文字 + 圖片
11-5-1 融合的核心概念 - 圖像提供基礎，文字定義動態
11-5-2 在光與影之間起舞
11-5-3 乘巨鷹飛翔
11-5-4 英雄公仔的力量
11-5-5 能量覺醒 - 電光英雄飛行版
11-6 Google AI Studio 的Veo

▌第12 章 圖像變影片 – Nano Banana 靜態創作到Sora 動態敘事
12-1 Sora 的角色與定位
12-1-1 Sora 在多模態生態中的定位
12-1-2 Veo 與 Sora 的差異與互補
12-1-3 Sora 2 發表時間與版本演進
12-2 從 Nano Banana 到 Sora 的工作流程
12-2-1 整體工作流程概觀
12-2-2 圖像準備要點
12-2-3 Prompt 撰寫技巧
12-2-4 常見問題與最佳實務
12-2-5 小結 - 從構圖到流動的創作思維
12-3 進入Sora 與認識環境
12-3-1 進入Sora 與認識環境
12-3-2 進入創作影片平台
12-3-3 認識Sora 影片創作環境
12-4 光影的史詩 - AI 動態世界的誕生
12-4-1 光之筆 - 公仔彩繪天空的奇蹟
12-4-2 未來戰場 - 鋼鐵黎明
12-4-3 未來之城 - 光之軌跡

▌附錄A Nano Banana 在NotebookLM影片摘要的應用
A-1 功能概述 - NotebookLM 的影片摘要升級
A-1-1 從文字摘要到影片摘要的演進
A-1-2 導入 Nano Banana 的背景與目的
A-1-3 整合前後的差異比較
A-1-4 小結
A-2 Nano Banana 在影片摘要中的角色
A-2-1 Nano Banana 的核心定位- 從文字到視覺的橋樑
A-2-2 六大視覺風格 - 讓知識具備藝術表現力
A-2-3 Nano Banana 與 Gemini 的協同運作
A-2-4 Nano Banana 的實際應用價值
A-2-5 小結
A-3 操作流程說明
A-3-1 認識工作室環境
A-3-2 自訂影片摘要
A-4 影片摘要實例
A-4-1 NotebookLM（經典） - 舊版風格
A-4-2 自動選取
A-4-3 古典風格
A-4-4 動漫風
A-5 Nano Banana 於NotebookLM 應用結論