gemini-image

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Translation

Chinese

Gemini Image Generation

Gemini图片生成

Generate high-quality images from text prompts using Google's Gemini and Imagen models through executable scripts.

通过可执行脚本，使用Google的Gemini和Imagen模型从文本提示词生成高质量图片。

When to Use This Skill

何时使用该技能

Use this skill when you need to:

Create visual content from text descriptions
Generate multiple image variations
Create images at specific resolutions (1K, 2K, 4K)
Produce images for different aspect ratios (social media, banners, etc.)
Generate photorealistic images or artistic visuals
Create images with person generation controls
Batch generate multiple images at once
Combine with text generation for complete content creation

当你需要以下功能时，使用该技能：

根据文本描述创建视觉内容
生成多张图片变体
创建特定分辨率的图片（1K、2K、4K）
生成不同宽高比的图片（适用于社交媒体、横幅等场景）
生成写实风格或艺术风格的图片
控制人物生成规则
批量生成多张图片
结合文本生成功能完成完整内容创作

Available Scripts

可用脚本

scripts/generate_image.js

Purpose: Generate images using Gemini 3 Pro Image or Imagen 4 models

When to use:

Any image generation task
Multiple image generation (1-4 per request)
Custom resolution and aspect ratio needs
Professional asset creation
Photorealistic or artistic image generation

Key parameters:

Parameter	Description	Example
`prompt`	Text description (required)	`"A futuristic city at sunset"`
`--model` , `-m`	Model to use	`gemini-3.1-flash-image-preview`
`--output-dir` , `-o`	Output directory for images	`images/`
`--name` , `-n`	Base name for output files	`artwork`
`--no-timestamp`	Disable auto timestamp	Flag
`--aspect` , `-a`	Aspect ratio	`16:9`
`--size` , `-s`	Resolution	`2K` or `4K`
`--num`	Number of images (1-4)	`4`
`--person`	Person generation policy	`allow_adult`

Output: List of saved PNG file paths

用途：使用Gemini 3 Pro Image或Imagen 4模型生成图片

适用场景：

任何图片生成任务
生成多张图片（每次请求1-4张）
需要自定义分辨率和宽高比
专业素材创作
写实或艺术风格图片生成

关键参数:

参数	说明	示例
`prompt`	文本描述（必填）	`"A futuristic city at sunset"`
`--model` , `-m`	使用的模型	`gemini-3.1-flash-image-preview`
`--output-dir` , `-o`	图片输出目录	`images/`
`--name` , `-n`	输出文件的基础名称	`artwork`
`--no-timestamp`	禁用自动时间戳	标志参数
`--aspect` , `-a`	宽高比	`16:9`
`--size` , `-s`	分辨率	`2K` 或 `4K`
`--num`	生成图片数量（1-4）	`4`
`--person`	人物生成策略	`allow_adult`

输出：已保存的PNG文件路径列表

Workflows

工作流程

Workflow 1: Basic Image Generation

工作流程1：基础图片生成

bash

node scripts/generate_image.js "A futuristic city at sunset with flying cars"

Best for: Quick image generation, prototypes
Model:
```
gemini-3.1-flash-image-preview
```
(default, Nano Banana 2)

Output:

images/generated_image_YYYYMMDD_HHMMSS.png

bash

node scripts/generate_image.js "A futuristic city at sunset with flying cars"

最佳适用场景：快速图片生成、原型制作
默认模型：
```
gemini-3.1-flash-image-preview
```
（Nano Banana 2）

输出文件：

images/generated_image_YYYYMMDD_HHMMSS.png

Workflow 2: Social Media (Instagram, Facebook)

工作流程2：社交媒体适配（Instagram、Facebook）

bash

node scripts/generate_image.js "Minimalist coffee shop interior" --aspect 1:1 --size 2K --name coffee-shop

Best for: Instagram posts, profile pictures
Aspect: 1:1 (square format)
Resolution: 2K (2048x2048)
Output:
```
images/coffee-shop_YYYYMMDD_HHMMSS.png
```

bash

node scripts/generate_image.js "Minimalist coffee shop interior" --aspect 1:1 --size 2K --name coffee-shop

最佳适用场景：Instagram帖子、头像
宽高比：1:1（正方形格式）
分辨率：2K（2048x2048）
输出文件：
```
images/coffee-shop_YYYYMMDD_HHMMSS.png
```

Workflow 3: YouTube Thumbnails (16:9)

工作流程3：YouTube缩略图（16:9）

bash

node scripts/generate_image.js "Tech gadget review thumbnail with vibrant colors" --aspect 16:9 --size 2K --name thumbnail

Best for: YouTube, video thumbnails
Aspect: 16:9 (widescreen)
Resolution: 2K (2752x1536)
Output:
```
images/thumbnail_YYYYMMDD_HHMMSS.png
```

bash

node scripts/generate_image.js "Tech gadget review thumbnail with vibrant colors" --aspect 16:9 --size 2K --name thumbnail

最佳适用场景：YouTube、视频缩略图
宽高比：16:9（宽屏）
分辨率：2K（2752x1536）
输出文件：
```
images/thumbnail_YYYYMMDD_HHMMSS.png
```

Workflow 4: Multiple Variations

工作流程4：多版本变体生成

bash

node scripts/generate_image.js "Abstract geometric patterns in blue and gold" --num 4 --name abstract

Best for: A/B testing, design options
Generates: 4 distinct variations

Output:

images/abstract_YYYYMMDD_HHMMSS_0.png

images/abstract_YYYYMMDD_HHMMSS_1.png

, etc.

bash

node scripts/generate_image.js "Abstract geometric patterns in blue and gold" --num 4 --name abstract

最佳适用场景：A/B测试、设计方案选型
生成数量：4张不同变体

输出文件：

images/abstract_YYYYMMDD_HHMMSS_0.png

、

images/abstract_YYYYMMDD_HHMMSS_1.png

等

Workflow 5: Custom Output Directory

工作流程5：自定义输出目录

bash

node scripts/generate_image.js "Detailed architectural rendering of modern museum" --aspect 16:9 --size 4K --output-dir ./professional/ --name museum

Best for: Print materials, high-end assets, organized projects

Model:

gemini-3.1-flash-image-preview

gemini-3-pro-image-preview

(for 4K)

Resolution: 4K (5504x3072 for 16:9)
Directory created automatically if it doesn't exist

bash

node scripts/generate_image.js "Detailed architectural rendering of modern museum" --aspect 16:9 --size 4K --output-dir ./professional/ --name museum

最佳适用场景：印刷素材、高端资产、项目文件整理

推荐模型：

gemini-3.1-flash-image-preview

或

gemini-3-pro-image-preview

（支持4K）

分辨率：4K（16:9比例下为5504x3072）
若目录不存在，脚本会自动创建

Workflow 6: Photorealistic Images (Imagen 4)

工作流程6：写实风格图片（Imagen 4）

bash

node scripts/generate_image.js "Robot holding a red skateboard in urban setting" --model imagen-4.0-generate-001 --aspect 16:9 --size 2K --num 2 --name robot-skate

Best for: Realistic photos, product shots
Model:
```
imagen-4.0-generate-001
```
(photorealistic)
Notes: English prompts only
Max 4 images per request

bash

node scripts/generate_image.js "Robot holding a red skateboard in urban setting" --model imagen-4.0-generate-001 --aspect 16:9 --size 2K --num 2 --name robot-skate

最佳适用场景：写实照片、产品拍摄
使用模型：
```
imagen-4.0-generate-001
```
（写实风格）
注意事项：仅支持英文提示词
每次请求最多生成4张图片

Workflow 7: Blog Post Featured Image

工作流程7：博客文章特色图片

bash

node scripts/generate_image.js "Serene mountain lake at sunrise with reflections" --aspect 16:9 --size 2K --output-dir ./blog-images/ --name featured-image

Best for: Blog headers, article images
Combines well with: gemini-text for blog content generation

bash

node scripts/generate_image.js "Serene mountain lake at sunrise with reflections" --aspect 16:9 --size 2K --output-dir ./blog-images/ --name featured-image

最佳适用场景：博客标题图、文章配图
搭配使用：可与gemini-text技能结合生成博客内容

Workflow 8: Content Creation Pipeline (Text + Image)

工作流程8：内容创作流水线（文本+图片）

bash

undefined

bash

undefined

1. Generate content (gemini-text skill)

1. 生成文本内容（gemini-text技能）

node skills/gemini-text/scripts/generate.js "Write a product description for smart home device"

2. Generate product image (this skill)

2. 生成产品图片（本技能）

node scripts/generate_image.js "Sleek modern smart home device on white background" --aspect 4:3 --size 2K --name product

3. Create social media post

3. 创建社交媒体帖子

- Best for: E-commerce, marketing campaigns
- Combines with: gemini-text, gemini-batch for batch production

- 最佳适用场景：电商、营销活动
- 搭配使用：gemini-text、gemini-batch技能实现批量生产

Workflow 9: Disable Timestamp

工作流程9：禁用时间戳

bash

node scripts/generate_image.js "Fixed filename image" --name my-image --no-timestamp

Best for: When you want complete control over filename
Output:
```
images/my-image.png
```
(no timestamp)
Use when: Generating files for specific naming schemes or automated pipelines

bash

node scripts/generate_image.js "Fixed filename image" --name my-image --no-timestamp

最佳适用场景：需要完全控制文件名时
输出文件：
```
images/my-image.png
```
（无时间戳）
适用场景：生成符合特定命名规则的文件或用于自动化流水线

Parameters Reference

参数参考

Model Selection

模型选择

Model	Nickname	Quality	Max Size	Best For
`gemini-3.1-flash-image-preview`	Nano Banana 2	Pro-level	4K	New default, fast + strong quality
`gemini-3-pro-image-preview`	Nano Banana Pro	Highest	4K	Maximum quality and complex text rendering
`gemini-2.5-flash-image`	Nano Banana	Good	2K	High-volume, low-latency
`imagen-4.0-generate-001`	Imagen 4	Photorealistic	2K	Realistic photos, product shots

模型	别名	画质	最大分辨率	最佳适用场景
`gemini-3.1-flash-image-preview`	Nano Banana 2	专业级	4K	新默认模型，兼顾速度与画质
`gemini-3-pro-image-preview`	Nano Banana Pro	最高画质	4K	追求极致画质和复杂文本渲染
`gemini-2.5-flash-image`	Nano Banana	良好	2K	高吞吐量、低延迟场景
`imagen-4.0-generate-001`	Imagen 4	写实风格	2K	写实照片、产品拍摄

Aspect Ratios

宽高比

Ratio	Use Case	1K Size	2K Size
1:1	Instagram, avatars	1024x1024	2048x2048
16:9	YouTube, presentations	1376x768	2752x1536
9:16	Instagram Stories, TikTok	768x1376	1536x2752
4:3	Traditional displays	1024x768	2048x1536
3:4	Portrait orientation	768x1024	1536x2048
21:9	Ultrawide	-	5504x2400

Note: 4K resolution is available with

gemini-3.1-flash-image-preview

and

gemini-3-pro-image-preview

比例	适用场景	1K分辨率	2K分辨率
1:1	Instagram、头像	1024x1024	2048x2048
16:9	YouTube、演示文稿	1376x768	2752x1536
9:16	Instagram Stories、TikTok	768x1376	1536x2752
4:3	传统显示器	1024x768	2048x1536
3:4	竖屏方向	768x1024	1536x2048
21:9	超宽屏	-	5504x2400

注意：仅

gemini-3.1-flash-image-preview

和

gemini-3-pro-image-preview

支持4K分辨率

Resolution Guide

分辨率指南

Size	Use Case	Best Model
1K (1024px)	Web thumbnails, previews	Any model
2K (2048px)	Standard web, social media	Any model
4K (4096px)	Print, high-end assets	gemini-3-pro only

尺寸	适用场景	推荐模型
1K（1024px）	网页缩略图、预览图	所有模型
2K（2048px）	标准网页、社交媒体	所有模型
4K（4096px）	印刷、高端资产	仅gemini-3-pro系列

Person Generation Policy

人物生成策略

Policy	Description	Restrictions
`dont_allow`	No people in images	None
`allow_adult`	Adults only	Recommended default
`allow_all`	All ages	Restricted in EU, UK, CH, MENA

策略	说明	限制
`dont_allow`	图片中不出现人物	无
`allow_adult`	仅允许成年人出现	推荐默认选项
`allow_all`	允许所有年龄段人物	在欧盟、英国、瑞士、中东和北非地区受限

Output Interpretation

输出结果说明

File Naming

文件命名规则

Default format:
```
{name}_YYYYMMDD_HHMMSS.png
```
(auto timestamp)
Single image example:
```
artwork_20260130_031643.png
```

Multiple images:

{name}_YYYYMMDD_HHMMSS_0.png

{name}_YYYYMMDD_HHMMSS_1.png

, etc.

Without timestamp (
```
--no-timestamp
```
):
```
{name}.png
```
Script prints: "Saved: /path/to/file.png"

默认格式：
```
{name}_YYYYMMDD_HHMMSS.png
```
（自动添加时间戳）
单张图片示例：
```
artwork_20260130_031643.png
```

多张图片：

{name}_YYYYMMDD_HHMMSS_0.png

、

{name}_YYYYMMDD_HHMMSS_1.png

等

禁用时间戳（
```
--no-timestamp
```
）：
```
{name}.png
```
脚本会输出："Saved: /path/to/file.png"

Image Quality

图片质量

All images include SynthID watermark for authenticity
PNG format for lossless quality
Can be converted to JPEG/WEBP if needed
4K images are significantly larger file sizes

所有图片均包含SynthID水印用于真实性验证
采用PNG格式保证无损画质
可根据需要转换为JPEG/WEBP格式
4K图片文件体积显著更大

Error Messages

错误信息

"Model not available": Check model name spelling
"Unsupported size": Verify size/model combination
"Aspect ratio error": Use supported ratios for selected model

"Model not available"：检查模型名称拼写
"Unsupported size"：确认分辨率与模型的兼容性
"Aspect ratio error"：使用所选模型支持的宽高比

Common Issues

常见问题

"google-genai or pillow not installed"

"未安装google-genai或pillow依赖"

bash

cd scripts && npm install

bash

cd scripts && npm install

"Image generation failed"

"图片生成失败"

Check prompt length (too verbose can fail)
Try simpler, more focused prompts
Verify model availability in your region
Check API quota limits

检查提示词长度（过于冗长可能导致失败）
尝试更简洁、聚焦的提示词
验证模型是否在你的地区可用
检查API配额限制

"Unsupported aspect ratio"

"不支持的宽高比"

Check if ratio is supported by selected model
Imagen 4 has fewer ratio options than Gemini
Use 16:9 or 1:1 for best compatibility

确认所选模型是否支持该宽高比
Imagen 4支持的宽高比少于Gemini系列
优先使用16:9或1:1以获得最佳兼容性

"4K not supported"

"4K分辨率不支持"

4K works best with

gemini-3.1-flash-image-preview

gemini-3-pro-image-preview

Use
```
--size 2K
```
for older models

Try

--model gemini-3.1-flash-image-preview --size 4K

4K分辨率仅在

gemini-3.1-flash-image-preview

或

gemini-3-pro-image-preview

模型下表现最佳

旧版模型请使用
```
--size 2K
```
参数

尝试命令：

--model gemini-3.1-flash-image-preview --size 4K

"Imagen prompt language error"

"Imagen提示词语言错误"

Imagen models support English prompts only
Use
```
gemini-3.1-flash-image-preview
```
for other languages
Translate prompt to English for Imagen

Imagen模型仅支持英文提示词
其他语言请使用
```
gemini-3.1-flash-image-preview
```
模型
若使用Imagen，请将提示词翻译为英文

File too large for storage

文件体积过大导致存储不足

Use
```
--size 1K
```
for smaller files
Compress images after generation
Convert PNG to JPEG for web use

使用
```
--size 1K
```
参数生成更小的文件
生成后压缩图片
将PNG转换为JPEG格式用于网页场景

Best Practices

最佳实践

Prompt Engineering

提示词优化

Be specific and descriptive
Include style descriptors (e.g., "photorealistic", "digital art")
Mention lighting, mood, and composition
Use analogies for complex concepts
Avoid negative prompts (describe what you want, not what to avoid)

描述要具体、清晰
包含风格描述（如“写实风格”“数字艺术”）
提及光线、氛围和构图
使用类比描述复杂概念
避免负面提示词（描述你想要的内容，而非要避免的内容）

Model Selection

模型选择

Use
```
gemini-3.1-flash-image-preview
```
for: Best default balance, quality, speed, 4K
Use
```
gemini-3-pro-image-preview
```
for: Maximum quality, complex text rendering
Use
```
gemini-2.5-flash-image
```
for: Speed, high volume
Use
```
imagen-4.0-generate-001
```
for: Photorealism, product shots

```
gemini-3.1-flash-image-preview
```
：默认最佳选择，兼顾速度、画质和4K支持
```
gemini-3-pro-image-preview
```
：追求极致画质和复杂文本渲染
```
gemini-2.5-flash-image
```
：高吞吐量、低延迟场景
```
imagen-4.0-generate-001
```
：写实风格图片、产品拍摄

Performance Optimization

性能优化

Generate multiple images at once with
```
--num
```
Use lower resolution for previews
Batch requests for high-volume needs (gemini-batch skill)
Cache results for repeated requests

使用
```
--num
```
参数批量生成多张图片
预览时使用较低分辨率
高需求场景使用gemini-batch技能批量处理请求
对重复请求的结果进行缓存

Quality Tips

画质提升技巧

Use 2K resolution for most web uses
4K only when maximum detail is needed
Combine specific prompts with style guidance
Test prompts with
```
--num 1
```
before generating batches

大多数网页场景使用2K分辨率即可
仅在需要极致细节时使用4K
将具体提示词与风格引导结合
批量生成前先用
```
--num 1
```
测试提示词效果

Cost Management

成本管理

Use flash models for cost efficiency
4K generation costs significantly more
Batch multiple requests when possible
Generate at 1K for testing, 2K/4K for final

使用flash系列模型提高成本效益
4K生成的成本显著更高
尽可能批量处理请求
测试阶段使用1K，最终输出使用2K/4K

Related Skills

Quick Reference

快速参考

bash

undefined

bash

undefined

Basic

基础生成

node scripts/generate_image.js "Your prompt"

Social media (1:1)

社交媒体适配（1:1）

node scripts/generate_image.js "Prompt" --aspect 1:1 --size 2K --name social-post

YouTube thumbnail (16:9)

YouTube缩略图（16:9）

node scripts/generate_image.js "Prompt" --aspect 16:9 --size 2K --name thumbnail

4K high quality

4K高质量生成

node scripts/generate_image.js "Prompt" --aspect 16:9 --size 4K --name high-res

Multiple variations

多版本变体

node scripts/generate_image.js "Prompt" --num 4 --name variations

Custom directory

自定义输出目录

node scripts/generate_image.js "Prompt" --output-dir ./my-images/ --name custom

Photorealistic

写实风格图片

node scripts/generate_image.js "Prompt" --model imagen-4.0-generate-001 --aspect 16:9 --size 2K --name photo

No timestamp

禁用时间戳

node scripts/generate_image.js "Prompt" --name fixed-name --no-timestamp

undefined

node scripts/generate_image.js "Prompt" --name fixed-name --no-timestamp

undefined

Reference

参考资源

See
```
references/
```
for model documentation (if available)
Get API key: https://aistudio.google.com/apikey
Documentation: https://ai.google.dev/gemini-api/docs/image-generation
SynthID: https://deepmind.google/technologies/synthid/

模型文档：查看
```
references/
```
目录（若有提供）
获取API密钥：https://aistudio.google.com/apikey
官方文档：https://ai.google.dev/gemini-api/docs/image-generation
SynthID介绍：https://deepmind.google/technologies/synthid/