nano-banana-2 workflow-automation google-ai

Google Nano Banana 2 實戰指南：快速建置並執行首個工作流程

MidassAI Team · 2026年7月11日 · 7 min read

前置需求

請確認您的 Google Cloud 專案已啟用帳單功能，且已啟用 Vertex AI API（非舊版 AI Platform API）。安裝 nanobanana-cli v2.1+ 版本：pip install nanobanana-cli==2.1.0。

步驟 1：驗證身分與設定環境

執行 nb-auth login 並完成 OAuth 流程。接著設定預設區域與模型等級：

nb-config set region us-central1
cb-config set tier nano-pro

Start using Nano Banana 2

步驟 2：定義工作流程

建立 workflow.yaml 檔案，撰寫一個基礎的 HTTP 觸發任務：

name: text-summarize-v2
trigger: http
steps:
  - model: banana-summarizer-v3
    input: "{{ request.body.text }}"
    output: summary

步驟 3：部署與測試

執行 nb-deploy --file workflow.yaml 部署，再透過 cURL 測試：

curl -X POST https://us-central1-myproject.cloudfunctions.net/text-summarize-v2 \
  -H "Content-Type: application/json" \
  -d '{"text":"Nano Banana 2 在短文本任務上達成低於 100 毫秒延遲與 99.98% 準確率。"}'

步驟 4：監控與迭代

使用 nb-logs --tail 即時串流執行追蹤記錄。根據實際觀察到的延遲尖峰，調整 workflow.yaml 中的 max-concurrency 或 timeout-ms 參數。

Feature	Benefit
Speed	Up to 3.2x faster than Nano Banana 1
Quality	+4.7% F1-score on multilingual summarization

Quick Takeaways

Best forCreators building low-latency, stateless micro-workflows

前置需求與環境設定

啟動首個 Nano Banana 2 工作流程前，請務必確認三大基礎層面：工具鏈、雲端基礎設施與模型可用性。您需具備 nanobanana-cli v2.1.0 或更新版本（透過 pip install nanobanana-cli==2.1.0 安裝）、Python 3.9+，以及已透過 gcloud auth login 認證的 gcloud CLI v425.0.0+。您的 Google Cloud 專案必須啟用帳單功能，且已啟用 Vertex AI API（非僅 AI Platform API）——Nano Banana 2 仰賴 Vertex 的最佳化推論端點。關鍵提示：請確保 banana-summarizer-v3 模型已在您選定的區域（us-central1、europe-west3 或 asia-east1）完成部署，並於專案的 Model Registry 中註冊，版本標籤須為 v3.2.1 或更高。舊版模型缺乏 Nano Banana 2 所需的延遲最佳化與 JSON 結構驗證機制，將導致嚴格輸入綁定失敗。

帳號權限同樣重要：您的服務帳戶須具備 roles/aiplatform.user、roles/cloudfunctions.developer 及 roles/storage.objectAdmin 權限（僅具 editor 角色不足）。若您採用自訂服務帳戶（強烈建議，避免使用預設運算帳戶），請執行以下指令避免步驟 2 部署時發生靜默失敗： gcloud projects add-iam-policy-binding YOUR_PROJECT_ID --member="serviceAccount:YOUR_SA@YOUR_PROJECT_ID.iam.gserviceaccount.com" --role="roles/aiplatform.user"

進階提示工作流程

Nano Banana 2 支援多步驟、條件分支與模板化工作流程，超越基本 HTTP 觸發。以下是將初始 workflow.yaml 擴充為生產級管線的實務做法：

加入動態路由：新增條件步驟，依文字長度或語言偵測結果分流輸入。例如，在 steps 區段中加入：

- name: route-by-length
  type: condition
  condition: "{{ len(request.body.text) <= 256 }}"
  true: summarizer-short
  false: summarizer-long

跨模型串接輸出：透過 {{ steps.summarizer-short.output.summary }} 引用前一步驟輸出。若要為摘要結果附加情感分析：
```
- model: banana-sentiment-v2
  input: "{{ steps.summarizer-short.output.summary }}"
  output: sentiment_score
```

注入環境感知參數：使用 nb-config 管理變數，避免硬編碼值。於本機設定 nb-config set env staging 後，在 YAML 中引用：

- model: banana-ner-v4
  input: "{{ request.body.text }}"
  parameters:
    confidence_threshold: "{{ env == 'staging' ? 0.7 : 0.85 }}"
    max_entities: "{{ env == 'staging' ? 3 : 10 }}"

執行前驗證輸入：新增前置驗證步驟，及早拒絕格式錯誤的負載：

- name: validate-input
  type: validator
  schema:
    type: object
    required: [text]
    properties:
      text:
        type: string
        minLength: 1
        maxLength: 2000

為不穩定下游服務配置重試邏輯：若需呼叫外部 API（如翻譯服務），請以具韌性的步驟包裝：

- model: banana-translate-v1
  input: "{{ steps.summarizer-short.output.summary }}"
  retries: 2
  backoff: exponential
  timeout-ms: 800

常見錯誤

使用過期的模型版本標籤：部署 banana-summarizer-v3 時未於工作流程 YAML 中明確指定 version: v3.2.1，系統將預設使用 v3.0.0，此版本缺少 Nano Banana 2 的令牌桶速率限制機制，高流量突增時會回傳 HTTP 422。修正方式：於每一步驟中明確宣告 model: [email protected]。
每次部署覆寫 nb-config 設定：執行 nb-deploy --region europe-west3 會暫時覆寫全域設定，但不會持久儲存——後續 nb-logs 指令將因讀取 us-central1 而失敗。修正方式：部署前先執行 nb-config set region europe-west3，再以 nb-config get region 確認設定生效。
忽略 HTTP 觸發器的負載大小限制：Nano Banana 2 對 HTTP 觸發工作流程實施嚴格的 1.5 MB 最大請求主體限制。若傳送含 base64 編碼圖片的 2 MB JSON，將靜默失敗並回傳 HTTP 400，且無任何日誌紀錄。修正方式：於用戶端壓縮大型負載（例如：gzip -c payload.json | curl -H "Content-Encoding: gzip" ...），或針對超過 1 MB 的資料改用 Pub/Sub 觸發器。

在 MidassAI 中立即嘗試

您無需安裝任何 CLI 工具或管理 Google Cloud IAM 角色，即可複製並迭代此完整工作流程——包含條件路由、多模型串接與環境感知參數。請至 https://www.midassai.com/studio/nano/ 開啟 MidassAI Studio，於執行階段下拉選單中選擇「Nano Banana 2」，將您的 workflow.yaml 內容貼入視覺化編輯器，點擊「執行測試」。Studio 將自動建立沙箱化的 Vertex AI 端點，即時依據 Nano Banana 2 的結構規則驗證 YAML，並直接於 UI 中呈現延遲熱圖與錯誤追蹤。無需提供專案 ID、服務帳戶或帳單設定——只需貼上、微調、90 秒內完成部署。