# Come combinare 14 immagini di riferimento con Nano Banana mantenendo 5 personaggi coerenti > Scopri come combinare fino a 14 immagini di riferimento con Nano Banana mantenendo 5 personaggi coerenti, utilizzando l'etichettatura per personaggio e il tier giusto su Atlas Cloud. Hai in mente una scena: cinque personaggi ricorrenti, un'ambientazione specifica, uno o due oggetti di scena e una palette di colori già definita da lavori precedenti. Hai raccolto il materiale di riferimento, quattordici immagini in totale, e ora vuoi un singolo fotogramma generato che le unisca tutte senza che i tuoi personaggi scivolino nei volti di uno sconosciuto. Chiunque abbia provato a farlo manualmente sa che la parte difficile non è la composizione. È mantenere ogni personaggio riconoscibile quando il modello deve gestire così tanti input contemporaneamente. Questa guida illustra come la famiglia [Nano Banana](https://www.atlascloud.ai/models/nanobanana-2?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) gestisce la composizione multi-immagine di riferimento, come strutturare i tuoi riferimenti e il prompt in modo che cinque personaggi distinti rimangano coerenti e quale livello scegliere in base all'obiettivo: ottimizzare per la qualità grezza o per il flusso di lavoro specifico con 14 immagini. ## Cosa fa realmente la composizione multi-immagine di riferimento La maggior parte dei modelli di immagini ti permette di fornire un riferimento e spingere l'output verso di esso. La composizione multi-immagine di riferimento è un passo avanti: fornisci più immagini contemporaneamente e il modello tratta ciascuna come una fonte di informazioni visive da cui può attingere per costruire un nuovo fotogramma. Un'immagine può contribuire con il volto di un personaggio, un'altra con il costume, un'altra ancora con l'illuminazione di una stanza, un'altra con la forma di un oggetto. Il valore per una scena con più personaggi è ovvio. Invece di descrivere cinque volti a parole e sperare che il modello ne inventi uno simile, gli fornisci il riferimento reale per ogni personaggio. Il modello ha ancore visive dirette da cui lavorare, ed è questo che rende possibile la coerenza. All'interno della famiglia Nano Banana su [Atlas Cloud](https://www.atlascloud.ai?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency), questa capacità è documentata su [[Nano Banana 2](https://www.atlascloud.ai/models/nanobanana-2?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) Lite](https://www.atlascloud.ai/models/nanobanana-2?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency), che supporta fino a 14 immagini di riferimento più composizione multi-immagine in 14 rapporti d'aspetto, con latenza inferiore a 2 secondi. Questo è il livello la cui serie di funzionalità si mappa direttamente su un'attività di "combinare 14 riferimenti". [Nano Banana Pro](https://www.atlascloud.ai/models/nanobanana?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) è la linea di qualità superiore, progettata per output 1K, 2K e 4K quando la finitura del fotogramma conta più del numero grezzo di input. Vedremo come scegliere tra di loro più avanti. ## La coerenza dei personaggi è un problema di tagging e descrizione Fornire quattordici immagini al modello è solo metà del lavoro. Se inserisci cinque riferimenti di personaggi in una richiesta senza struttura, il modello non ha un modo affidabile per sapere quale volto appartiene a quale personaggio nella tua scena, ed è esattamente lì che le identità si confondono o si scambiano. La soluzione è trattare ogni personaggio come un'entità etichettata, non come un input anonimo. Tre tecniche fanno la maggior parte del lavoro: * **Tagging di riferimento per personaggio.** Dai a ogni personaggio un nome o un'etichetta stabile nel tuo prompt e associa ogni etichetta alla sua immagine di riferimento. Invece di "cinque persone in un caffè", descrivi "Mara (riferimento 1), Devon (riferimento 2), Priya (riferimento 3), Ari (riferimento 4) e Kaito (riferimento 5) seduti a un tavolo d'angolo". L'ancora nominata dice al modello quale fonte visiva corrisponde a quale ruolo nella scena. * **Descrittori di prompt coerenti.** Mantieni gli stessi descrittori distintivi per ogni personaggio ogni volta che li menzioni: capelli, corporatura, abbigliamento, un accessorio caratteristico. Se Mara ha "capelli corti argentati e una sciarpa verde" in un prompt, mantiene esattamente quelle parole nel successivo. Riutilizzare il linguaggio descrittivo in una serie è ciò che permette a un personaggio di sopravvivere da un fotogramma all'altro. * **Modalità modifica e riferimento-immagine.** Quando hai già una buona versione di un personaggio o di una scena, usa la modalità riferimento-immagine o modifica invece di partire da un prompt di testo vuoto. Fornire al modello il tuo output precedente come riferimento blocca l'aspetto che hai già ottenuto invece di chiedergli di reinventare il personaggio. Niente di tutto ciò dipende da un parametro segreto. È una struttura disciplinata: dai un nome ai tuoi personaggi, ancora ogni nome a un riferimento e non lasciare mai che il linguaggio descrittivo si discosti. ## Passaggi tecnici chiave per un fotogramma con 14 immagini e 5 personaggi Ecco un ordine di operazioni ripetibile che mantiene il processo gestibile. 1. **Ordina i tuoi quattordici riferimenti per ruolo prima di scrivere qualsiasi cosa.** Raggruppali: cinque sono volti di personaggi, il resto sono ambientazione, guardaroba, oggetti di scena e palette. Sapere cosa contribuisce ogni immagine ti impedisce di descriverli tutti come intercambiabili. 2. **Assegna un'etichetta stabile a ciascuno dei cinque personaggi** e scrivi una descrizione di una riga per ciascuno che riutilizzerai alla lettera in ogni generazione. 3. **Scrivi il prompt di composizione** in modo che faccia riferimento ai personaggi tramite le loro etichette e li posizioni nella scena in modo esplicito ("da sinistra a destra", "in primo piano", "dietro il bancone"). Le istruzioni spaziali riducono la possibilità che due personaggi si fondano. 4. **Allega i riferimenti nella richiesta** e descrivi a cosa serve ciascun gruppo di riferimenti, in modo che il modello sappia se una determinata immagine è un volto da preservare o una stanza da cui prendere in prestito l'illuminazione. 5. **Genera, quindi ispeziona ciascuno dei cinque volti individualmente.** I problemi di coerenza si manifestano quasi sempre in uno o due personaggi, non in tutti e cinque contemporaneamente. 6. **Per qualsiasi personaggio che si è discostato**, esegui un passaggio di modifica o riferimento-immagine solo su quella regione o quel personaggio, fornendo di nuovo il riferimento corretto, invece di rigenerare l'intero fotogramma da zero. Poiché la forma esatta della richiesta (come vengono allegati i riferimenti, quanti campi, come si chiamano ciascuno) appartiene alle specifiche dell'API e può cambiare, conferma la struttura attuale su [atlascloud.ai/docs](https://www.atlascloud.ai/docs?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) nella sezione dei modelli di immagini, piuttosto che codificare ipotesi. La tecnica sopra rimane valida indipendentemente dai nomi dei campi. ## Come fare su Atlas Cloud Atlas Cloud è una piattaforma di inferenza AI multimodale completa che cura oltre 300 modelli SOTA tra testo, immagini e video dietro un unico endpoint compatibile con OpenAI. L'intera famiglia Nano Banana vive sullo stesso endpoint, raggiungibile con una chiave API e un account di fatturazione, il che è importante qui perché un progetto multi-personaggio tende a saltare tra i livelli mentre si itera. Per questo compito specifico hai due livelli sensati: * **[Nano Banana 2 Lite](https://www.atlascloud.ai/models/nanobanana-2?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency)** è il livello focalizzato sull'efficienza che supporta esplicitamente fino a 14 immagini di riferimento, composizione multi-immagine e 14 rapporti d'aspetto, a $0,04 per immagine (il livello Developer scende a $0,028, una riduzione del 30%). La sua latenza inferiore a 2 secondi lo rende la scelta naturale per il ciclo iterativo richiesto da questo flusso di lavoro, in cui generi, controlli cinque volti, ne correggi uno e generi di nuovo. Quando il tuo compito è letteralmente "combinare 14 riferimenti", questo è il livello la cui serie di funzionalità documentate si adatta. * **[Nano Banana Pro](https://www.atlascloud.ai/models/nanobanana?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency)** è la linea Pro di qualità superiore (famiglia Google Gemini 3 Image Pro) con output 1K, 2K e 4K. Le varianti standard text-to-image e modifica sono a $0,14 per immagine, le varianti Ultra text-to-image e Edit Ultra sono a $0,15 e il livello Developer dimezza la tariffa standard a $0,07. Ricorri a Pro quando il fotogramma finale deve essere di qualità finale ad alta risoluzione e sei disposto a scambiare la comodità specifica delle 14 immagini del livello Lite per la qualità della finitura. Uno schema pratico è comporre e iterare sul livello Lite, dove il flusso di lavoro con immagini di riferimento e la bassa latenza rendono il tentativo ed errore economico, quindi produrre il fotogramma finale bloccato su Pro alla risoluzione necessaria. Ogni modello mostra il suo prezzo live accanto al pulsante Run nel Playground, in modo da confermare il costo esatto per immagine prima di scrivere codice, e il catalogo completo è navigabile su [atlascloud.ai/models](https://www.atlascloud.ai/models/all?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency). Poiché l'endpoint è compatibile con OpenAI, un'app già costruita sull'SDK OpenAI raggiunge questi modelli modificando `base_url` e la chiave API, senza riscritture. ## Suggerimenti per mantenere cinque personaggi coerenti * **Blocca il tuo linguaggio descrittivo all'inizio.** Scrivi le cinque descrizioni di personaggi di una riga una volta, salvale e incollale invariate in ogni prompt. Riformulare un personaggio a metà progetto è la causa più comune di deriva. * **Mantieni il riferimento di massima qualità per ogni volto.** Un riferimento pulito, ben illuminato e frontale dà al modello molto più a cui ancorarsi di un ritaglio sfocato, e ripaga in ogni fotogramma in cui quel personaggio appare. * **Riduci la concorrenza in un singolo fotogramma.** Cinque personaggi più quattordici riferimenti sono un bel carico da bilanciare. Se due personaggi continuano a fondersi, generali in un raggruppamento più stretto o dividi la scena e componi, piuttosto che forzare tutti e cinque in un unico passaggio affollato. * **Riutilizza il tuo miglior output come riferimento.** Una volta che un personaggio ha un aspetto corretto, utilizza quel fotogramma in modalità riferimento-immagine in modo che le generazioni successive ereditino l'aspetto approvato invece di rigenerarlo. * **Correggi localmente, non globalmente.** Quando un volto scivola, modifica quel personaggio invece di rigenerare l'intera composizione, proteggendo così i quattro personaggi che sono già venuti correttamente. ## FAQ **D: Quale livello di Nano Banana supporta effettivamente 14 immagini di riferimento?** R: Nano Banana 2 Lite è il livello documentato per supportare fino a 14 immagini di riferimento più la composizione multi-immagine, a $0,04 per immagine. Nano Banana Pro è la linea di qualità superiore 1K/2K/4K a $0,14–$0,15 per immagine, ideale per un fotogramma finale di qualità. **D: Come posso impedire al modello di scambiare i volti dei miei personaggi?** R: Dai a ogni personaggio un'etichetta stabile e una descrizione fissa di una riga, ancora ogni etichetta alla sua immagine di riferimento e riutilizza quel linguaggio esatto in ogni prompt. I personaggi nominati e descritti in modo coerente hanno molte meno probabilità di confondersi tra loro. **D: Ho bisogno di un parametro API speciale per allegare i riferimenti?** R: La tecnica è concettuale: dai un nome ai tuoi personaggi, tagga ciascuno a un riferimento e usa la modalità modifica o riferimento-immagine per gli aspetti noti. Per la forma esatta della richiesta e i nomi dei campi, controlla la documentazione dei modelli di immagini su atlascloud.ai/docs, poiché quella è la fonte autorevole. **D: Posso usare entrambi i livelli in un progetto senza account separati?** R: Sì. Sia Nano Banana 2 Lite che Nano Banana Pro risiedono sullo stesso endpoint Atlas Cloud, quindi una chiave API e un account di fatturazione coprono l'iterazione su Lite e la finitura su Pro. **D: Cosa succede se due personaggi continuano a fondersi in una scena affollata?** R: Riduci il carico in un singolo passaggio. Usa un posizionamento spaziale esplicito nel prompt, genera i due personaggi problematici in un raggruppamento più chiaro o dividi la scena e componi i risultati, piuttosto che forzare tutti e cinque in un fotogramma denso. ## Il punto fondamentale Combinare quattordici riferimenti mantenendo cinque personaggi coerenti dipende meno da un'impostazione nascosta e più dalla struttura: ordina i tuoi riferimenti per ruolo, dai a ogni personaggio un'etichetta stabile e una descrizione che riutilizzi alla lettera, ancora ogni etichetta al suo riferimento e affidati alla modalità modifica o riferimento-immagine per bloccare gli aspetti che hai già ottenuto. Su Atlas Cloud, Nano Banana 2 Lite è il livello progettato per il flusso di lavoro con 14 immagini e composizione multi-immagine a $0,04 per immagine, mentre Nano Banana Pro offre la finitura ad alta risoluzione a $0,14–$0,15, entrambi su una chiave compatibile con OpenAI. Itera a basso costo su Lite, finisci su Pro e conferma la forma esatta della richiesta nella documentazione prima di costruire. Per ulteriori indicazioni sull'implementazione, consulta [le ultime API per immagini, video e LLM disponibili ora](https://ask.atlascloud.ai/latest-image-video-llm-apis-available-now) e [l'uso dell'AI nelle operazioni di e-commerce](https://ask.atlascloud.ai/ai-for-ecommerce-website-operations).