<!-- Canonical URL: https://ask.atlascloud.ai/ja/14-image-reference-budget-five-nano-banana-characters -->

# 5体のナノバナナキャラクターのための14枚の参照画像予算の使い方

> Nano Banana 2 Lite Edit Developerを14枚の画像構成に使用し、その後、固定参照予算、ラベル、位置、対象を絞った修正パスで5人のキャラクターの一貫性を制御します。

> 14枚の画像合成にはNano Banana 2 Lite Edit Developerを使用し、固定された参照予算、ラベル、位置、および対象を絞った修正パスで5人のキャラクターの一貫性を制御します。

参照画像が14枚あり、登場キャラクターが5人いる場合、最初の決定事項はモデルのエンドポイントです。現在の[Atlas Cloud上のNano Banana Proページ](https://www.atlascloud.ai/models/google/nano-banana-pro/text-to-image?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=14-image-reference-budget-five-nano-banana-characters)には、テキストから画像を生成するスキーマが公開されています。このスキーマには`images`配列がないため、14枚の参照画像を使った合成に使うAtlas Cloudエンドポイントではありません。明示的に最大14個の画像URLを受け付けるエンドポイントは、[Nano Banana 2 Lite Edit Developer](https://www.atlascloud.ai/models/google/nano-banana-2-lite/edit-developer?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=14-image-reference-budget-five-nano-banana-characters)で、モデルIDは`google/nano-banana-2-lite/edit-developer`です。

この修正により、ワークフローはずっと明確になります。14を「アップロードしてモデルが何とかしてくれる画像の山」として扱わないでください。これを参照予算として扱います。すべての画像に1つの役割を与え、すべてのキャラクターに1つの安定したラベルを与え、各人物が立つ位置を定義し、逸脱したアイデンティティだけを修正します。最大入力数は作業の余地を与えてくれますが、一貫性はリクエストの構造から生まれます。

## 14枚の画像は上限であって、一貫性の保証ではない

Atlas CloudのNano Banana 2 Lite Edit Developerスキーマは、1〜14個のURLを持つ`images`配列を受け付けます。これは、エンドポイントが受け取れるものを示しています。14枚の無関係な参照が1回の生成で完全に調和することを約束するものではありません。

参照が多すぎると、それらが矛盾している場合にシーンが不安定になることさえあります。ある肖像画では黒髪、別の肖像画では茶髪、3種類の異なるジャケット、2つの矛盾する年齢を持つキャラクターは、複数のもっともらしいアイデンティティを生み出します。5人のキャラクターがそのような曖昧さを持っていると、モデルは顔を混同したり、服を交換したり、最も視覚的に特徴のない人物を省略したりする可能性があります。

実用的なルールは単純です。すべての参照には明示された役割が必要です。画像がどのような独自の情報をもたらすかを説明できないなら、その画像は省いてください。整理された11枚の画像を使うリクエストは、混乱した14枚の画像を使うリクエストより良い結果を生むことがあります。

Atlas Cloudは、Lite編集バリアントを通じて完全な14枚の画像入力面を提供しています。Googleはより広範なLiteティアを、最強のマルチ参照モデルというよりは、速度とコストに最適化されたものと説明しています。したがって、最大数を品質の主張としてではなく、利用可能な容量として使用してください。反復可能な参照システムを構築し、自分のキャストでテストしてください。

## 5人全員に公平なチャンスを与える参照予算

最初のグループ合成では、14スロットを次のように割り当てます。

| スロットグループ | 画像数 | 目的 |
|---|---:|---|
| キャラクターのアイデンティティ | 10 | 5人のキャラクターそれぞれに2枚の参照 |
| 環境と舞台配置 | 1 | 部屋、通り、ステージ、または大まかなグループレイアウト |
| 衣装またはグループのシルエット | 1 | 共有の衣装方向または全身の間隔 |
| 主要小道具 | 1 | 形状が認識可能でなければならない物体 |
| スタイルと照明 | 1 | パレット、レンズ、レンダリングスタイル、または時間帯 |

1人につき2枚の参照が、通常1枚より役立ちます。1枚はクリーンな顔または肩から上を写した画像、もう1枚は七分または全身の画像を使用してください。前者は顔のアイデンティティを固定します。後者は体格、髪型、服のシルエット、姿勢を固定します。

14スロットすべてを顔に使わないでください。5人を部屋に配置するように求められたモデルは、部屋、カメラ、間隔、キャラクターが触れる物体も理解する必要があります。これらの基点がないと、5つのアイデンティティを同時に解決しながら、構図を発明しなければなりません。

この「10プラス4」の割り当ては出発点であり、絶対的なルールではありません。1人の主役キャラクターを正確に再現する必要がある場合は、その人物に3枚目の参照を与え、最も重要でないスタイルまたは小道具の画像を削除してください。合計を14以下に保ち、すべての変更理由を記録してください。

## シーンプロンプトを書く前にキャストシートを作成する

一貫性はAPI呼び出しの外側から始まります。各キャラクターに1つの固定ラベルと1つの固定ディスクリプタを持つ小さなキャストシートを作成します。その文字列を、シリーズのすべての画像にわたって正確に再利用します。

| ラベル | 固定ディスクリプタ | 参照 |
|---|---|---|
| `MARA` | 30代前半の女性、短い黒髪ボブ、丸い琥珀色のメガネ、グリーンのフィールドジャケット | 画像1と2 |
| `IVO` | 20代後半の背の高い男性、坊主頭、細い顔、さび赤のオーバーシャツ | 画像3と4 |
| `SENA` | 10代の少女、長い銀色の三つ編み、紺のパーカー、三日月のヘアクリップ | 画像5と6 |
| `OMAR` | 50代のがっしりした男性、塩コショウのあごひげ、タンのワークコート | 画像7と8 |
| `LIO` | 小さな男の子、タイトな暗い巻き毛、黄色のレインコート、青いバックパック | 画像9と10 |

ラベルは魔法のトークンではありません。その価値は運用上のものです。プロンプトのさまざまな部分で、同じ人物を「その女性」「MARA」「技術者」「メガネの人」と呼ぶのを防ぎます。1つのラベルは常に1つのアイデンティティと同じ短いディスクリプタを指すべきです。

永続的な特性が一致する参照を選んでください。照明、表情、カメラアングルは変わってもかまいません。顔の形、年齢、髪型、特徴的なアクセサリー、体のプロポーションは変わるべきではありません。古い参照が現在のデザインと矛盾する場合は、モデルにどちらのバージョンが正典かを判断させるのではなく、削除してください。

## 各キャラクターがどこに属するかをモデルに伝える

5人のプロンプトには、キャストリストだけでなく、舞台配置が必要です。キャラクターの順序を述べ、曖昧さのない空間関係を使用してください。

例:

```text
Create a cinematic 16:9 group scene in the repair workshop shown in Image 11.

Cast, left to right:
1. MARA, anchored by Images 1 and 2, stands at the left workbench.
2. IVO, anchored by Images 3 and 4, holds the brass device from Image 13.
3. SENA, anchored by Images 5 and 6, stands at the center facing camera.
4. OMAR, anchored by Images 7 and 8, stands behind SENA at frame right.
5. LIO, anchored by Images 9 and 10, kneels in the foreground beside the blue backpack.

Preserve each character's face shape, age, hair, body proportions, and signature clothing.
Do not merge characters, duplicate faces, exchange clothing, or add extra people.
Use the warm tungsten palette and soft film grain from Image 14.
```

「左から右へ」は、プロンプトが名前の袋になるのを防ぎます。前景、背景、フレーム左、フレーム右は、同じ視覚的位置をめぐる競合を減らします。2人がやり取りする場合は、誰が何に触れ、誰の顔が見えたままかを明記してください。

最初のテストは控えめにしてください。カメラに向かい合い、シルエットが部分的に分離された5人を配置する方が、5人が抱き合ったり、腕を組んだり、深い影の中に立ったりするよりも簡単です。複雑な振り付けを追加する前に、まずアイデンティティの安定性を証明してください。

## 入力を隠さずにAtlas Cloudリクエストを作成する

各参照をAtlas Cloudのメディアアップロードエンドポイントでアップロードし、返されたURLを収集してから、そのURLを`images`配列で送信します。画像生成呼び出しは非同期です。ジョブを送信し、返された予測IDを保存し、予測エンドポイントを完了までポーリングします。

必須のリクエストボディは次のようになります。

```json
{
  "model": "google/nano-banana-2-lite/edit-developer",
  "prompt": "Create the workshop group scene using the fixed cast labels and positions described above.",
  "images": [
    "https://storage.atlascloud.ai/uploads/mara-face.png",
    "https://storage.atlascloud.ai/uploads/mara-body.png",
    "https://storage.atlascloud.ai/uploads/ivo-face.png",
    "https://storage.atlascloud.ai/uploads/ivo-body.png",
    "https://storage.atlascloud.ai/uploads/sena-face.png",
    "https://storage.atlascloud.ai/uploads/sena-body.png",
    "https://storage.atlascloud.ai/uploads/omar-face.png",
    "https://storage.atlascloud.ai/uploads/omar-body.png",
    "https://storage.atlascloud.ai/uploads/lio-face.png",
    "https://storage.atlascloud.ai/uploads/lio-body.png",
    "https://storage.atlascloud.ai/uploads/workshop.png",
    "https://storage.atlascloud.ai/uploads/group-silhouette.png",
    "https://storage.atlascloud.ai/uploads/brass-device.png",
    "https://storage.atlascloud.ai/uploads/warm-film-style.png"
  ],
  "aspect_ratio": "16:9",
  "thinking_level": "high",
  "resolution": "1k",
  "output_format": "png"
}
```

本番環境では、モデルページのライブスキーマを使用してください。フィールドのオプションは変更される可能性があります。現在のAtlas Cloudリストには、`images`の最大値として14が表示され、`default`、`high`、`minimal`のシンキングレベルが用意され、複数のアスペクト比をサポートしています。構図のテスト中は1Kから始めてください。解像度を上げても、入れ替わったアイデンティティは修正されません。大きな出力のコストや待ち時間を支払う前に、キャストを解決してください。

## フレーム全体を判断するのではなく、アイデンティティを個別にスコアリングする

美しいグループ画像でも、1つの顔が逸脱していれば仕事は失敗です。各キャラクターを独立して短いチェックリストで確認してください。

| チェック項目 | 合格条件 |
|---|---|
| 顔 | 認識可能な形状、年齢、目、鼻、顎 |
| 髪 | 色、長さ、質感、シルエットが正しい |
| 特徴的なアイテム | メガネ、クリップ、コート、レインコートなどのアンカーが正しい |
| 体 | 身長とプロポーションが他のキャストと区別できる |
| 位置 | キャラクターが要求された場所にいて、複製されていない |
| 相互汚染 | 服、顔、小道具が別のキャラクターに移動していない |

各行に単純な合格または不合格を与えてください。5人のキャラクターを1つの曖昧な品質スコアに平均化しないでください。5人中4人のアイデンティティ結果は、対象を絞った修正が1回必要という意味であり、成功した最終結果でも、必ずしも完全な再開でもありません。

受け入れられたすべてのフレームについて、プロンプト、画像の順序、モデルID、アスペクト比、シンキングレベル、出力IDを保存してください。シリーズ全体の一貫性は、先週何を入力したかを覚えていることではなく、設定を再現できることに依存します。

**逸脱した1人のキャラクターを修正する**

1つのアイデンティティが失敗した場合、問題を縮小してください。現在のグループ出力、影響を受けるキャラクターの2枚の正典参照、およびコンテキストを維持するために必要な追加のシーン参照のみを使用します。編集を局所的な修正として説明します。

例:

```text
Keep the composition, camera, lighting, background, and the other four characters unchanged.
Repair only SENA at the center.
Match SENA's face, silver braid, crescent hair clip, navy hoodie, and teenage proportions
to the two canonical SENA references.
Do not change MARA, IVO, OMAR, or LIO.
```

この焦点を絞ったパスは、競合するアイデンティティの証拠を排除します。また、失敗の診断も容易になります。修正されたキャラクターがまだ逸脱している場合は、画像を追加する前に、2枚の正典参照の不一致を調べてください。

複数のキャラクターが同時に失敗した場合は、最初の構図に戻って単純化してください。物理的な間隔を広げ、より多くのキャラクターをカメラに向け、競合するスタイル参照を削除し、または2つの小さなグループを作成して、受け入れられた出力を次の段階の参照として使用してください。目標は14スロットすべてを埋められることを証明することではありません。目標は再現可能なフレームを作成することです。

## Nano Banana Proが適している場所と、適していない場所

Nano Banana ProはAtlas Cloud上で依然として有用ですが、現在公開されているエンドポイントを通じた、この正確な14参照リクエストには適していません。そのページには、最大4Kの解像度、出力形式、メディア解像度、オプションのウェブ検索など、テキストから画像への制御が公開されています。Lite編集エンドポイントが提供する参照画像配列は公開されていません。

テキストのブリーフから始まり、高解像度出力、複雑な指示の追従、正確なタイポグラフィ、またはプロフェッショナルなアセット制作のメリットがあるジョブにはProを選択してください。既存の画像から始まり、マルチ画像合成が必要なリクエストには、Nano Banana 2 Lite Edit Developerを選択してください。

Proを最終的な画像間のポリッシュステップとして説明しないでください。Atlas Cloudのライブスキーマに画像入力が追加されない限り、その説明は誤解を招きます。現在、受け入れられたLite構図を現在のProエンドポイントに移行するには、テキストで再度説明する必要があり、保存しようとしていた視覚的なアンカーを放棄することになります。

Atlas Cloudは両方のオプションを同じアカウントと請求面の背後に配置しているため、モデルIDを切り替えてもアプリケーションを再構築する必要はありません。エンドポイントは異なる入力問題を解決します。「Pro」という言葉ではなく、リクエストスキーマに基づいて選択してください。

## 最初の夜に実行できる、有用な証拠を生み出すワークフロー

ストーリーシーケンス全体を生成しなくても、システムを検証できます。

* 5人のキャラクターそれぞれについて、2枚の正典参照を厳選する。
* 環境、舞台配置、小道具、スタイルの参照を1枚ずつ追加する。
* キャストシートを書き、すべてのラベルとディスクリプタを固定する。
* シンプルな16:9のラインナップまたはワークショップシーンを1Kで1枚生成する。
* 5人のアイデンティティを個別にスコアリングする。
* 失敗したキャラクターだけを、より少ない参照セットで修正する。
* 受け入れられた設定を、同じキャストラベルと1つの変更されたアクションで繰り返す。
* アイデンティティ、服装、身長、小道具の継続性について2つのフレームを比較する。

2番目のフレームが本当のテストです。1枚の良いグループ画像は運かもしれません。同じ5つのアイデンティティを維持する2つの異なるシーンは、参照予算と命名システムが有用な働きをしていることを示しています。

Atlas Cloudは現在、Lite編集バリアントをNano Banana Proよりも低い1画像あたりの価格でリストしており、反復的なアイデンティティテストに最初に費やすのが賢明な場所です。大規模なバッチを開始する前に、Runコントロールの横にあるライブ価格を確認してください。価格とモデルスキーマは変更されますが、参照予算の方法は有用なままです。

## FAQ

Q: Nano Banana ProはAtlas Cloudで14枚の参照画像を受け付けられますか?
A: 現在のAtlas Cloud Nano Banana Proエンドポイントでは受け付けられません。公開されている入力スキーマはテキストから画像へのもので、images配列を公開していません。最大14個の画像URLを含むリクエストにはNano Banana 2 Lite Edit Developerを使用してください。
Q: 14枚の参照を5人のキャラクターにどのように分割すればよいですか?
A: キャラクターごとに2枚のアイデンティティ参照から始めてください。これで10枚を使用します。残りの4枚は環境、衣装またはグループのブロッキング、主要な小道具、スタイルまたは照明に確保してください。1人のキャラクターに追加のアイデンティティサポートが必要な場合のみ、その割り当てを変更してください。
Q: 14枚の制限は5人全員の一貫性を保証しますか?
A: いいえ。14は入力の上限であり、一貫性の保証ではありません。安定したラベル、矛盾しない参照、明示的な左から右への配置、対象を絞った修正パスが、すべてのスロットを埋めることよりも重要です。
Q: すべての参照をクローズアップの肖像画にするべきですか?
A: いいえ。各キャラクターに1枚のクリーンな顔の参照と1枚のシルエットまたは七分の参照を与えてください。似たような肖像画が多すぎると、モデルは体の形状、服装、ステージング、または環境に関する有用な情報を得られません。
Q: 最終的な修正パスにNano Banana Proを使用できますか?
A: 現在のAtlas Cloud Proスキーマでは、入力画像を使用してはできません。参照ベースの修正にはLite編集エンドポイントを使用してください。1K、2K、4K出力と複雑な指示の追従が参照画像入力よりも重要な、別のテキストから画像へのジョブにはProを選択してください。
Q: 2人のキャラクターが融合したり、特徴を交換したりした場合はどうすればよいですか?
A: シーンを単純化し、キャストを左から右に再記述し、曖昧な参照を削除し、影響を受けるキャラクターと現在の出力を含む焦点を絞った修正を実行してください。14枚の画像を含む完全なリクエストを変更せずに再生成しないでください。

## 結論

14枚の参照画像を組み合わせるための現在のAtlas Cloudルートは、テキストから画像を生成するNano Banana Proエンドポイントではなく、Nano Banana 2 Lite Edit Developerです。14スロットのうち10を使用して5人のキャラクターにそれぞれ2枚のクリーンなアイデンティティアンカーを与え、残りの4枚を環境、ブロッキングまたは衣装、1つの重要な小道具、視覚スタイルに使用します。

入力数は容量にすぎません。キャストを認識可能に保つシステムは、各人物の固定ラベル、一致する参照、明示的な左から右へのブロッキング、キャラクターごとのQA、および1つのアイデンティティが逸脱したときの小さな修正パスです。Proは、そのテキストから画像への強みがジョブに合う場合に使用してください。ジョブが14枚の画像で始まる場合は、Lite編集エンドポイントを使用してください。

## FAQ

### Nano Banana ProはAtlas Cloud上で14枚の参照画像を受け入れることができますか？

現在のAtlas Cloud Nano Banana Proエンドポイント経由ではありません。その公開入力スキーマはテキストから画像への生成であり、画像配列を公開していません。最大14個の画像URLを含むリクエストには、Nano Banana 2 Lite Edit Developerを使用してください。

### 14の参照を5人のキャラクターにどう分けるべきですか？

まず各キャラクターにアイデンティティ参照を2つずつ用意し、10枚の画像を使用します。残りの4枚は、環境、衣装またはグループのブロッキング、重要な小道具、スタイルまたは照明用に確保します。その割り当てを変更するのは、1人のキャラクターに追加のアイデンティティサポートが必要な場合のみです。

### 14枚の画像制限によって、5人のキャラクター全員の一貫性は保証されるのでしょうか？

いいえ。14は入力上限であって、一貫性の保証ではありません。安定したラベル、競合しない参照、明示的な左から右への配置、的を絞った修復パスは、すべてのスロットを埋めることよりも重要です。

### すべてのリファレンスはクローズアップのポートレートであるべきですか？

いいえ。各キャラクターに、クリーンな正面顔リファレンスを1枚と、シルエットまたはスリークォータービューのリファレンスを1枚渡してください。ほぼ同一のポートレートが多すぎると、モデルは体型、衣装、ステージング、環境に関する有益な情報を得られません。

### Nano Banana Proを最終リペアパスに使用できますか？

現在の Atlas Cloud Pro スキーマでは、入力画像を使用した処理はできません。参照ベースの修正には Lite 編集エンドポイントを使用してください。1K、2K、または 4K の出力と複雑な指示への追従が参照画像入力よりも重要である場合は、別のテキストから画像へのジョブとして Pro を選択してください。

### 2つの文字が融合したり、特徴が入れ替わったりする場合はどうすればよいですか？

シーンを簡素化し、キャストを左から右に言い直し、曖昧な参照を削除し、影響を受けたキャラクターと現在の出力で集中的な修正を実行してください。14枚の画像リクエスト全体を変更せずに再生成しないでください。