# Как объединить 14 референсных изображений с Nano Banana, сохраняя при этом консистентность 5 персонажей > Узнайте, как комбинировать до 14 референсных изображений с Nano Banana, сохраняя единообразие 5 персонажей с помощью тегирования для каждого персонажа и использования подходящего тарифа на Atlas Cloud. У вас есть задумка для сцены: пять постоянных персонажей, конкретная локация, пара реквизитов и цветовая палитра, которую вы уже утвердили в предыдущих работах. Вы собрали справочные материалы — всего четырнадцать изображений — и теперь хотите получить один сгенерированный кадр, который объединит всё это вместе, чтобы лица ваших персонажей не превратились в лица незнакомцев. Любой, кто пытался сделать это вручную, знает: самая сложная часть — не композиция. Самое сложное — сохранить узнаваемость каждого персонажа, когда модель одновременно обрабатывает столько входящих данных. Это руководство описывает, как семейство [Nano Banana](https://www.atlascloud.ai/models/nanobanana-2?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) работает с композицией по нескольким референсам, как структурировать ваши исходные материалы и промпты для сохранения консистентности пяти разных героев, и какой тариф выбрать в зависимости от того, что для вас важнее: «сырое» качество или конкретный рабочий процесс с 14 изображениями. ## Что на самом деле делает композиция по нескольким референсам Большинство моделей изображений позволяют использовать один референс, чтобы направить результат в нужную сторону. Композиция по нескольким референсам — это шаг вперед: вы подаете сразу несколько изображений, и модель использует каждое из них как источник визуальной информации для создания нового кадра. Одно изображение может отвечать за лицо персонажа, другое — за костюм, третье — за освещение в комнате, четвертое — за форму предмета. Для сцены с несколькими персонажами ценность этого очевидна. Вместо того чтобы описывать пять лиц словами в надежде, что модель придумает что-то похожее, вы даете ей реальные референсы для каждого героя. У модели появляются прямые визуальные якоря, что и делает возможной стабильность персонажей. В семействе Nano Banana на [Atlas Cloud](https://www.atlascloud.ai?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) эта возможность документирована для [[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), которая поддерживает до 14 референсных изображений и композицию по нескольким изображениям для 14 соотношений сторон с задержкой менее 2 секунд. Это именно тот уровень, функционал которого напрямую соответствует задаче «объединить 14 референсов». [Nano Banana Pro](https://www.atlascloud.ai/models/nanobanana?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) — это линейка более высокого качества, созданная для вывода в 1K, 2K и 4K, когда финальный вид кадра важнее количества исходных изображений. Ниже мы разберем, как сделать выбор между ними. ## Консистентность персонажей — это вопрос тегирования и описания Предоставить модели четырнадцать изображений — это только полдела. Если вы просто добавите пять референсов персонажей в запрос без структуры, у модели не будет надежного способа понять, какое лицо какому персонажу принадлежит — именно здесь личности начинают сливаться или меняться местами. Решение заключается в том, чтобы рассматривать каждого персонажа как именованную сущность, а не как анонимный ввод. Три техники решают большую часть проблем: * Тегирование референсов для каждого персонажа. Дайте каждому герою стабильное имя или метку в промпте и свяжите каждую метку с ее референсным изображением. Вместо «пять человек в кафе» описывайте: «Мара (референс 1), Девон (референс 2), Прия (референс 3), Ари (референс 4) и Кайто (референс 5) сидят за угловым столиком». Именованный якорь подсказывает модели, какой визуальный источник соответствует какой роли в сцене. * Консистентные описания в промпте. Используйте одни и те же отличительные черты для каждого персонажа каждый раз, когда упоминаете его: прическа, телосложение, одежда, характерный аксессуар. Если у Мары в одном промпте «короткие серебристые волосы и зеленый шарф», она должна сохранять эти же слова и в следующем. Повторное использование описательного языка в серии кадров — то, что позволяет персонажу оставаться собой. * Режим редактирования и reference-to-image. Если у вас уже есть удачная версия персонажа или сцены, используйте режим reference-to-image или редактирование вместо того, чтобы начинать с пустого текстового промпта. Передача модели вашего предыдущего результата в качестве референса фиксирует достигнутый образ, вместо того чтобы заставлять модель перепридумывать его. Ничто из этого не зависит от секретного параметра. Это дисциплинированная структура: называйте персонажей, закрепляйте за каждым именем референс и никогда не позволяйте описательному языку меняться. ## Ключевые шаги для создания кадра из 14 изображений с 5 персонажами Вот последовательность действий, которая поможет держать процесс под контролем: * Отсортируйте свои четырнадцать референсов по ролям, прежде чем что-либо писать. Сгруппируйте их: пять — лица персонажей, остальные — окружение, гардероб, реквизит и палитра. Понимание того, что дает каждое изображение, избавит вас от путаницы при описании. * Назначьте стабильную метку каждому из пяти персонажей и напишите для каждого описание из одной строки, которое вы будете использовать без изменений в каждой генерации. * Составьте композиционный промпт так, чтобы он ссылался на персонажей по их меткам и четко размещал их в сцене («слева направо», «на переднем плане», «за стойкой»). Пространственные инструкции снижают вероятность того, что персонажи сольются. * Прикрепите референсы к запросу и опишите назначение каждой группы, чтобы модель понимала, где лицо для сохранения, а где — комната для заимствования освещения. * Сгенерируйте кадр, затем проверьте каждое из пяти лиц отдельно. Проблемы с консистентностью почти всегда проявляются у одного или двух персонажей, а не у всех пяти сразу. * Если какой-то персонаж «уплыл», запустите редактирование или режим reference-to-image только для этой области или конкретного героя, снова подав правильный референс, вместо полной перегенерации кадра. Поскольку точный формат запроса (как прикрепляются референсы, сколько полей, как они называются) относится к API-спецификации и может меняться, уточняйте текущую структуру на [atlascloud.ai/docs](https://www.atlascloud.ai/docs?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) в разделе моделей изображений, а не закладывайте допущения в код. Описанная техника работает независимо от названий полей. ## Работа на Atlas Cloud Atlas Cloud — это полноценная платформа AI-инференса, которая курирует 300+ моделей SOTA (text, image, video) через единый API-эндпоинт, совместимый с OpenAI. Все семейство Nano Banana живет на этом же эндпоинте, доступном через один API-ключ и один биллинг. Это важно, так как проекты с несколькими персонажами часто требуют переключения между тарифами в процессе итераций. Для этой конкретной задачи у вас есть два подходящих тарифа: * [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) — это ориентированный на эффективность уровень, который явно поддерживает до 14 референсных изображений, композицию по нескольким изображениям и 14 соотношений сторон по цене USD0.04 за изображение (тариф Developer снижает стоимость до USD0.028, скидка 30%). Задержка менее 2 секунд делает его естественным выбором для итерационного цикла, который требует этот рабочий процесс (генерируешь, проверяешь, исправляешь, генерируешь снова). Когда ваша задача — буквально «объединить 14 референсов», это именно тот уровень, чей набор функций подходит идеально. * [Nano Banana Pro](https://www.atlascloud.ai/models/nanobanana?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency) — это линейка более высокого качества (семейство Google Gemini 3 Image Pro) с выводом 1K, 2K и 4K. Стандартный text-to-image и редактирование стоят USD0.14 за изображение, варианты Ultra — USD0.15, а уровень Developer снижает стандартную ставку вдвое до USD0.07. Выбирайте Pro, когда финальный кадр должен быть высокого разрешения, и вы готовы пожертвовать специфическим удобством работы с 14 референсами ради качества проработки. Практичный шаблон: компонуйте и итерируйте на тарифе Lite, где рабочий процесс с референсами и низкая задержка делают метод проб и ошибок дешевым, а затем создавайте финальный кадр на Pro в нужном разрешении. Актуальная цена каждой модели отображается рядом с кнопкой «Run» в Playground, поэтому вы можете подтвердить точную стоимость за изображение перед написанием кода. Весь каталог доступен по адресу [atlascloud.ai/models](https://www.atlascloud.ai/models/all?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=nanobanana-14-reference-images-consistency). Поскольку эндпоинт совместим с OpenAI, приложение, уже построенное на OpenAI SDK, будет работать с этими моделями после смены `base_url` и API-ключа без переписывания кода. ## Советы по сохранению консистентности пяти персонажей * Зафиксируйте описательный язык как можно раньше. Напишите пять однострочных описаний персонажей, сохраните их и вставляйте в каждый промпт без изменений. Переформулировка описания персонажа в середине проекта — самая частая причина «дрейфа» образа. * Используйте максимально качественные референсы для каждого лица. Четкий, хорошо освещенный референс в анфас дает модели гораздо больше точек опоры, чем размытый кроп, и это окупится в каждом кадре, где появляется этот персонаж. * Снижайте конкуренцию в одном кадре. Пять персонажей плюс четырнадцать референсов — это много для балансировки. Если два персонажа постоянно смешиваются, генерируйте их более плотной группой или разделите сцену и скомпонуйте ее, а не пытайтесь втиснуть всех пятерых за один проход. * Повторно используйте свои лучшие результаты как референсы. Как только персонаж выглядит правильно, подайте этот кадр обратно через режим reference-to-image, чтобы последующие генерации наследовали утвержденный вид, а не создавали его заново. * Исправляйте локально, а не глобально. Если одно лицо «поплыло», редактируйте только этого персонажа, а не перегенерируйте всю композицию — так вы защитите остальных четырех персонажей, которые уже получились верно. ## Часто задаваемые вопросы В: Какой тариф Nano Banana поддерживает 14 референсных изображений? О: Nano Banana 2 Lite — это уровень, документально поддерживающий до 14 референсных изображений и композицию по нескольким изображениям по цене USD0.04 за изображение. Nano Banana Pro — это линейка более высокого качества (1K/2K/4K) по цене от USD0.14 до USD0.15 за изображение, лучше всего подходит для финального кадра высокого качества. В: Как мне помешать модели путать лица моих персонажей? О: Дайте каждому персонажу стабильную метку и фиксированное однострочное описание, закрепите каждую метку за ее референсным изображением и используйте этот язык в каждом промпте. Именованные, последовательно описанные персонажи гораздо реже сливаются друг с другом. В: Нужен ли специальный API-параметр для прикрепления референсов? О: Техника концептуальна: называйте персонажей, тегируйте их к референсам и используйте режим редактирования или reference-to-image для уже известных образов. Точную форму запроса и названия полей смотрите в документации к моделям изображений на atlascloud.ai/docs — это авторитетный источник. В: Могу ли я использовать оба тарифа в одном проекте без отдельных аккаунтов? О: Да. И Nano Banana 2 Lite, и Nano Banana Pro находятся на одном эндпоинте Atlas Cloud, поэтому одного API-ключа и одного биллинг-аккаунта достаточно для итераций на Lite и финализации на Pro. В: Что делать, если два персонажа постоянно сливаются в многолюдной сцене? О: Уменьшите нагрузку за один проход. Используйте явное пространственное размещение в промпте, сгенерируйте двух проблемных персонажей в более четкой группировке или разделите сцену и скомпонуйте результаты, вместо того чтобы пытаться уместить всех пятерых в один плотный кадр. ## Итог Сочетание четырнадцати референсов при сохранении консистентности пяти персонажей — это не про скрытую настройку, а про структуру: сортируйте референсы по ролям, дайте каждому герою стабильную метку и описание, которое вы будете использовать слово в слово, привязывайте каждую метку к ее референсу и используйте режим редактирования или reference-to-image, чтобы зафиксировать уже достигнутые образы. На Atlas Cloud тариф Nano Banana 2 Lite создан для рабочего процесса с 14 референсами и композицией по цене USD0.04 за изображение, а Nano Banana Pro обеспечивает высокое разрешение по цене USD0.14–0.15 — и все это через один OpenAI-совместимый ключ. Итерируйте дешево на Lite, заканчивайте проект на Pro и проверяйте актуальную структуру запросов в документации перед началом разработки. Для получения соответствующих рекомендаций по внедрению см. [последние API для изображений, видео и LLM, доступные сейчас](https://ask.atlascloud.ai/latest-image-video-llm-apis-available-now) и [использование ИИ в операциях интернет-магазина](https://ask.atlascloud.ai/ai-for-ecommerce-website-operations).