Retoucher une image avec Nano Banana Pro sans refaire tout le cadre

Nano Banana Pro, c'est le gemini-3-pro-image de Google, et c'est la famille d'images vers laquelle LUVI se tourne par défaut. Sur LUVI, elle existe en texte vers image et en retouche, avec un palier edit-ultra au-dessus, en 1k, 2k ou 4k, à partir de 175 crédits par image en 1k et 300 crédits en 4k. Le mode retouche accepte jusqu'à dix images de référence. C'est aussi le mode où le plus de crédits partent en fumée, pour une raison structurelle.

Pourquoi ma retouche a-t-elle modifié des choses que je n'avais pas demandées ?

Parce qu'une retouche, dans cette famille, régénère le cadre entier. Il n'y a ni zone masquée ni verrouillage des pixels : le modèle lit votre consigne puis fabrique une nouvelle image censée ressembler à l'ancienne, plus votre modification. Tout ce que vous n'avez pas fixé peut dériver : un visage, une ombre, le texte d'un panneau.

Le remède est une clause de préservation, et la documentation de Google en utilise une dans son exemple de retouche en plusieurs tours : « Update this infographic to be in Spanish. Do not change any other elements of the image. »

LUVI applique la même règle de façon déterministe. La vérification du prompt cherche un verbe de retouche (change, replace, swap, remove, delete, erase, recolor, relight) et, si le prompt ne contient aucune formule de préservation, elle en ajoute une :

Replace the plain white mug in Image 1 with a matte black ceramic mug, same size and position. Keep everything else in the image exactly the same.

Cette phrase finale n'est pas décorative. Sans elle, la même consigne est une invitation à redessiner le comptoir, la lumière et la main qui tient la tasse.

Comment désigner la bonne image de référence ?

Par son rang, écrit Image 1, Image 2, et ainsi de suite : majuscule, espace, et pas de @. Nano Banana relie les références par un ordinal et non par un symbole, si bien qu'un image 1 en minuscules est réécrit dans sa forme canonique avant l'envoi.

Jusqu'à dix images entrent dans une même retouche. La documentation de Google précise à quoi sert ce quota sur cette génération : « Up to 10 images of objects with high-fidelity to include in the final image », soit jusqu'à dix images d'objets intégrées avec une grande fidélité, plus des quotas plus réduits pour la constance d'un personnage et pour la référence de style. Concrètement, une retouche peut donc devenir un travail de composition, faire entrer l'objet d'une photo dans la scène d'une autre, à condition que chaque image soit nommée dans la phrase qui l'utilise.

Pourquoi « pas de voitures » ne fonctionne-t-il pas ?

Il n'existe pas de champ de prompt négatif sur Nano Banana, et le guide de la famille est net sur ce qui arrive si vous en improvisez un : décrivez au positif (« une rue vide et déserte », et non « pas de voitures »). Nommer ce dont vous ne voulez pas peut le faire apparaître dans le cadre.

C'est l'habitude que presque tout le monde rapporte de Stable Diffusion, et c'est ici la plus coûteuse. Chaque exclusion doit être réécrite comme la présence de son contraire.

• « pas de voitures » devient une rue vide et déserte
• « pas de texte » devient une surface nette, sans aucune lettre
• « pas flou » devient net d'un bord à l'autre, contours précis
• « pas en désordre » devient trois objets sur un comptoir dégagé, beaucoup de vide autour

La vérification ne fait pas cette conversion à votre place. Elle corrige ce qu'elle peut prouver, la forme de la référence, la clause de préservation, la syntaxe de pondération qui ne sert à rien ici, et vous laisse les décisions de jugement.

Quels réglages changent réellement le résultat ?

Cinq paramètres, et les deux plus lourds sont faciles à rater.

• resolution, avec les valeurs 1k, 2k et 4k en minuscules. La liste distingue la casse : 2K n'est pas la même chaîne que 2k, et une valeur qui ne correspond pas est écartée, ce qui vous laisse le 1k par défaut.
• aspect_ratio, avec dix valeurs : 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9. Elles correspondent exactement à la liste publiée par Google. Écrire le format dans le texte du prompt ne produit rien.
• output_format, png ou jpeg.
• media_resolution, qui règle la façon dont vos images d'entrée sont lues, pas la façon dont la sortie est écrite. Le baisser consomme moins de jetons par image d'entrée et peut faire perdre du détail à la référence.
• enable_web_search, désactivé par défaut, qui laisse le modèle appuyer la génération sur des informations actuelles.

Cette famille n'a pas de seed : deux envois identiques donnent deux images différentes. Si un résultat est proche sans être juste, la suite consiste à repasser une retouche sur cette sortie, pas à relancer le même prompt.

Ce que nous avons vérifié

• Modèles : google/nano-banana-pro/text-to-image, google/nano-banana-pro/edit et google/nano-banana-pro/edit-ultra.
• Réglages : 1k, 2k et 4k ; les dix formats du schéma ; le mode retouche avec images de référence.
• Date et sources lues : 22 septembre 2026. Les schémas des modèles et les estimations en crédits sur LUVI, le guide de prompt appliqué à cette famille, et la documentation Google sur la génération d'images citée plus bas.
• Résultats : 175 crédits par image en 1k et 300 crédits en 4k. Sur une consigne de retouche courte, la vérification a renvoyé deux corrections : image 1 devenu Image 1, et la phrase de préservation ajoutée à la fin. Les dix formats du schéma LUVI correspondent à la liste publiée par Google.
• Limites : Aucune génération n'a été produite pour cet article, il n'avance donc rien sur la qualité des résultats. Les crédits bougent quand le fournisseur change son tarif : regardez l'estimation dans l'espace de travail avant une série en 4k.

Sur LUVI

Ouvrez l'espace de travail, choisissez Nano Banana Pro Edit, déposez votre image dans l'emplacement de référence et écrivez la consigne. Avant de générer, appuyez sur le bouton plume juste à côté : c'est LuviTransLex, la vérification gratuite qui applique le guide de prompt de cette famille.

Sur un prompt de retouche, elle justifie sa place tout de suite. Replace the plain white mug in image 1 with a matte black ceramic mug, same size and position. revient avec deux corrections : la référence est normalisée en Image 1 et la phrase de préservation est ajoutée à la fin. Aucune des deux ne coûte de crédit.

Vous remarquerez que le champ de prompt négatif est absent du panneau. C'est une propriété du modèle et non un réglage que vous auriez désactivé : savoir quand ce champ existe dépend du modèle. La même retouche se pilote depuis Claude ou ChatGPT avec le connecteur LUVI, pratique quand l'image de départ est déjà dans votre bibliothèque.

Vous débutez ? Créez un compte LUVI et faites votre première retouche en 1k avant de passer au 4k.

Sources

• Image generation with Gemini – Google AI for Developers, documentation d'API (en anglais). Consulté le 22 septembre 2026.