Nano Banana Pro API 完全ガイド：接続から統合まで徹底解説

Google は、Gemini 3 Pro Image の公式コードネームである Nano Banana Pro をリリースしました。これは、テキストから画像への生成、画像編集、高度な構図制御に優れる最先端のマルチモーダルモデルです。開発者は、Gemini API を介してこの強力なツールにプログラムでアクセスできるようになりました。統合が成功するか失敗するかは、多くの場合、わずかな設定の詳細によって決まります。

💡

読み進める前に、Apidog を無料でダウンロードしてください。これにより、Nano Banana Pro API エンドポイントのテスト、JSON ペイロードの検証、追加のコードを記述することなくレスポンスのモックが簡素化されます。Apidog は Gemini API 認証をシームレスに処理するため、ヘッダーのデバッグではなく、プロンプトの作成に集中できます。

button

このガイドでは、Nano Banana Pro API に効果的にアクセスして使用するためのすべての手順を説明します。

Nano Banana Pro とは何か、そしてその API を使用する理由

Google DeepMind は、Nano Banana Pro を Gemini 3 Pro の基盤上に構築しました。これは、これまでのモデルでは実現できなかったスタジオ品質の画像出力を提供します。まず、画像内のテキストを驚異的な精度でレンダリングします。読みやすいロゴ、多言語標識、シーンに完璧に合うスタイルの書道などを想像してみてください。次に、最大 14 枚の入力画像をブレンドして、最大 5 つの被写体間で一貫性を維持する機能をサポートしています。さらに、開発者はカメラアングル、照明、被写界深度、カラーグレーディング、さらには最大 4K の解像度まで制御できます。

プロンプト：この植物に関する興味深い情報に焦点を当てたインフォグラフィックを作成する

さらに、この機能を有効にすると、モデルはリアルタイムの Google 検索データに基づいて生成を行います。これにより、図、インフォグラフィック、製品モックアップの事実の正確性が保証されます。すべての出力には、来歴追跡のための SynthID 透かしが含まれています。

Nano Banana Pro には標準の Gemini API を介してアクセスしますが、特定のモデル識別子（gemini-3-pro-image-preview またはその安定版の後継）を選択します。このアプローチにより、他の Gemini バリアントとのコードの互換性を維持しながら、プロレベルの画像機能が利用可能になります。

ステップバイステップ：Gemini API キーの取得

認証情報を取得するには、以下の手順に従ってください。

Google AI Studio にアクセスし、Google アカウントでサインインします。

左サイドバーの「API キーを取得」ボタンをクリックします。

新しいキーを作成するか、既存のキーを使用します。

または、Vertex AI で：

Vertex AI Studio ダッシュボードを開きます。
「生成 AI」→「Model Garden」を選択します。
Nano Banana Pro (Gemini 3 Pro Image としてリストされています) を見つけます。
「API を有効にする」をクリックし、認証情報を生成します。

キーは環境変数に安全に保存してください。ソースファイルにハードコードしないでください。

Google AI Studio から Nano Banana Pro API を呼び出す（クイックスタート）

迅速な実験のために、多くの場合 Google AI Studio から始めます。まず、ai.studio/banana-pro にアクセスします。モデルのドロップダウンから「Nano Banana Pro」を選択します。

次に、「API」タブに切り替えて、キーが自動入力された curl の例を表示します。

基本的な curl リクエストは次のとおりです。

curl https://generativelanguage.googleapis.com/v1beta/models/gemini-3-pro-image-preview:generateContent \
  -H 'Content-Type: application/json' \
  -H "x-goog-api-key: YOUR_API_KEY" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "Generate a 4K photorealistic image of a yellow banana floating in space with Earth in the background, add text overlay: \"Nano Banana Pro\""
      }]
    }],
    "generationConfig": {
      "responseModal": "IMAGE"
    }
  }'

このエンドポイントは他の Gemini モデルと同じです。変更されるのはモデル名だけです。

Nano Banana Pro 用の公式 Python SDK を使用する

ほとんどの開発者は、リトライ、ストリーミング、MIME タイプを自動的に処理するため、Python クライアントライブラリを好みます。まず、それをインストールします。

pip install -U google-generativeai

ライブラリを設定し、画像を生成します。

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")

model = genai.GenerativeModel('models/gemini-3-pro-image-preview')

response = model.generate_content(
    "A futuristic cityscape at golden hour with flying cars and the text 'Welcome to 2042' on a billboard, 4K resolution",
    generation_config=genai.types.GenerationConfig(
        response_mime_type="image/png"
    )
)

response.candidates[0].content.parts[0].inline_data.data  # base64 image

出力を次のように保存します。

with open("output.png", "wb") as f:
    f.write(response.candidates[0].content.parts[0].inline_data.data)

SDK は低レベルの詳細を抽象化するため、プロンプトエンジニアリングに集中できます。

画像編集と複数画像入力の処理

Nano Banana Pro は編集タスクでその真価を発揮します。プロンプトの一部として画像をアップロードします。例：

import PIL.Image

img = PIL.Image.open("reference.jpg")

response = model.generate_content(
    [img, "Edit this photo: change daytime to dramatic sunset, add bokeh effect, keep the subject unchanged"]
)

複数の画像とテキストをシームレスに組み合わせることができます。モデルは参照全体で被写体の一貫性を維持します。

高度な機能：グラウンディング、安全設定、制御

リアルタイムの事実を注入するために、Google 検索グラウンディングを有効にします。

"systemInstruction": {
  "parts": [{"text": "Use search grounding for factual elements"}]
}

カテゴリをブロックまたは許可するために、安全設定を調整します。

model = genai.GenerativeModel(
    'models/gemini-3-pro-image-preview',
    safety_settings=[
        {"category": "HARM_CATEGORY_DANGEROUS_CONTENT", "threshold": "BLOCK_NONE"}
    ]
)

アスペクト比と品質を指定します。

generation_config=genai.types.GenerationConfig(
    candidate_count=1,
    temperature=0.7,
    extra_params={
        "aspect_ratio": "16:9",
        "quality": "highest"
    }
)

Apidog を使用して Nano Banana Pro API 呼び出しをテストおよびデバッグする

手動の curl コマンドは単発のテストには機能しますが、Apidog はワークフローを大きく変革します。公式の Gemini OpenAPI スペックを Apidog にインポートすると、Nano Banana Pro バリアントを含むすべてのエンドポイントが自動生成されます。

Apidog の利点は次のとおりです。

generateContent リクエストの JSON スキーマを視覚化します。
環境（開発/ステージング/本番キー）を保存します。
リクエストを連結し、レスポンスをアサートします。
API をローカルでモックし、オフラインで開発します。
20 以上の言語でクライアントコードを即座に生成します。

たとえば、Apidog で新しいリクエストを作成し、Gemini エンドポイントを貼り付け、API キーをヘッダーとして追加し、アップロードされた画像を含む複雑なマルチパートペイロードを数秒で送信できます。Apidog は「送信」を押す前に必須フィールドを検証するため、一般的な 400 エラーを防ぎます。

多くのチームが、Gemini API テストのために Apidog に切り替えた後、イテレーションサイクルが 50～70% 速くなったと報告しています。

本番環境向けに Vertex AI に Nano Banana Pro をデプロイする

エンタープライズユーザーは Vertex AI でスケールします。カスタムエンドポイントを作成します。

Vertex AI → Model Garden に移動します。
「Gemini 3 Pro Image (Nano Banana Pro)」をデプロイします。
マシンの種類と自動スケーリングを設定します。
Vertex SDK を使用して予測エンドポイントを呼び出します。

この方法により、プライベートエンドポイント、ロギング、および Cloud Operations との監視統合が提供されます。

料金、レート制限、ベストプラクティス

Nano Banana Pro は、より高い計算要件のため、軽量モデルよりもコストがかかります。プレビュー中に料金が調整されるため、Gemini API 料金ページで最新の料金を確認してください。

リトライには指数バックオフを実装してください。可能な場合は一般的なプロンプトをキャッシュしてください。さらに、ユースケースが許す場合にのみ関連性のないリクエストをバッチ処理してください。画像生成はまだ真のバッチ処理をサポートしていません。

常に明確で構造化されたプロンプトを含めてください。品質を最大化するために、Nano Banana Pro の公式プロンプトガイドを参照してください。

一般的な問題のトラブルシューティング

誤った識別子を使用すると、「model not found」エラーが発生します。有料プレビュー期間中は、gemini-3-pro-image-preview をターゲットにしていることを確認してください。

認証の失敗については、キーを再生成し、末尾のスペースがないことを確認してください。画像に予期せず透かしが入っている場合は、特定のティアのみが目に見えるスパークルを削除することを忘れないでください。

出力が検閲されているように見える場合は、安全しきい値を明示的に調整してください。

結論

これで、Nano Banana Pro API に効果的にアクセスして統合するためのすべての知識を習得しました。Google AI Studio から始めてすぐに結果を確認し、スクリプト作成には Python SDK を使用し、テストとデバッグの効率化には Apidog を活用してください。

Nano Banana Pro の傘下にある Gemini 3 Pro Image の機能の組み合わせは、自動設計、パーソナライズされたマーケティングアセット、データ視覚化ツールに新たな可能性を切り開きます。これらの手順を実装し、大胆に実験して、プロのスタジオに匹敵するビジュアルをアプリケーションが生成するのを見てください。

今すぐ Apidog をダウンロードして、Nano Banana Pro の開発を加速させましょう。最初のセッション後には、生産性の違いが明らかになるでしょう。

button