ملاحظة الكاتب: استخدم أحد القراء، وهو يعمل في التجارة الإلكترونية للأثاث المنزلي، Nano Banana لتعديل صور وسائد النوافذ الغائرة بألوان متعددة دفعة واحدة: الأخضر والأحمر والأزرق والرمادي والأبيض العاجي والكاكي. وضم المجلد أكثر من عشرين صورة نهائية. وبتعبيره: «الميل إلى الأحمر ليس نادرًا، بل يحدث كثيرًا. الصورة كلها تميل إلى الأحمر، وأضطر إلى تعديل كل صورة يدويًا». وهو يستخدم Nano Banana 2 في معظم الأحيان لأنه النموذج الافتراضي في الأداة، ولم ينتبه من قبل إلى النموذج أو قناة الخدمة.
هذه حالة نموذجية لمشكلة ميل الصور إلى الأحمر عند تعديلها باستخدام Nano Banana: لم يطلب الموجه ألوانًا دافئة، لكن الصورة النهائية بدت مائلة إلى الأحمر والدفء عمومًا. لا يمكن حل هذه المشكلة بمجرد القول: «غيّر النموذج»؛ فقد ينشأ الانحراف اللوني من الصورة المرجعية أو الموجه أو الدقة أو القناة أو ضغط الصورة الناتجة. لذلك يجب فحص كل مرحلة بالترتيب لتحديد السبب.
ما ستستفيده: بعد قراءة المقال، ستتمكن من تحديد المرحلة التي ظهر فيها الميل إلى الأحمر، ومعرفة الخطوة الأولى المناسبة، وتقدير تكلفة إجراء جولة من الاختبارات المقارنة. وتنقسم مصادر الحقائق في المقال إلى ثلاث فئات: وثائق Google الرسمية (تمت زيارتها في 2026-10-30)، وتجارب المستخدمين في منتدى Google الرسمي (وليست استنتاجات رسمية)، ووثائق APIYI وحقائق منصتها (تم التحقق منها في 2026-10-30).
خمس نقاط أساسية لتشخيص الميل إلى الأحمر عند تعديل الصور بـ Nano Banana
لنبدأ بجدول شامل. رُتبت النقاط الخمس من الأقل تكلفة والأسهل تحققًا إلى الأكثر تعقيدًا. يُنصح بفحصها من الأعلى إلى الأسفل، بدلًا من تغيير النموذج فورًا.
| نقطة الفحص | سبب الميل إلى الأحمر | تحقق خلال 30 ثانية | الحل المقترح أولًا |
|---|---|---|---|
| الصورة المرجعية | عدم التعرف على ألوان Display P3، أو عدم إرسال رابط URL فعليًا، أو مواصلة التعديل على نتيجة الجولة السابقة | افحص ملف ICC، وتحقق من وجود IMAGE في promptTokensDetails |
حوّل الصورة إلى sRGB، واستخدم base64 بدلًا من الرابط، وعد إلى الصورة الأصلية في كل جولة |
| كلمات الإضاءة في الموجه | كلمات مثل الإضاءة الدافئة والغروب والأجواء قد تؤدي إلى تعديل ألوان الصورة كلها | احذف كلمات الإضاءة وأعد التشغيل مرة واحدة | أعد الصياغة باستخدام وصف إيجابي لتوازن أبيض محايد |
| النموذج والدقة | أفاد بعض المستخدمين بأن الميل ظاهر عند 2K و4K، لكنه يكاد لا يُرى عند 1K | شغّل الصورة والموجه نفسيهما بدقة 1K مرة واحدة | قارن بين مستويات الدقة، وشغّل كلًا من 2.1 و2 وPro مرة واحدة |
| قناة الاستدعاء | قد لا تتطابق تسمية الأداة مع النموذج أو المجموعة المستخدمين فعليًا | افحص مجموعة الرمز وسجلات الاستدعاء وحجم الصورة | غيّر المجموعة لإجراء مقارنة A/B |
| ضغط المخرجات | قد يؤدي الضغط مرة ثانية إلى فقدان تفاصيل الألوان | افحص أبعاد الصورة بالبكسل وحجم الملف | استخدم الملف الأصلي واترك الضغط للمرحلة الأخيرة |
🎯 نصيحة للتشخيص: تتطلب النقطتان الثالثة والرابعة تشغيل الصورة نفسها باستخدام عدة نماذج ومجموعات للمقارنة. على APIYI عبر apiyi.com، يمكنك استخدام مفتاح API نفسه وتغيير معامل
modelفقط للمقارنة بين النماذج الثلاثة 2.1 و2 وPro، دون الحاجة إلى إنشاء حساب منفصل لكل منها.
احمرار الصورة بعد تعديلها باستخدام Nano Banana: تأكد أولًا من وجود الانحراف اللوني في الملف
قبل البدء في البحث عن السبب، استبعد احتمال أن تكون المشكلة في الشاشة أو برنامج عرض الصور. للقيام بذلك، اقرأ قيم LAB في المناطق المحايدة من الصورة، مثل الجدار الأبيض أو حافة النافذة البيضاء أو الأرضية الرمادية. نظام LAB هو فضاء لوني صُمم وفقًا لإدراك العين البشرية: يشير L إلى الإضاءة، وa إلى محور الأحمر والأخضر، حيث تعني القيمة الأعلى لونًا أكثر احمرارًا، وb* إلى محور الأصفر والأزرق، حيث تعني القيمة الأعلى لونًا أكثر اصفرارًا. استخدم أداة اختيار الألوان في Photoshop أو أي أداة تقرأ قيم LAB، وخذ عينة من الموضع نفسه في الصورة الأصلية والصورة الناتجة.
الحدود التالية مستمدة من التجربة وليست معيارًا رسميًا: إذا كان وسيط a في المنطقة المحايدة أعلى من قيمته في الصورة الأصلية بأكثر من 2، فعادةً ما يمكن ملاحظة الفرق بالعين؛ وإذا زاد بأكثر من 4، فالانحراف اللوني واضح. أما إذا لم تتغير قيمة a تقريبًا، لكن الصورة تبدو حمراء، فالمشكلة غالبًا في جهاز العرض أو ملف تعريف الألوان، ولا داعي للتسرع في فحص العناصر الخمسة التالية.
خمسة أسباب وراء ميل الصور المعدّلة بـ Nano Banana إلى الأحمر
السبب الأول: الصورة المرجعية نفسها قد تحمل مشكلة في الألوان
لماذا يحدث ذلك؟ هناك ثلاث مشكلات شائعة في الصورة المرجعية. أولًا، تستخدم الصور المصدّرة من أجهزة Apple غالبًا مساحة Display P3 اللونية الواسعة، ويحتوي الملف على ملف تعريف ICC يخبر البرنامج بمعيار الألوان المستخدم. بعض مسارات المعالجة لا تتعرف على ملف ICC، فتقرأ الصورة كما لو كانت تستخدم sRGB، ما يغيّر ألوانها. ثانيًا، قد لا تكون الصورة المرجعية قد رُفعت أصلًا: توضّح وثائق APIYI أن سلسلة Nano Banana تتطلب إرسال الصورة المرجعية بصيغة base64، ولا تدعم صيغة OpenAI. فإذا وضعت رابط URL في حقل image_url ضمن الصيغة المتوافقة مع OpenAI، فلن يرى النموذج الصورة الأصلية، وسيضطر إلى «تخمين» صورة اعتمادًا على النص وحده. ثالثًا، قد تتراكم الانحرافات عند مواصلة التعديل على نتيجة الجولة السابقة.
فيما يخص التراكم، تستحق تجربة مستخدم منشورة في منتدى Google الرسمي الاطلاع عليها، مع التنبيه إلى أنها تجربة مستخدم وليست استنتاجًا من Google: أجرى المستخدم ثلاث جولات تحرير متتالية بدقة 4K، فارتفعت قيمة a* في المناطق المحايدة من 2.02 ← 3.65 ← 5.81 ← 7.78، بزيادة نحو 2.1 إلى 2.4 في كل مرة. وتراوحت قيمة ΔE00، وهي مقياس للفرق بين لونين، بين 2.9 و3.7، بينما اتجه أكثر من 98% من البكسلات المحايدة نحو الأحمر.
كيف تتحقق في 30 ثانية؟
- استخدم خيار «عرض المعلومات» في برنامج عرض الصور للتحقق مما إذا كانت الصورة المرجعية تحتوي على ملف ICC الخاص بـ Display P3.
- افحص
usageMetadata.promptTokensDetailsفي الاستجابة، وتأكد من وجود رموز من نوع IMAGE؛ غيابها يعني أن الصورة لم تصل إلى النموذج. - قارن قيمة a* للجدار الأبيض في الصورتين الناتجتين عن الجولتين الأولى والثالثة؛ ارتفاعها من جولة إلى أخرى يدل على تراكم الانحراف.
كيف تصلح المشكلة؟ حوّل الصور جميعها إلى sRGB قبل الرفع، وأرسل الصورة المرجعية بصيغة base64 بدلًا من رابط URL. وابدأ كل جولة تعديل من الصورة الأصلية، لا من نتيجة الجولة السابقة. إذا احتجت فعلًا إلى التحرير على عدة جولات، توصي Google بإعادة إرسال توقيع التفكير (thought signature) للحفاظ على سياق الاستدلال. على APIYI، تدعم نقطة نهاية Gemini الأصلية التحرير الفعلي متعدد الجولات، بإعادة تمرير الصورة الناتجة من الجولة السابقة ضمن inlineData مع role:model. أما القناة العكسية فلا تدعم ذلك، لذا يجب إعادة إرسال الصورة في كل جولة.
العنصر الثاني: كلمات الإضاءة الدافئة في الموجه
لماذا يحدث الانحراف اللوني؟ لا يقتصر التعديل في Nano Banana على تغيير وحدات بكسل محددة. تشمل إمكانات التحرير في وثائق Google الرسمية ضبط الألوان، ويعرض أحد الأمثلة الرسمية توجيهًا لمطابقة الإضاءة والظلال مع البيئة الخارجية. وهذا يعني أن النموذج يدمج الإضاءة والظلال على مستوى الصورة كلها. عند ورود كلمات مثل «دافئ ومريح» أو «شمس ما بعد الظهيرة» أو «الغسق» أو «أجواء مميزة» أو «أسلوب إنستغرام» في الموجه، فمن المرجح أن يجعل النموذج الصورة بأكملها أكثر دفئًا. وأفاد مستخدم في منشور آخر على المنتدى بأن التشبع ولون البشرة ظلا يميلان إلى الأحمر حتى بعد كتابة «غيّر الملابس فقط، وأبقِ الإضاءة والخلفية كما هما». لذا، فإن تعديل الموجه يقلل احتمال المشكلة، لكنه لا يعالج جميع أسبابها.
كيف تتحقق خلال 30 ثانية؟ احذف من الموجه جميع الكلمات المتعلقة بالإضاءة والأجواء والدرجات اللونية، واترك كل شيء آخر كما هو، ثم أعد المحاولة وتحقق مما إذا كانت قيمة a* في المنطقة المحايدة قد انخفضت بوضوح.
كيف تصلح المشكلة؟ اتبع المبدأ الرسمي: «صف ما تريده، لا ما لا تريده»، مع تحديد ألوان المنتج التي تريد الحفاظ عليها بالتفصيل. يمكنك استخدام الموجه التالي مباشرة:
غيّر لون ونقش وسادة النافذة البارزة فقط، وأبقِ كل ما عدا المنتج كما هو. حافظ على إضاءة التصوير وتوازن اللون الأبيض واتجاه الظلال والخلفية في الصورة الأصلية؛ وأبقِ حافة النافذة البيضاء والجدران بلون أبيض محايد؛ ولا تضف فلترًا دافئًا أو ضوء غروب أو مصابيح بإضاءة دافئة أو ضوء شموع أو درجات ألوان الأفلام؛ واجعل درجة حرارة اللون الإجمالية محايدة كضوء النهار؛ واعتمد ألوان المنتج وفق قيم الألوان التي أقدمها، مثل الأخضر الداكن #2F4F4F.
تنطبق الفكرة نفسها على النسخة الإنجليزية: استخدم «Keep whites neutral» و«Use a neutral daylight color temperature»، مع تحديد قيمة اللون بصيغة hex. وتشير تجارب مستخدمي المنتدى إلى أن الصياغات المشابهة «تنجح أحيانًا، لكن ليس في كل مرة». بعد التعديل، أعد المحاولة مرة أو مرتين، وإذا استمر الانحراف اللوني، فانتقل إلى العنصر الثالث.
النقطة 3: الانحراف يظهر في 2K و4K، ويكاد لا يُرى في 1K
لماذا يحدث الانحراف؟ في منشور عن الميل إلى اللون الوردي على منتدى Google الرسمي، أفاد بعض المستخدمين بأن الانحراف اللوني ظاهر في مخرجات 2K و4K، لكنه غير ظاهر أو يكاد لا يُرى في 1K. وتأثر بذلك كل من Nano Banana Pro وNano Banana 2، ويمكن رصده في صور PNG وJPG. ولم تقدّم Google في المنشور نتيجة نهائية بشأن الإصلاح. بعبارة أخرى، حتى مع استخدام الموجه نفسه، قد تكون درجة الدقة متغيرًا مؤثرًا بحد ذاتها.
وهناك نقطة يسهل إساءة فهمها: تتحدد دقة الصورة الناتجة من خلال imageSize وaspectRatio في الطلب، وليس من خلال عبارات مثل «4K» أو «عالية الدقة» أو «فائقة الوضوح» في الموجه.
| نسبة الأبعاد | 1K | 2K | 4K |
|---|---|---|---|
| 1:1 | نحو 1024×1024 | نحو 2048×2048 | نحو 4096×4096 |
| 16:9 | نحو 1376×768 | نحو 2752×1536 | نحو 5504×3072 |
| طريقة التحقق | أبعاد في حدود 1024 بكسل تعني 1K | أبعاد في حدود 2048 تعني 2K | أبعاد في حدود 4096 تعني 4K، وهذا أدق من الاعتماد على تسمية الأداة |
كيف تتحقق خلال 30 ثانية؟ استخدم الصورة والموجه نفسيهما، وغيّر imageSize إلى 1K ثم أعد التوليد. إذا كانت نتيجة 1K طبيعية وظهرت المشكلة في 2K أو 4K، فاشتبه أولًا في مسار إخراج الصور عالية الدقة، لا في الموجه.
كيف تعالج المشكلة؟ إذا كانت دقة 1K كافية، مثلًا للصور المصغّرة أو الصور الصغيرة في صفحات التفاصيل، فاستخدمها أولًا لتوليد الصورة. أما إذا كنت تحتاج إلى صورة كبيرة، فجرّب النماذج الثلاثة مرة لكل منها وقارن النتائج. تفاصيل النماذج هي: صدر Nano Banana 2.1 (gemini-nano-banana-2.1) في 2026-10-06، ويدعم 1K و2K و4K، لكنه لا يدعم 512px؛ ويدعم Nano Banana 2 (gemini-3.1-flash-image) دقات 512px و1K و2K و4K، وتوصي Google رسميًا باستخدام 2.1 للمشاريع الجديدة؛ أما Nano Banana Pro (gemini-3-pro-image) فيقدم أعلى جودة. لاحظ أن تقارير المنتدى شملت كلًا من Pro وNano Banana 2، لذا فإن الانتقال إلى Pro لا يضمن اختفاء الانحراف. ولم تظهر تقارير علنية عن انحراف الألوان في 2.1 ضمن نطاق البحث، لكن لا يمكن الجزم بناءً على ذلك بأنه لا يعاني منه.
| النموذج | قيمة المعامل model |
خيارات الدقة | السعر لكل طلب |
|---|---|---|---|
| Nano Banana 2.1 | gemini-nano-banana-2.1 |
1K / 2K / 4K | $0.045 لكل طلب |
| Nano Banana 2 | gemini-3.1-flash-image |
512px / 1K / 2K / 4K | $0.055 لكل طلب |
| Nano Banana Pro | gemini-3-pro-image |
1K / 2K / 4K | $0.09 لكل طلب |
| المنصة المتاحة | APIYI apiyi.com | التبديل باستخدام مفتاح API نفسه | تم التحقق في 2026-10-30 |
تم التحقق من الأسعار في 2026-10-30، وتُعتمد قائمة النماذج على المنصة مرجعًا للنماذج والأسعار. وفقًا لهذا الجدول، تبلغ تكلفة تشغيل النماذج الثلاثة مرة واحدة لكل منها على الصورة نفسها نحو $0.19. ومع إضافة تجربة مقارنة واحدة بدقة 1K، تتجاوز تكلفة جولة المقارنة الكاملة قليلًا $0.20، وهو أقل بكثير من تكلفة تعديل أكثر من عشرين صورة يدويًا.
📷 موضع لقطة الشاشة 1 (صفحة سجلات الاستدعاء في APIYI): تعرض الأعمدة الأربعة في قائمة سجلات الاستدعاء: «النموذج المستخدم، وتوكنات الإدخال/الإخراج، والمبلغ المحتسب، والحالة». وتُستخدم للتحقق من النموذج المستخدم فعليًا وتكلفة كل طلب في تجربة المقارنة.
البند الرابع: النموذج الذي تعرضه الأداة ليس بالضرورة النموذج الفعلي
لماذا يظهر الانحراف اللوني؟ في تجربة أحد القراء، كانت الأداة تعرض أن «Banana 2 هو النموذج الافتراضي بمجرد الدخول»، لكن التسمية في الواجهة لا تثبت النموذج والمجموعة ونقطة النهاية المستخدمة فعليًا في الطلب. على APIYI، تتوفر سلسلة Nano Banana عبر قناتين مستقلتين، AI Studio وVertex، لتوفير التكرار: تستخدم المجموعة الافتراضية قناة AI Studio عبر المسار الرسمي، بينما تتوفر Vertex في مجموعة مستقلة وليست ضمن المجموعة الافتراضية.
تذكر الأسئلة الشائعة لدى APIYI أن الميل إلى الأحمر أو الألوان الدافئة بعد التعديل باستخدام Nano Banana Pro يظهر كثيرًا في سيناريوهات تعديل الصور. ويمكن تجربة الانتقال إلى مجموعة Vertex أو استخدام gpt-image-2 للمقارنة. لكن من المهم توضيح الحدود: فقد تمكن مستخدمون في المنتدى من تكرار الانحراف اللوني عبر مساري Replicate وVertex، لذا فالقناة ليست السبب الوحيد، والانتقال إلى Vertex هو اختبار A/B للمقارنة، وليس ضمانًا لإصلاح المشكلة.
كيف تتحقق خلال 30 ثانية؟
- راجع صفحة الرموز لمعرفة المجموعة المرتبطة بمفتاح API؛ إذ يُضبط اختيار المجموعة على الرمز، وليس في سجل كل طلب.
- تحقق من اسم النموذج الفعلي وعدد التوكنات والتكلفة في سجلات الاستدعاء.
- راقب حجم الصورة الواحدة بدقة 4K: نحو 18–20 ميغابايت في Vertex، و9–10 ميغابايت في AI Studio. ويمكن استخدام ذلك مؤشرًا غير مباشر على القناة.
- راجع
modelVersionفي الاستجابة للتأكد من أن الأداة لم تستبدل النموذج دون علمك.
📷 موضع لقطة الشاشة 2 (صفحة مجموعات الرموز في APIYI): اعرض القائمة المنسدلة للمجموعات عند إنشاء رمز أو تعديله، وحدد موضع مجموعة Default والمجموعات المرتبطة بـ Vertex، مع توضيح أن «تغيير القناة يتطلب تغيير مجموعة الرمز فقط، دون تعديل الشفرة».
كيف تصلح المشكلة؟ أنشئ رمزًا جديدًا مرتبطًا بمجموعة Vertex، ثم أعد التجربة باستخدام الصورة والموجه نفسيهما؛ لا تتغير طريقة الاستدعاء. عند استخدام استدعاء متوافق مع OpenAI، اضبط base_url على https://api.apiyi.com/v1، لكن يجب إرسال الصورة المرجعية لتعديل الصور بترميز base64 وفق متطلبات Gemini. لا تضع رابط URL في image_url لمجرد أنك تستخدم الصيغة المتوافقة.
إذا استمر الانحراف في المجموعتين، فجرّب gpt-image-2. تشير وثائق APIYI إلى أن دقة ألوانه تكون عادةً أفضل في تعديل الصور، إذ يميل إلى «إجراء تعديلات طفيفة على الصورة الأصلية»، بينما يميل banana pro إلى «إعادة الرسم بأسلوب فني». عند الانتقال إليه، ستحتاج إلى إعادة ضبط الموجه؛ وراجع قائمة النماذج على المنصة لمعرفة أسماء النماذج والتسعير. يمكنك أيضًا إعادة الاختبار أولًا على موقع imagen.apiyi.com باستخدام الصورة المرجعية والتعليمات نفسيهما، لاستبعاد وجود مشكلة في شفرتك.
البند 5: تعرّض الصورة الناتجة لضغط إضافي
لماذا يحدث انحراف اللون؟ بعد خروج الصورة من النموذج، قد تضغطها الأداة أو خدمة استضافة الصور أو لوحة إدارة المتجر الإلكتروني مرة أخرى. وغالبًا ما يستخدم الضغط أخذ عينات أقل من اللون، أي تخزين تفاصيل لونية أقل مع الاحتفاظ بتفاصيل السطوع. وأفاد مستخدمون في المنتديات أيضًا بأن المعلومات اللونية في مخرجات النموذج نفسها تبدو أقل دقة، ما يجعل تصحيحها لاحقًا أصعب. لكن من المهم التفريق بين الأمرين: قد يجعل ضغط JPEG الألوان باهتة ويُظهر بقعًا لونية عند الحواف، لكنه لا يفسّر ميل الصورة كلها إلى الأحمر بشكل متجانس؛ فهذا الميل يرتبط أساسًا بالنموذج والصورة المرجعية والموجه.
كيف تتحقق خلال 30 ثانية؟ افحص خصائص الملف. إذا كان حجم ملف 4K لا يتجاوز 1–2 ميجابايت، أو لم تكن أبعاده بالبكسل في حدود 4096، فهذا يشير إلى أنه خضع لضغط إضافي، أو أن imageSize لم يُطبّق أصلًا. في مثال توثيق APIYI، تكون قيمة inlineData.mimeType للصورة المُولّدة بنجاح هي image/jpeg، وقد تحتوي parts على مقاطع نصية أو صور وسيطة، لذا اختر الصورة الأخيرة.
كيف تصلح المشكلة؟ احفظ أولًا الملف الأصلي الذي أعاده النموذج، وأجّل الضغط إلى الخطوة الأخيرة قبل التسليم. وإذا أردت استخدام الصورة الناتجة مدخلًا للجولة التالية، فاضغطها وفق معايير صور الإدخال: اضغطها فقط إذا تجاوز حجمها 1.5 ميجابايت، واجعل الضلع الأطول لا يتجاوز 2048px، واضبط الجودة على 0.9، مع الحفاظ على التنسيق الأصلي. أما الحل الأخير فهو التصحيح اللاحق: استخدم الصورة الأصلية مرجعًا لقياس وسيط انحراف a/b في المناطق المحايدة، ثم طبّق إزاحة في فضاء LAB على الصورة كلها، مع تعديل a/b فقط وترك L* دون تغيير. وأظهرت تجربة أحد مستخدمي المنتدى أن الخطأ المتبقي بعد هذا التصحيح كان أقل من 0.3 في ثلاث تجارب، مع بقاء بنية الصورة وسطوعها دون تغيير، ما يجعله مناسبًا للمعالجة المجمّعة باستخدام السكربتات.
ترتيب تشخيص ميل الصور المعدّلة في Nano Banana إلى الأحمر خلال 10 دقائق
اجمع النقاط الخمس السابقة في تسلسل عملي يمكن اتباعه. لكل خطوة معيار للتحقق: انتقل إلى الخطوة التالية إذا تحقق المعيار، وإلا عالج المشكلة في الخطوة الحالية.
| الخطوة | الإجراء | معيار التحقق |
|---|---|---|
| 1. حفظ الأدلة | احفظ الصورة الأصلية والصورة الناتجة، وسجّل الأبعاد بالبكسل والحجم ونوع MIME ووجود ملف تعريف ICC | معلومات الصورتين مكتملة، ويمكن إعادة إنتاج النتيجة |
| 2. قياس انحراف اللون | اقرأ قيمتي a وb في منطقة محايدة | تابع فقط إذا كانت قيمة a* أعلى من الأصل بأكثر من 2؛ وإلا فتحقق من العرض |
| 3. فحص الصورة المرجعية | حوّلها إلى sRGB، وتحقق من base64، وافحص رمز IMAGE | يظهر IMAGE في promptTokensDetails |
| 4. العودة إلى الأصل | لا تعدّل نتيجة الجولة السابقة | لا تستمر قيمة a* في الارتفاع مع كل جولة عند توليد الصورة في جولة واحدة من الأصل |
| 5. تعديل الموجه | استخدم صياغة تطلب توازن بياض محايدًا، وأعد المحاولة مرة أو مرتين | تعود قيمة a* في المنطقة المحايدة إلى نطاق لا يتجاوز قيمة الأصل +2 |
| 6. المقارنة بدقة 1K | استخدم الصورة والموجه نفسيهما، واضبط imageSize على 1K |
حدد ما إذا كانت النتيجة «طبيعية بدقة 1K ومنحرفة بدقة 2K/4K» |
| 7. تغيير النموذج | جرّب كلًا من 2.1 ثم 2 ثم Pro مرة واحدة | حدد النموذج الأقل انحرافًا في اللون، وسجّل التكلفة |
| 8. تغيير القناة | انتقل إلى مجموعة Vertex أخرى أو جرّب gpt-image-2 | قارن بين النتيجتين لتحديد ما إذا كانت المشكلة مرتبطة بالقناة |
| 9. المعالجة اللاحقة كحل أخير | أجرِ إزاحة في فضاء LAB بالاعتماد على الصورة الأصلية | يقترب الفرق في المنطقة المحايدة مقارنة بالأصل من الصفر، مع حفظ معاملات التصحيح |
من المفيد تذكّر العلاقة بين بعض الأعراض وأسبابها: إذا اختلفت درجة انحراف اللون في كل تشغيل للموجه نفسه، فهذا تذبذب في أخذ العينات؛ أعد المحاولة مرة أو مرتين. أما إذا زادت الحمرة مع كل تعديل، فالسبب هو التراكم عبر جولات متعددة. وإذا ظهر الانحراف في أداة أو مجموعة محددة فقط، فقد تكون المشكلة في القناة أو المعاملات أو الترميز. كل استدعاء API عملية مستقلة، وقد تختلف النتيجة من مرة إلى أخرى حتى مع الموجه والصورة نفسيهما، لذا فإن إعادة المحاولة حل فعّال بحد ذاته.
💡 نصيحة للمقارنة: يُفضّل تنفيذ الخطوتين 7 و8 على منصة واحدة. عبر APIYI apiyi.com، يمكنك تشغيل نماذج مختلفة بالمفتاح نفسه، وتجربة مجموعات مختلفة باستخدام رمزَي وصول. تسجّل سجلات الاستدعاء النموذج والتكلفة في كل مرة، ما يجعل مقارنة النتائج سهلة وواضحة.
الأسئلة الشائعة FAQ
س1: هل انحياز الصور إلى الأحمر بعد تعديلها باستخدام Nano Banana خلل اعترفت به Google رسميًا؟
لا يوجد تأكيد رسمي لذلك. أبلغ مستخدمون في منتدى Google الرسمي عن ميل طفيف إلى الوردي أو الأحمر بعد التعديل، وقدموا قياسات لقيمة a*، لكن Google لم تؤكد السبب أو تقدم توضيحًا بشأن إصلاحه في المنشور. جميع الأرقام المذكورة في هذا المقال مستمدة من اختبارات المستخدمين.
س2: هل يمنع الانتقال إلى Nano Banana Pro ظهور الميل إلى الأحمر؟
ليس بالضرورة. شمل تقرير المنتدى كلاً من Pro وNano Banana 2، وتذكر الأسئلة الشائعة لدى APIYI أيضًا أن Pro يميل أكثر إلى الألوان الدافئة عند تعديل الصور. الأفضل تجربة النماذج الثلاثة مرة لكل نموذج باستخدام الصورة والموجه نفسيهما، ثم مقارنة قيم a* بدلًا من تغيير النموذج اعتمادًا على الانطباع الشخصي.
س3: هل أصلح Nano Banana 2.1 مشكلة الميل إلى الأحمر؟
لم تُنشر تفاصيل عن إصلاح للمشكلة. صدر الإصدار 2.1 في 2026-10-06، وتقول Google إنه يقدم جودة صورة أفضل واتساقًا أعلى عبر جولات التعديل المتعددة. ولم تظهر تقارير عن انحراف الألوان ضمن نطاق البحث، لكن هذا لا يعني أن المشكلة غير موجودة. توصي Google باستخدام 2.1 للمشاريع الجديدة، لذا يمكنك وضعه أولًا في المقارنة.
س4: هل يضمن الانتقال إلى مجموعة Vertex حل المشكلة؟
لا ضمان لذلك. فقد تمكن مستخدمون في المنتدى من تكرار انحراف الألوان عبر مسار Vertex أيضًا، لذا فإن تغيير المجموعة لا يعدو كونه اختبار A/B للمقارنة. في APIYI apiyi.com، يكفي تغيير المجموعة في الرمز المميز للانتقال إلى Vertex دون تعديل الشفرة، ما يجعل تكلفة المقارنة منخفضة ويستحق التجربة.
س5: لماذا تنحرف ألوان الصور الناتجة عبر API بينما تبدو طبيعية في واجهة الويب؟
نسخة Gemini على الويب تعمل كوكيل، وقد تعيد صياغة الموجه أو تجري محاولات داخلية متعددة وتختار أفضل نتيجة. أما API فتجري استدعاءً واحدًا، ويمر الموجه إلى النموذج كما هو. وهناك سبب شائع آخر، وهو أن الصورة المرجعية لم تُرسل فعليًا. توصي وثائق APIYI apiyi.com باستخدام base64 للصورة المرجعية، والتحقق من وجود رمز IMAGE ضمن `promptTokensDetails`.
س6: كيف يمكن إصلاح أكثر من عشرين صورة أصبحت مائلة إلى الأحمر دفعة واحدة؟
استخدم إزاحة LAB للتصحيح الجماعي: اتخذ الصورة الأصلية غير المعدلة مرجعًا، وقِس وسيط الانحراف في قيمتي a*/b* للمناطق المحايدة، ثم طبّق إزاحة معاكسة على الصورة كاملة مع تعديل a*/b* فقط. أظهرت اختبارات مستخدمين في المنتدى أن الانحراف المتبقي أقل من 0.3. هذا تصحيح بعد حدوث المشكلة؛ أما لتحديد سببها، فاتبع أولًا خطوات التشخيص التي تستغرق 10 دقائق.
أهم النقاط حول الميل إلى الأحمر عند تعديل الصور باستخدام Nano Banana
- قس أولًا، ثم صحّح: إذا كانت قيمة a* في المنطقة المحايدة أعلى من الأصل بأكثر من 2، فهذا يعني أن الانحراف اللوني موجود فعلًا في الملف.
- استخدم صورة مرجعية نظيفة: حوّلها إلى sRGB واستخدم base64، ولا تضع رابط URL داخل
image_url. - عُد إلى الصورة الأصلية في كل جولة: في اختبار أجراه مستخدم، ارتفعت قيمة a* من 2.02 إلى 7.78 بعد تعديل صورة 4K ثلاث مرات متتالية.
- صِغ أوصاف الإضاءة بصيغة إيجابية: استخدم عبارات مثل «أبيض محايد» و«درجة حرارة لون ضوء النهار» و«الحفاظ على توازن الأبيض في الصورة الأصلية».
- استخدم 1K للمقارنة السريعة: إذا كانت نتيجة 1K طبيعية، بينما يظهر الانحراف عند 2K أو 4K، فتحقّق أولًا من مسار المعالجة عالي الدقة.
- قارن بين النماذج والقنوات باختبار A/B: استخدم مفتاح API نفسه مع تغيير
modelوالمجموعة، ثم راجع التكلفة في السجلات. - استخدم إزاحة LAB كحل أخير: عدّل قيمتي a وb فقط؛ ويمكن أتمتة التصحيح الدفعي باستخدام برنامج نصي.
الخلاصة
أبرز خطوات تشخيص الميل إلى الأحمر عند تعديل الصور باستخدام Nano Banana:
- تأكد أولًا من وجود الانحراف في الملف: اقرأ قيمة a* في المنطقة المحايدة لاستبعاد مشكلات العرض، ثم انتقل إلى فحص العناصر الخمسة.
- افحص العناصر من الأقل تكلفة إلى الأعلى: الصورة المرجعية ← أوصاف الإضاءة في الموجه ← النموذج والدقة ← قناة الاستدعاء ← ضغط المخرجات. يمكن التحقق من كل عنصر خلال 30 ثانية.
- المقارنة أكثر فاعلية من التخمين: قارن نتيجة 1K، وثلاثة نماذج، ومجموعتين؛ وتكلف جولة المقارنة الكاملة أكثر بقليل من 0.20 دولار.
- اعرف حدود الحلول: لا توجد حاليًا خطوة تضمن التخلص من الميل إلى الأحمر، لكن يمكن تقليل احتماله، وتحديد مصدره أولًا، ثم تصحيحه.
بالنسبة إلى الفرق التي تعدّل صور المنتجات بكميات كبيرة، يُنصح بإدراج «العودة إلى الصورة الأصلية، واستخدام موجه لتوازن الأبيض المحايد، والمقارنة بدقة 1K» ضمن سير العمل الثابت. ويُنصح باستخدام مفتاح API نفسه على APIYI عبر apiyi.com لمقارنة النماذج والقنوات، ثم مراجعة سجلات الاستدعاء للتحقق من النموذج المستخدم وتكلفة كل طلب.
📚 المراجع
- وثائق Gemini API: «توليد الصور باستخدام Nano Banana»: شرح النماذج والدقة وإمكانات التحرير
- الرابط:
ai.google.dev/gemini-api/docs/image-generation -
التفاصيل: المرجع الرسمي لـ
imageSizeوaspectRatioوتوقيع التفكير وصياغة تعليمات الحفاظ على التفاصيل (تمت الزيارة في 2026-10-30) -
وثائق Google Cloud: «أفضل ممارسات توليد الصور باستخدام Gemini»: أفضل ممارسات كتابة الموجهات
- الرابط:
docs.cloud.google.com/gemini-enterprise-agent-platform/models/capabilities/gemini-image-generation-best-practices -
التفاصيل: مصدر مبدأ «صف ما تريده، لا ما لا تريده»
-
جدول إيقاف نماذج Gemini API: حالة إصدار كل نموذج وإيقافه
- الرابط:
ai.google.dev/gemini-api/docs/deprecations -
التفاصيل: تأكيد عدم الإعلان عن موعد لإيقاف الإصدارين الرسميين من 2 وPro
-
منشور في منتدى Google الرسمي حول الميل إلى اللون الوردي: اختبار أجراه مستخدم لصور ظهرت بميل وردي طفيف بعد تحريرها
- الرابط:
discuss.ai.google.dev/t/edited-images-return-with-a-slight-pink-color-cast-after-migration-from-preview-to-image/176315 -
التفاصيل: بيانات تراكم a* والفروق بين 1K و2K و4K والقيم المتبقية بعد تصحيح LAB، كلها نتائج اختبارات أجراها مستخدم
-
مركز وثائق APIYI: «ماذا تفعل إذا مالت الصورة إلى اللون الأحمر بعد تعديلها باستخدام banana pro؟»، و«دليل تطوير سلسلة Nano Banana»، و«شرح ضغط الصور ودقة الإخراج»، و«سجلات الاستدعاء»
- التفاصيل: معلومات المنصة حول المجموعات والقنوات وإرسال الصور بصيغة base64 وحجم المخرجات وحقول السجلات (تم التحقق منها في 2026-10-30). يمكن البحث عن الوثائق بعناوينها في مركز الوثائق
الكاتب: الفريق التقني في APIYI
التواصل التقني: يمكنكم التواصل معنا عبر الصفحة الرئيسية لموقع APIYI، والاطلاع على مزيد من موارد دمج نماذج الصور في مركز الوثائق docs.apiyi.com
