Tutorial Pengeditan Multi-Putaran Nano Banana 2.1: 3 Elemen Umpan Balik agar Pengeditan Gambar Beruntun dalam 2 Putaran Tidak Kehilangan Detail

Catatan penulis: Melalui contoh lengkap “mengganti mahkota dengan topi merah, lalu mengubah hati berwarna merah muda menjadi biru”, artikel ini menjelaskan riwayat percakapan, gambar dari putaran sebelumnya, dan tanda tangan pemikiran yang perlu dikirim kembali pada setiap putaran pengeditan Nano Banana 2.1 agar perubahan lokal tidak menghapus hasil dari putaran sebelumnya.

Banyak developer mengalami masalah yang sama saat pertama kali menggunakan gemini-nano-banana-2.1 untuk mengedit gambar: hasil putaran pertama sudah bagus, tetapi saat ingin menyempurnakan bagian kecil pada putaran kedua, perubahan sebelumnya malah “tertimpa” atau seluruh gaya gambar dibuat ulang. Artikel ini menjelaskan cara yang tepat untuk mengirim kembali data dalam pengeditan multi-putaran Nano Banana 2.1, agar kamu bisa mengedit gambar secara berurutan dalam dua putaran tanpa kehilangan detail.

Ini bukan sekadar artikel penjelasan konsep lainnya. Kita akan membahas contoh yang bisa direproduksi: pada putaran pertama, mahkota di kepala karakter diganti dengan topi merah; pada putaran kedua, hanya hati berwarna merah muda yang diubah menjadi biru, sementara topi merah tetap dipertahankan. Kami akan menyertakan kode lengkap untuk kedua permintaan dan menjelaskan data yang perlu disertakan pada setiap putaran.

Manfaat utama: Setelah membaca artikel ini, kamu akan memahami cara kerja pengeditan multi-putaran Nano Banana 2.1, mengetahui tiga elemen yang harus dikirim kembali di setiap permintaan, dan bisa langsung menggunakan kode yang disediakan untuk melakukan pengeditan berurutan pada bagian tertentu.

Poin Penting Pengeditan Multi-Turn Nano Banana 2.1

Mari luruskan konsepnya terlebih dahulu. Pengeditan “multi-turn native” pada Nano Banana 2.1 lebih tepat disebut “pengeditan berkelanjutan”: setiap putaran merupakan permintaan API yang berdiri sendiri. Model bisa “mengingat” perubahan pada putaran sebelumnya karena konteksnya disertakan kembali secara lengkap dalam permintaan, bukan karena server menyimpan sesi untuk Anda.

Mengapa Pengeditan Multi-Turn Nano Banana 2.1 Bisa “Kehilangan Detail”

Kesalahan yang paling umum adalah mengirim instruksi singkat seperti “ubah hati merah muda menjadi biru” pada putaran kedua, lalu menyertakan gambar asli. Dengan begitu, model tetap melihat gambar asli yang memakai mahkota, sehingga mahkotanya akan dipertahankan dan topi merah dari putaran pertama pun hilang. Kesalahan lainnya adalah hanya menyertakan gambar keluaran putaran pertama tanpa riwayat. Model memang menerima versi dengan topi merah, tetapi tidak tahu bahwa topi itu sengaja diubah pada putaran sebelumnya dan harus dipertahankan. Akibatnya, model bisa saja ikut mengubah warna atau bentuk topi saat mengedit.

Cara yang benar-benar stabil adalah mengirimkan kembali seluruh interaksi pada putaran pertama sebagai riwayat percakapan: instruksi pengguna, gambar yang dikembalikan model, dan tanda tangan yang disertakan dalam balasan model. Dokumentasi resmi Google juga menjelaskan bahwa skenario pengeditan gambar multi-turn dilakukan dengan cara ini. Tanda tangan dalam riwayat membantu model melanjutkan konteks penalaran, sehingga model hanya mengubah bagian yang Anda tentukan.

Struktur Permintaan Pengeditan Multi-Turn Nano Banana 2.1

contents pada permintaan putaran kedua berupa larik yang disusun menurut urutan waktu dan setidaknya terdiri atas tiga bagian: pesan user dari putaran pertama (gambar asli dan instruksi), balasan model dari putaran pertama (berisi gambar keluaran dan tanda tangan), serta instruksi user baru pada putaran kedua. Kuncinya, bagian balasan model harus “diputar ulang” tanpa perubahan. Jangan hanya mengambil gambar base64 lalu menyusunnya kembali, karena kolom tanda tangan mudah hilang dalam proses konversi.

Panduan Cepat Pengeditan Multi-Turn Nano Banana 2.1

Di bawah ini, kita akan menggunakan Python dan pustaka requests untuk memanggil format generateContent native Gemini secara langsung. Kita tidak menggunakan format chat yang kompatibel dengan OpenAI karena pengeditan multi-turn perlu mengirimkan kembali thought signature dan bagian gambar. Format native dapat mempertahankan struktur asli bidang-bidang ini seutuh mungkin.

Daftar Persiapan

Contoh sederhana: Putaran 1 mengganti mahkota dengan topi merah

Putaran pertama adalah permintaan edit gambar biasa: satu pesan user yang berisi gambar asli dan instruksi. Hal terpenting adalah menyimpan seluruh konten model yang dikembalikan karena akan digunakan pada putaran berikutnya.

import base64, requests

BASE_URL = "https://api.apiyi.com/v1"  # APIYI menyediakan antarmuka terpadu; untuk jalur format native, lihat dokumentasi
API_KEY = "YOUR_API_KEY"
MODEL = "gemini-nano-banana-2.1"
URL = f"{BASE_URL}/models/{MODEL}:generateContent"
HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}

img_b64 = base64.b64encode(open("origin.png", "rb").read()).decode()
user1 = {"role": "user", "parts": [
    {"inline_data": {"mime_type": "image/png", "data": img_b64}},
    {"text": "把角色头上的皇冠换成一顶红色的帽子，其他内容保持不变。"}]}

resp = requests.post(URL, headers=HEADERS, json={
    "contents": [user1],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]}}).json()
model1 = resp["candidates"][0]["content"]  # Simpan apa adanya, termasuk gambar dan thoughtSignature

Hal yang paling perlu diperhatikan adalah baris terakhir: model1 mengambil seluruh objek candidates[0].content, bukan hanya data gambarnya. Bagian-bagian dalam objek ini bisa mencakup teks, gambar, dan kolom thoughtSignature. Dengan menyimpannya apa adanya, tidak ada bagian yang terlewat.

Contoh lengkap: Di putaran ke-2, ubah hanya hati merah muda menjadi biru dan pertahankan topi merah

Inti putaran kedua adalah menyusun contents: [user1, model1, user2]. Kode lengkap di bawah mencakup dua putaran pemanggilan, pemeriksaan tanda tangan, dan penyimpanan gambar, sehingga bisa langsung dijalankan.

import base64
import requests

BASE_URL = "https://api.apiyi.com/v1"  # Memanggil melalui APIYI; lihat docs.apiyi.com untuk jalur format native
API_KEY = "YOUR_API_KEY"
MODEL = "gemini-nano-banana-2.1"
URL = f"{BASE_URL}/models/{MODEL}:generateContent"
HEADERS = {"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"}
GEN_CONFIG = {"responseModalities": ["TEXT", "IMAGE"]}


def call(contents):
    """Kirim satu permintaan generateContent dan kembalikan objek content lengkap dari balasan model"""
    r = requests.post(URL, headers=HEADERS,
                      json={"contents": contents, "generationConfig": GEN_CONFIG},
                      timeout=180)
    r.raise_for_status()
    return r.json()["candidates"][0]["content"]


def save_image(content, path):
    """Ambil gambar dari balasan model dan simpan"""
    for part in content.get("parts", []):
        data = part.get("inlineData") or part.get("inline_data")
        if data:
            open(path, "wb").write(base64.b64decode(data["data"]))
            return True
    return False


def has_signature(content):
    """Periksa apakah balasan menyertakan tanda tangan pemikiran"""
    return any("thoughtSignature" in p or "thought_signature" in p
               for p in content.get("parts", []))


# ---------- Putaran ke-1: mahkota → topi merah ----------
img_b64 = base64.b64encode(open("origin.png", "rb").read()).decode()
user1 = {"role": "user", "parts": [
    {"inline_data": {"mime_type": "image/png", "data": img_b64}},
    {"text": "把角色头上的皇冠换成一顶红色的帽子，其他内容保持不变。"}]}

model1 = call([user1])
save_image(model1, "round1_red_hat.png")
print("第 1 轮签名存在:", has_signature(model1))

# ---------- Putaran ke-2: hati merah muda → hati biru, pertahankan topi merah ----------
user2 = {"role": "user", "parts": [
    {"text": "在上一张图的基础上，只把胸前的粉色爱心改成蓝色。"
             "红色帽子和其他所有细节保持不变。"}]}

# Kunci: sertakan seluruh riwayat dan teruskan model1 apa adanya (termasuk gambar dan tanda tangan dari putaran sebelumnya)
history = [user1, model1, user2]
model2 = call(history)
save_image(model2, "round2_blue_heart.png")
print("第 2 轮签名存在:", has_signature(model2))

# Untuk putaran ke-3, lanjutkan dengan menambahkan: history += [model2, user3]

🚀 Mulai cepat: Sebaiknya jalankan dulu kode dua putaran di atas menggunakan kuota uji coba gratis di APIYI apiyi.com. Pastikan topi merah masih terlihat dan hanya warna hati yang berubah pada gambar putaran kedua, baru setelah itu integrasikan ke alur kerja Anda.

Teknik Menulis Instruksi Putaran ke-2

Agar pengeditan berulang bisa “mengubah bagian tertentu saja”, cara menulis instruksi juga berpengaruh, selain struktur yang dikirim kembali. Sebaiknya, instruksi putaran kedua menjelaskan tiga hal sekaligus: gambar mana yang menjadi dasar, bagian mana yang diubah, dan bagian mana yang harus tetap sama. Contohnya, “Berdasarkan gambar sebelumnya, ubah hanya hati berwarna merah muda menjadi biru. Pertahankan topi merah dan detail lainnya.” Instruksi ini jauh lebih konsisten daripada sekadar “Ubah menjadi biru”.

Selain itu, jangan lampirkan ulang gambar asli pada putaran kedua. Gambar asli sudah ada di user1. Jika gambar itu dimasukkan lagi ke user2, model mungkin menganggapnya sebagai objek referensi baru dan justru mengembalikan versi dengan mahkota.

Perbandingan Tiga Cara Mengirim Kembali Riwayat Edit Multi-Putaran Nano Banana 2.1

Untuk menjelaskan mengapa “ketiga unsur harus lengkap”, kami membandingkan tiga cara yang umum digunakan. Tabel berikut menggambarkan secara kualitatif perilaku tiap cara pengiriman ulang, sehingga kamu bisa cepat mengetahui cara mana yang digunakan oleh kodemu.

Penjelasan Perbandingan

Analisis cara A: Kelebihan cara A adalah penerapannya paling sederhana karena setiap putaran merupakan permintaan yang berdiri sendiri. Namun, model sama sekali tidak bisa melihat hasil putaran pertama, sehingga pengeditan dilakukan ulang seperti satu putaran biasa. Sebaliknya, dengan mengirim kembali riwayat lengkap, model dapat melanjutkan pengeditan putaran kedua berdasarkan hasil putaran pertama.

Analisis cara B: Cara B lebih hemat dari segi ukuran permintaan karena hanya mengirim satu gambar. Namun, model tidak memiliki konteks bahwa “topi merah sengaja diubah” dan juga tidak menerima tanda tangannya, sehingga konsistensi bagian tertentu tidak terjamin. Untuk skenario seperti menyempurnakan desain secara bertahap atau membuat gambar utama untuk e-commerce, cara C tetap menjadi pilihan yang lebih andal.

💡 Saran memilih: Jika kebutuhan bisnismu mencakup pengeditan berulang lebih dari dua putaran, sebaiknya langsung gunakan cara C. Kamu bisa mencoba ketiga cara tersebut dengan kode yang sama di APIYI apiyi.com, lalu membandingkan gambar hasilnya. Perbedaannya akan terlihat jelas.

Memilih Nano Banana 2.1 dan Model Lain dalam Seri yang Sama

Seri Nano Banana di APIYI memiliki beberapa model. Pengeditan berulang merupakan penggunaan lanjutan dari kemampuan pengeditan. Tabel berikut membantu kamu menentukan pilihan di antara model-model dalam seri yang sama.

Cara Mengatasi Masalah Umum dalam Pengeditan Multi-Turn Nano Banana 2.1

Dalam implementasi langsung, sebagian besar masalah “hasil edit sebelumnya hilang” biasanya disebabkan oleh beberapa hal yang sama. Berikut daftar pemeriksaan berdasarkan frekuensi kemunculannya. Periksa satu per satu saat melakukan penelusuran masalah.

1. Tanda tangan hilang: Setelah mengubah balasan model ke struktur data sendiri, lalu menyusunnya kembali, nama field bisa berubah kapitalisasinya atau tingkat nested-nya. Akibatnya, thoughtSignature tidak ikut terkirim. Solusinya, simpan dan kirim kembali objek content asli secara langsung.
2. Peran keliru: Jika balasan model pada putaran pertama diberi peran user, model akan menganggap keluarannya sendiri sebagai gambar baru yang diunggah pengguna. Balasan model harus tetap menggunakan role: model.
3. Urutan terbalik: contents harus disusun secara kronologis: user1, model1, lalu user2. Jangan meletakkan instruksi baru di bagian awal.
4. Format tercampur: Jika putaran sebelumnya menggunakan format yang kompatibel dengan OpenAI, lalu putaran berikutnya beralih ke format native, konversi field di antaranya dapat menyebabkan tanda tangan hilang. Sebaiknya gunakan format native Gemini secara konsisten selama seluruh alur multi-turn.
5. Riwayat terlalu panjang: Semakin banyak putaran, semakin banyak gambar yang disertakan dalam permintaan. Akibatnya, ukuran data dan waktu pemrosesan meningkat. Untuk alur panjang yang melebihi dua atau tiga putaran, pertimbangkan untuk memulai riwayat baru pada titik penting dengan menjadikan hasil saat ini sebagai gambar awal yang baru.

🎯 Saran teknis: Saat menelusuri masalah, cetak struktur parts dari model1 terlebih dahulu untuk memastikan field thoughtSignature memang ada. Setelah itu, periksa apakah isi tersebut disertakan tanpa perubahan dalam isi permintaan putaran kedua. Pusat dokumentasi APIYI apiyi.com menyediakan contoh penyusunan format native Gemini dan percakapan multi-turn yang bisa dijadikan acuan.

FAQ Umum

Poin Penting tentang Pengeditan Multi-putaran Nano Banana 2.1

• Pada dasarnya, ini adalah pengeditan berkelanjutan: setiap putaran merupakan permintaan terpisah, dan konteks dipertahankan dengan mengirimkannya kembali dari sisi klien.
• Tiga elemen ini wajib ada: riwayat percakapan lengkap, gambar keluaran dari putaran sebelumnya, dan thought signature.
• Kirim kembali konten model tanpa perubahan: simpan langsung candidates[0].content agar signature tidak hilang.
• Gunakan format native: struktur contents pada generateContent paling cocok untuk mengirim kembali gambar dan signature.
• Jelaskan bagian yang harus dipertahankan: pada putaran kedua, sebutkan dengan jelas “bagian yang diubah dan bagian yang tidak boleh berubah” agar pengeditan lokal lebih konsisten.
• Jangan lampirkan ulang gambar asli: melampirkannya pada putaran kedua bisa membuat model kembali ke versi sebelum diedit.
• Uji dengan biaya rendah: gunakan kuota gratis APIYI apiyi.com untuk menuntaskan pengujian dua putaran sebelum peluncuran.

Kesimpulan

Hal-hal penting dalam pengeditan multi-putaran Nano Banana 2.1:

1. Mekanisme: pengeditan multi-putaran sebenarnya merupakan pengeditan berkelanjutan yang mengandalkan pengiriman konteks kembali dari sisi klien. Kemampuan server untuk mengingat konteks secara otomatis belum terverifikasi, jadi jangan mengandalkannya.
2. Konten yang dikirim kembali: permintaan putaran kedua harus mencakup user1, model1 tanpa perubahan (termasuk gambar dan thought signature), serta user2.
3. Tips praktik: gunakan format native Gemini secara konsisten, jelaskan bagian yang harus dipertahankan dalam instruksi, dan jangan lampirkan ulang gambar asli pada putaran baru.

Setelah memahami tiga hal ini, proses pengeditan gambar berkelanjutan dalam dua putaran—seperti “ganti mahkota dengan topi merah, lalu ubah hati merah muda menjadi biru”—bisa direproduksi dengan stabil. Struktur yang sama juga dapat diterapkan untuk lebih banyak putaran.

Sebaiknya uji hasilnya lebih dulu melalui APIYI apiyi.com. Platform ini menyediakan antarmuka yang kompatibel dengan OpenAI dan format native Gemini. Satu kunci API cukup untuk memanggil seri Nano Banana dan berbagai model utama lainnya. Biayanya dihitung berdasarkan pemakaian, sehingga cocok untuk pengujian skala kecil sebelum diintegrasikan ke lingkungan produksi.

📚 Referensi

1. Dokumentasi pembuatan dan pengeditan gambar Google Gemini API: Penjelasan resmi tentang pengeditan gambar dalam beberapa putaran
2. Tautan: ai.google.dev/gemini-api/docs/image-generation

3. Keterangan: Menjelaskan struktur permintaan pengeditan gambar dan cara melakukan pengeditan berkelanjutan dalam percakapan

4. Dokumentasi tanda tangan pemikiran Google Gemini API: Penjelasan tentang mekanisme thought signature

5. Tautan: ai.google.dev/gemini-api/docs/thought-signatures

6. Keterangan: Menjelaskan fungsi tanda tangan serta cara mengirimkannya kembali dalam permintaan beberapa putaran

7. Pusat dokumentasi APIYI: Panduan pengembangan untuk seri Nano Banana, panduan penerapan percakapan beberapa putaran, dan panduan pemanggilan menggunakan format native Gemini

8. Tautan: docs.apiyi.com
9. Keterangan: Berisi endpoint integrasi, jalur format native, dan contoh penyusunan riwayat percakapan sebagai acuan penerapan kode dalam artikel ini

Penulis: Tim Teknis APIYI
Diskusi teknis: Hubungi kami melalui halaman beranda situs APIYI. Materi integrasi lainnya untuk seri Nano Banana tersedia di pusat dokumentasi docs.apiyi.com

Artikel terkait

• Nano Banana 2 vs 2.1 dalam Rendering Teks: Perbandingan Uji Nyata pada 5 Set Poster dan Daftar Panduan Pemilihan: Banyak yang mengatakan rendering teks Nano Banana 2.1 lebih baik, jadi mengapa ada yang merasa generasi 2 lebih akurat? Jelaskan kapan perlu beralih dan kapan tidak, menggunakan 5 skenario poster yang dapat direproduksi, kriteria penerimaan, dan harga per penggunaan.
• Apa saja yang ditingkatkan di Nano Banana 2.1? Bedah 6 peningkatan utama dan perbandingan performanya dengan Nano Banana Pro: Nano Banana 2.1 adalah versi peningkatan dari Nano Banana 2, dengan skor benchmark resmi yang sudah melampaui Nano Banana Pro, tetapi apakah hasil gambar sebenarnya benar-benar lebih unggul? Artikel ini mengulas 6 peningkatan utama, data evaluasi resmi dan pihak ketiga, serta rekomendasi pemilihan antara Nano Banana 2.1 dan Pro sesuai skenario penggunaan.
• Analisis Lengkap Harga Nano Banana 2.1: 5 Perbedaan Utama dibandingkan Nano Banana 2 dan Perhitungan Penghematan Biaya: Ulasan Harga Nano Banana 2.1 berdasarkan halaman harga resmi Google: harga per gambar keluaran turun setengah, tetapi harga token input dan pemikiran naik, konsumsi 4K meningkat, dan opsi 0,5K dihapus; mencakup biaya per gambar 1K/2K/4K, harga Batch, titik impas, dan saran migrasi.
• Satu Gambar Menipu 3 Juta Orang? Tutorial 2 Langkah Membuat Foto Wisata Pseudo-Dokumenter Satir AI dengan GPT Image 2.5: Bedah video satir Paris karya Wytse Koetse dengan terlebih dahulu menggunakan gpt untuk menulis petunjuk terstruktur, lalu memakai gpt-image-2.5-sunburst atau gemini-nano-banana-2.1 guna memproduksi cuplikan pseudo-dokumenter bernada 'iklan wisata palsu' secara massal.