Nano Banana Pro 顔の一貫性完全ガイド：モデルの顔の歪み問題を解決する4つのテクニック

著者注：Nano Banana Proにおける顔の一致性の技術的限界と実用的な解決策を深く掘り下げます。参照画像戦略、プロンプトテンプレート、多段階編集ワークフロー、そしてAPIYIを活用した1回0.05ドルの低コストで高頻度な反復手法を網羅しています。

Nano Banana Proでモデル画像を生成する際、最も多い悩みは「顔がいつも歪んでしまう」「なぜか太って見える」「シーンを変えると別人のようになってしまう」といったものです。これらの問題には解決策がありますが、まず重要な前提を理解する必要があります。それは、Nano Banana Proは現在、生成をまたいで100%の顔の一致性を保つことは不可能であるということです。生成のたびに顔の特徴が再解析されるため、これはモデルのアーキテクチャ上の制限であり、プロンプトの書き方が悪いわけではありません。

この記事の価値：この記事を読み終える頃には、顔の一致性問題の根本原因を理解し、「参照画像戦略 ＋ プロンプトの組み合わせ ＋ 多段階反復」という三位一体のベストプラクティスを習得できるでしょう。また、APIYIを利用して1回0.05ドルという低コストで試行錯誤を繰り返し、最適解を見つける方法も解説します。

まずは整理：なぜ顔の一致性を保つのは難しいのか？

重要な認識：Nano Banana Pro は、顔の固定（フェイステキストの一致性）に特化して設計されているわけではありません。その強みは、画像クオリティと文字のレンダリングにあります。Stable Diffusion（LoRA追加可能）、Flux（写実性が極めて高い）、InstantID などの顔の一致性に特化したツールと比較すると、Nano Banana Pro にはこの点において構造的な限界があります。プロンプトの改善は助けになりますが、万能薬ではありません。参考画像 ＋ プロンプト ＋ 反復戦略の3つを組み合わせて初めて、一致性を最大化できます。

Nano Banana Pro 顔の一致性における能力の境界線

公式にサポートされている一致性メカニズム

Nano Banana Pro は、参考画像を通じて顔の一致性を実現することをネイティブでサポートしています。技術的な詳細は以下の通りです。

• 最大14枚の参考画像：最大14枚の画像を参考としてアップロード可能。6枚以内が最も再現度が高くなります。
• 最大5人まで同時に一致性を維持：1回の生成で最大5人の人物の顔の特徴を追跡できます。
• アイデンティティ・潜在コード（Identity Latent Code）メカニズム：モデルが顔を「安定した潜在的表現」としてマッピングし、シーンを変更してもアイデンティティのアンカーを保持します。
• Image-to-Image（画像から画像）編集：参考画像をアップロードした後、顔を変えずに服装、背景、ポーズを変更するよう指示できます。

実際の限界（正直な評価）

公式が謳う能力            実際の使用感
─────────────────────────────────────────
「顔のアイデンティティを固定」 →  生成ごとに依然として微細なズレが生じる
「シーンを跨いでも一致を保持」 →  光の当たり方や角度の変化で顔の再解析が走る
「14枚の参考画像をサポート」  →  参考画像の質が低いと効果が大幅に低下する
「5人同時に維持」           →  2人を超えると一致性が明らかに低下する

結論：現在、Nano Banana Pro の顔の一致性は「実用的」から「良好」の範囲にありますが、「完璧」にはまだ距離があります。タレントの公認写真や法医学的な用途など、極めて高い精度が必要な場合は、専門的なツールの併用をお勧めします。

4つの核心的な改善テクニック

テクニック1：参照画像戦略（最も重要）

参照画像の品質は、顔の一致度を決定する最大の要因であり、プロンプトよりもはるかに重要です。

360°参照画像ライブラリの構築（ECモデルシーンでの推奨）:

参照画像フォルダ構造：
model_ref/
├── front_neutral.jpg      # 正面、ニュートラルな表情
├── front_smile.jpg        # 正面、笑顔
├── side_left_45.jpg       # 左側 45°
├── side_right_45.jpg      # 右側 45°
└── three_quarter.jpg      # 3/4 斜め（最もよく使われる構図）

生成のたびに2〜3枚の参照画像（正面 ＋ 目標とする構図に最も近い角度）をアップロードするようにし、参照画像の組み合わせを頻繁に変えないことがコツです。

テクニック2：プロンプト構造の最適化

明確な「顔の維持指令」を組み込むことは、効果を改善するための最も直接的なプロンプト手法です：

❌ 誤った書き方（維持指令なし）：
"A young Asian woman wearing a red dress, studio lighting, 4K"

✅ 正しい書き方（完全な維持指令を含む）：
"A young Asian woman wearing a red dress, studio lighting, 4K.
Preserve exact facial structure, eye shape, jawline, and skin texture
from reference image. Realistic skin with visible pores and texture,
not smooth or plastic. Natural face proportions, slim face shape.
Sharp eyes with natural highlights."

「顔が太ってしまう」問題に対する専用プロンプト：

ポジティブプロンプトに追加：
"slim face, defined jawline, natural facial proportions,
realistic bone structure, angular cheekbones"

ネガティブな概念（プロンプトの最後で避けるべき効果を説明）：
Avoid: "fat face, round puffy cheeks, bloated face,
overly smooth skin, plastic skin, waxy appearance,
airbrushed, over-retouched, flat eyes, doll-like"

構図角度の固定（非常に重要）：生成のたびに同じ撮影視点の記述を使用してください。角度の変化は、AIが顔を再解釈してしまう主な原因の一つです：

推奨される固定フレーズ：
"3/4 portrait shot, eye-level camera angle,
medium close-up, [focal length: 85mm portrait lens equivalent]"

テクニック3：マルチステップ編集ワークフロー（Image-to-Image）

一度の生成で完璧な結果を得ようとしないでください。プロのワークフローは「全体から細部へ」進めます：

第1ステップ：全体構図
→ 参照画像 ＋ 完全なプロンプトをアップロード
→ 3〜5つのバリエーションを生成し、顔の比率が最も近いものを選ぶ

第2ステップ：顔のブラッシュアップ（Image-to-Image）
→ 前ステップのベストな結果を新しい入力画像として使用
→ プロンプトを顔に集中させる："Refine face detail,
  sharpen eyes, maintain exact facial structure,
  improve skin texture realism. Keep everything
  else unchanged."

第3ステップ：部分修正（必要に応じて）
→ 手や髪の毛などの細部を個別に修正
→ プロンプト："Fix hands to have 5 fingers,
  natural hand pose. Keep face and body unchanged."

🚀 低コストな反復作業：マルチステップのワークフローでは、1セットの画像を作るのに5〜15回のAPI呼び出しが必要になる場合があります。APIYI（apiyi.com）経由で接続すれば、1回わずか $0.05 です。モデル画像1セットを完成させる総コストを $0.25〜0.75 に抑えることができ、公式サイトの $1.20〜3.60 と比較して79%以上の節約になります。

テクニック4：生成パラメータの固定（API呼び出しレベル）

APIで一括生成を行う際、以下のパラメータの一貫性を保つことで、ランダムな変動を抑えることができます：

import google.generativeai as genai
import base64

genai.configure(
    api_key="YOUR_APIYI_KEY",
    # APIYIエンドポイント、$0.05/回
    client_options={"api_endpoint": "vip.apiyi.com"}
)

model = genai.GenerativeModel("gemini-3-pro-image-preview")

# 固定された顔の一致性プロンプトテンプレート
FACE_CONSISTENCY_PROMPT = """
Fashion model in {outfit}, {scene}.
Preserve exact facial structure, eye shape, jawline, and skin texture
from reference image. Natural slim face proportions, defined cheekbones.
Realistic skin with visible pores, not airbrushed or plastic.
Sharp clear eyes with natural highlights. 3/4 portrait shot,
eye-level, 85mm portrait lens equivalent.
Avoid: fat face, puffy cheeks, overly smooth skin, flat eyes.
4K resolution, {aspect_ratio} aspect ratio.
"""

def generate_with_face_ref(
    reference_image_path: str,
    outfit: str,
    scene: str,
    output_path: str,
    aspect_ratio: str = "2:3"
):
    """
    参照画像を使用して顔の一致性を維持したモデル画像を生成
    APIYI (apiyi.com) を通じて呼び出し、$0.05/回
    """
    # 参照画像の読み込み
    with open(reference_image_path, "rb") as f:
        ref_data = base64.b64encode(f.read()).decode()

    prompt = FACE_CONSISTENCY_PROMPT.format(
        outfit=outfit, scene=scene, aspect_ratio=aspect_ratio
    )

    response = model.generate_content(
        [
            {
                "inline_data": {
                    "mime_type": "image/jpeg",
                    "data": ref_data
                }
            },
            prompt
        ],
        generation_config=genai.GenerationConfig(
            response_modalities=["IMAGE"],
            resolution="4K",
            aspect_ratio=aspect_ratio
        )
    )

    for part in response.candidates[0].content.parts:
        if part.inline_data and part.inline_data.mime_type.startswith("image/"):
            with open(output_path, "wb") as f:
                f.write(base64.b64decode(part.inline_data.data))
            return output_path
    return None


# 同一の参照画像を使用して、異なるシーンのモデル画像を一括生成
scenes = [
    {"outfit": "white linen blazer", "scene": "minimalist studio, white background", "output": "model_studio.png"},
    {"outfit": "casual denim jacket", "scene": "urban street, natural daylight",    "output": "model_street.png"},
    {"outfit": "elegant evening gown", "scene": "hotel lobby, warm ambient light",  "output": "model_evening.png"},
]

for s in scenes:
    result = generate_with_face_ref(
        reference_image_path="model_ref/front_neutral.jpg",
        outfit=s["outfit"],
        scene=s["scene"],
        output_path=s["output"]
    )
    print(f"{'✓' if result else '✗'} {s['output']}")
# 3枚の画像で、APIYIの総コストは $0.15

補足：コード内の vip.apiyi.com は APIYI（apiyi.com）のアクセスエンドポイントです。Google純正のGeminiフォーマットと完全に互換性があるため、フォーマット変換の手間は一切不要です。

プロンプト完全テンプレート集

以下は、さまざまな撮影スタイルに合わせて整理したプロンプトテンプレートです。そのままコピーして使用できます。

テンプレートA：ECアパレルモデル（白背景・単色背景）

[Reference image: front-facing portrait of model]

Fashion model wearing {服装の説明}, posed naturally against a clean
white studio background. Professional e-commerce product photography.

FACE PRESERVATION (critical):
- Preserve exact facial structure, bone geometry, and proportions
  from reference image
- Maintain original eye shape, eyelid fold, and iris color
- Keep original jawline definition and chin shape
- Realistic skin texture with visible pores, natural micro-details
- Slim natural face shape matching reference — avoid any widening

PHOTOGRAPHY SETTINGS:
- 3/4 portrait shot, eye-level camera angle
- 85mm portrait lens equivalent, shallow depth of field
- Soft diffused studio lighting, Rembrandt lighting setup
- Model facing slightly left, engaging with camera

AVOID: fat face, puffy cheeks, bloated jaw, plastic skin,
airbrushed appearance, flat emotionless eyes, wax figure look.

Resolution: 4K, aspect ratio: 2:3

テンプレートB：ライフスタイル・屋外モデル

[Reference image: front-facing portrait of model]

Young woman in {シーンの説明}, wearing {服装の説明}.
Lifestyle photography style, candid natural pose.

IDENTITY LOCK:
- This is the SAME person as in the reference image
- Preserve all facial features: eye shape, nose bridge width,
  lip shape, jawline, cheekbone height
- Do not alter face geometry in any way
- Natural skin tone and texture, no over-smoothing

ENVIRONMENT: {シーンの詳細}, natural daylight, golden hour lighting
POSE: {ポーズの説明}, natural relaxed posture

QUALITY: editorial fashion photography, shot on full-frame camera,
natural color grading.

NEGATIVE: overweight appearance, fat face, double chin,
plastic surgery look, uncanny valley, distorted anatomy.

Resolution: 4K, aspect ratio: 4:5

テンプレートC：マルチステップ精修（Image-to-Image）

[Input: previous generation result that needs face refinement]

Refine and improve the face in this image ONLY.
Do not change: background, clothing, body position, lighting.

FACE IMPROVEMENTS NEEDED:
1. Slim the face shape slightly, reduce cheek width by 10-15%
2. Sharpen the jawline definition
3. Add more realistic skin texture (visible pores, subtle imperfections)
4. Improve eye clarity — add natural catch lights, deepen iris color
5. Soften any plastic or over-retouched appearance

Keep all other elements 100% identical to the input image.
This is a targeted face-only refinement pass.

Resolution: 4K, same aspect ratio as input.

参考画像クオリティ・セルフチェックリスト

参考画像をアップロードする前に、このリストを使って画像が要件を満たしているか評価しましょう。

評価スコア：

• 8項目すべてクリア → 参考画像のクオリティは優秀。顔の一致度を最大化できます。
• 5〜7項目クリア → 利用可能ですが、結果に多少のブレが生じる可能性があります。
• 5項目未満 → 参考画像の変更を推奨します。そうしないと、どれほど優れたプロンプトを使っても効果は限定的です。

💡 実践アドバイス：本格的な大量生成に入る前に、まずは1枚の参考画像で3〜5枚のテスト画像を生成し、一致度がビジネス要件を満たしているか目視で評価することをお勧めします。APIYI（apiyi.com）を利用すれば、テスト段階の総コストはわずか $0.15〜0.25 程度であり、極めて低リスクで検証可能です。

各AIツールにおける顔の一致度・横断比較

💡 選択のアドバイス：もしビジネスシーンにおいて5〜15%程度の顔の変化（ECモデルの着せ替えなど）が許容されるのであれば、Nano Banana Proと本記事のテクニックを組み合わせるのが最もコストパフォーマンスの高いソリューションです。もし極めて高い一致度（100枚の画像で同一人物を完全に再現するなど）が必要な場合は、Stable Diffusion + LoRAやInstantIDなどの専用ツールの使用をお勧めします。これらは APIYI（apiyi.com）のマルチモデルインターフェースを通じて、簡単に切り替えてテストすることが可能です。

ECモデルシーンの完全ワークフロー

ECサイト向けシーンの特殊性は、同一のモデルを複数の衣装 × 複数のシーンで一貫性を保ちながら、同時に素早く大量の画像を生成する必要がある点にあります。

推奨ワークフロー

フェーズ 1：リファレンスライブラリの構築（一度限りの作業）

1. 3〜5枚の高品質なモデルのリファレンス画像を用意する
   - 正面、ニュートラルな表情、1024×1024ピクセル以上
   - 横顔 45°（左右各1枚）
   - 3/4 斜め（アパレル展示で最も一般的）
2. 名前を統一し、固定のフォルダに保存する
3. API呼び出しのたびに、同じリファレンス画像セットを固定で使用する

フェーズ 2：テンプレートの生成（初回デザイン確定）

1. 2枚のリファレンス画像をアップロード（正面 + 3/4 斜め）
2. 完全保持プロンプト + ターゲット衣装の説明を使用する
3. 5〜10個のバリエーションを生成する
4. 基準に最も近い1〜2枚を目視で選別する
5. 採用された画像を「確定リファレンス」として以降の工程で使用する

フェーズ 3：一括着せ替え（スケールアップ）

# 確定リファレンスに基づき一括生成。APIYIなら1枚あたり $0.05
outfits = ["赤いチャイナドレス", "白いスーツ", "カジュアルデニム", "イブニングドレス"]
for outfit in outfits:
    generate_with_face_ref(
        reference_image_path="approved_ref.png",  # 確定リファレンス
        outfit=outfit,
        ...
    )

フェーズ 4：品質管理と選別

各バッチの出力後に以下のチェックを行います：
□ 顔の形がリファレンス画像に近いか（特に頬骨、フェイスラインに注目）
□ 目に力があるか、ハイライトが自然か
□ 肌の質感がリアルか（蝋人形のようになっていないか）
□ 手が正常か（指が5本あり、自然なポーズか）
□ 不合格のものは個別に第2ラウンドのImage-to-Imageで修正する

🎯 コスト見積もり：100枚のECモデル画像（20%の不合格による再作成を含む）を APIYI (apiyi.com) で作成した場合、総コストは約$6。公式サイトの$28.8と比較して79%節約できます。

バッチ反復の API コスト管理

モデル画像の生成において、反復（イテレーション）は避けられません。以下は、異なる規模に応じた推定コストの比較です。

コスト管理のテクニック：

1. まず 2K 解像度でテストする：顔の比率に満足してから 4K に切り替えることで、反復コストを節約できます（APIYI では 1K/2K/4K すべて一律 $0.05 です）。
2. バッチ並列呼び出し：asyncio を使用して 5〜10 個のリクエストを並列実行し、バッチ生成時間を短縮します。
3. 参照画像の処理結果をローカルキャッシュする：毎回参照画像を読み込み、エンコードする手間を省きます。

import asyncio
import google.generativeai as genai
import base64

genai.configure(
    api_key="YOUR_APIYI_KEY",
    client_options={"api_endpoint": "vip.apiyi.com"}  # APIYI，$0.05/回
)
model = genai.GenerativeModel("gemini-3-pro-image-preview")

# 参照画像を事前にエンコード（重複した I/O を避ける）
with open("model_ref/front_neutral.jpg", "rb") as f:
    REF_IMAGE_DATA = base64.b64encode(f.read()).decode()

async def generate_one(prompt: str, output_path: str) -> bool:
    """単次非同期生成"""
    try:
        loop = asyncio.get_event_loop()
        response = await loop.run_in_executor(
            None,
            lambda: model.generate_content(
                [
                    {"inline_data": {"mime_type": "image/jpeg", "data": REF_IMAGE_DATA}},
                    prompt
                ],
                generation_config=genai.GenerationConfig(
                    response_modalities=["IMAGE"],
                    resolution="4K",
                    aspect_ratio="2:3"
                )
            )
        )
        for part in response.candidates[0].content.parts:
            if part.inline_data and part.inline_data.mime_type.startswith("image/"):
                with open(output_path, "wb") as f:
                    f.write(base64.b64decode(part.inline_data.data))
                return True
    except Exception as e:
        print(f"  Error: {e}")
    return False

async def batch_generate(tasks: list) -> None:
    """並列バッチ生成、並列数を 5 に制御"""
    sem = asyncio.Semaphore(5)
    async def with_sem(t):
        async with sem:
            ok = await generate_one(t["prompt"], t["output"])
            print(f"{'✓' if ok else '✗'} {t['output']}")
    await asyncio.gather(*[with_sem(t) for t in tasks])

# 使用例
tasks = [
    {"prompt": "Model in red dress, white background... [プロンプトを完全に保持]", "output": f"out_{i:03d}.png"}
    for i in range(20)
]
asyncio.run(batch_generate(tasks))
# 20枚の画像を並列生成、APIYI での総コストは $1.00

💰 コストのまとめ：APIYI (apiyi.com) を経由することで、大量の反復作業を行っても、モデル画像 1 セットあたりのコストを $1 以内に抑えることができます。これは、プロのカメラマンに依頼したり、高額な AI ツールのサブスクリプションを購入したりするよりもはるかに安価です。

よくある質問

プロンプトの末尾に追加（避けたい効果を記述）：
Avoid generating: fat face, round puffy cheeks, bloated facial features,
chubby chin, double chin, wide jaw, swollen face appearance.
Maintain: slim face shape, defined angular jawline, high cheekbones,
natural facial bone structure matching reference image.

まとめ

Nano Banana Pro における顔の一貫性に関する重要ポイント：

1. 限界を正しく認識する：Nano Banana Pro で生成される顔の一貫性を100%保つことは不可能です。これはアーキテクチャ上の制限であり、プロンプトの問題ではありません。
2. 参考画像を最優先する：高品質な参考画像（1024px以上、均一な照明、多角的なアングル）は、改善のための最も効果的な手段であり、プロンプトよりもはるかに重要です。
3. プロンプトで補強する：明確な保持指示（Preserve facial structure）やネガティブな記述（Avoid fat face, plastic skin）を追加します。
4. 複数回のイテレーション（反復）：まずは全体、次に局所。前回の最良の結果を次回の参考画像として使用し、段階的に収束させていきます。

現在、完璧なソリューションは存在しませんが、「参考画像 + プロンプト + 複数回のイテレーション」を組み合わせることで、一貫性を「実用外」から「商用レベル」へと引き上げることができます。APIYI（apiyi.com）を利用すれば1回0.05ドルでアクセスできるため、低コストで高頻度な試行錯誤が可能になり、最適なプロンプトの組み合わせを効率的に見つけられます。

参考文献

1. Nano Banana Pro キャラクターの一貫性に関する完全ガイド

   • リンク：wavespeed.ai/blog/posts/google-nano-banana-pro-complete-guide-2026
   • 説明：参考画像の枚数制限、Face Lock 機能の詳細な説明。

2. Nano Banana Pro の顔のぼやけ・歪み問題を修正する

   • リンク：skywork.ai/blog/how-to-fix-nano-banana-faces-softness-hands-eyes-guide-2025
   • 説明：ネガティブプロンプト集と複数回の修正プロセス。

3. Nano Banana Pro によるEC・ファッション画像生成

   • リンク：glbgpt.com/hub/how-to-create-ai-generated-fashion-images-for-ecommerce-using-nano-banana-pro
   • 説明：ECサイト用モデル画像の大量生成に関する完全なワークフロー。

4. APIYI プラットフォーム接続ドキュメント

   • リンク：docs.apiyi.com
   • 説明：Gemini ネイティブ形式での接続方法、Image-to-Image インターフェースの使用説明。

著者：技術チーム
技術交流：コメント欄であなたの顔の一貫性調整の経験をぜひ共有してください。さらに多くの AI 画像生成テクニックについては、APIYI（apiyi.com）技術コミュニティをご覧ください。