解析 Nano Banana Pro 去水印失敗的 3 大原因：MALFORMED_FUNCTION_CALL 錯誤完整排查指南

使用 Nano Banana Pro （Gemini 3 Pro Image） 進行圖像編輯時，如果在提示詞中加入"去水印"相關指令，你可能會遇到一個令人困惑的錯誤——API 返回 MALFORMED_FUNCTION_CALL 並且 parts: null。這不是技術 Bug，而是 Google 精心設計的安全保護機制在起作用。

核心價值: 讀完本文，你將理解 Google 爲什麼阻止去水印操作、MALFORMED_FUNCTION_CALL 錯誤的真實含義，以及如何正確使用 Nano Banana Pro 的圖像編輯能力。

Nano Banana Pro 去水印失敗的核心原因

爲什麼 Google 要阻止去水印操作

2023 年，Google 與 OpenAI、Anthropic、Meta 等公司共同簽署了白宮 AI 承諾書，承諾爲 AI 生成內容添加水印標識。然而，如果允許 AI 模型輕鬆去除水印，這一承諾就形同虛設。

Google 面臨的技術矛盾在於:

• 能力層面: Gemini 2.0 Flash 和 Nano Banana Pro 確實具備強大的圖像編輯能力，技術上完全可以去除水印
• 責任層面: 允許去水印會助長版權侵權，違反 Google 的服務條款和法律合規要求
• 策略層面: 通過安全檢測層主動攔截去水印請求，而不是削弱模型能力

因此，當你在提示詞中包含"remove watermark"、"去水印"、"刪除水印"等關鍵詞時，請求會被安全層攔截，返回 MALFORMED_FUNCTION_CALL 錯誤。

MALFORMED_FUNCTION_CALL 錯誤詳解

當你發送去水印請求時，可能收到類似這樣的響應:

{
  "candidates": [
    {
      "content": {
        "parts": null
      }，
      "finishReason": "MALFORMED_FUNCTION_CALL"，
      "finishMessage": "Malformed function call: call:image_0.png"，
      "index": 0
    }
  ]，
  "usageMetadata": {
    "promptTokenCount": 264，
    "candidatesTokenCount": 0，
    "totalTokenCount": 264
  }，
  "modelVersion": "gemini-3-pro-image-preview"
}

錯誤字段解析

這個錯誤意味着什麼

MALFORMED_FUNCTION_CALL 的官方解釋是"模型生成的函數調用無效"。但在去水印場景下，這實際上是一個僞裝的安全攔截:

1. 安全檢測層識別到去水印意圖
2. 請求被阻止，不傳遞給模型推理層
3. 返回 MALFORMED_FUNCTION_CALL 作爲通用拒絕理由

這種設計讓錯誤信息看起來像技術問題而非主動攔截，但實質是 Google 的內容安全策略在發揮作用。

SynthID 水印保護機制解析

Google DeepMind 開發的 SynthID 是一種隱形數字水印技術，所有通過 Nano Banana Pro 生成或編輯的圖像都會被嵌入 SynthID 水印。

SynthID 的核心特性

兩種水印的區別

Nano Banana Pro 實際上有兩種水印:

🎯 技術說明: 即使你成功去除了可見的 Gemini 標誌水印，SynthID 隱形水印仍然存在於圖像中。這意味着圖像的 AI 來源仍可被檢測。

觸發安全攔截的關鍵詞清單

根據實際測試，以下關鍵詞和表述會觸發 Nano Banana Pro 的安全攔截:

高風險關鍵詞

中風險表述

正確使用 Nano Banana Pro 圖像編輯的 5 個技巧

既然去水印被禁止，如何正確使用 Nano Banana Pro 的圖像編輯能力？

技巧 1: 使用無水印的源圖像

通過 API 調用生成的圖像默認不帶可見水印:

import openai

client = openai.OpenAI（
    api_key="YOUR_API_KEY"，
    base_url="https://api.apiyi.com/v1"  # 使用 API易 統一接口
）

response = client.images.generate（
    model="nano-banana-pro"，
    prompt="A serene mountain landscape at sunset"，
    size="1024x1024"
）

# API 輸出默認無可見水印
print（response.data[0].url）

🚀 快速開始: 推薦使用 API易 apiyi.com 平臺調用 Nano Banana Pro API，默認輸出無可見水印，省去後續處理煩惱。

技巧 2: 局部重繪替代去水印

如果需要處理水印區域，可以使用局部重繪 （Inpainting） 功能:

# 局部重繪示例
response = client.images.edit（
    model="nano-banana-pro"，
    image=open（"source_image.png"， "rb"），
    mask=open（"mask.png"， "rb"），  # 遮罩覆蓋水印區域
    prompt="Continue the natural background pattern"
）

關鍵點: 提示詞描述的是"延續背景"，而非"去除水印"。這種表述方式通常不會觸發安全攔截。

技巧 3: 圖像擴展避開水印

使用 Outpainting 擴展圖像邊界，然後裁剪掉包含水印的區域:

response = client.images.edit（
    model="nano-banana-pro"，
    image=open（"source_image.png"， "rb"），
    prompt="Extend the image with matching landscape and sky"
）
# 後續裁剪保留無水印區域

技巧 4: 使用免費 API 獲取測試額度

import openai
import base64
from pathlib import Path

# 配置 API易 平臺接口
client = openai.OpenAI（
    api_key="YOUR_APIYI_KEY"，
    base_url="https://api.apiyi.com/v1"
）

def edit_image_safely（image_path: str， prompt: str） -> str:
    """
    安全的圖像編輯函數
    避免觸發安全攔截的提示詞設計
    """
    # 讀取圖像
    with open（image_path， "rb"） as f:
        image_data = base64.b64encode（f.read（））.decode（）

    # 發送請求
    response = client.chat.completions.create（
        model="nano-banana-pro"，
        messages=[
            {
                "role": "user"，
                "content": [
                    {
                        "type": "image_url"，
                        "image_url": {"url": f"data:image/png；base64，{image_data}"}
                    }，
                    {
                        "type": "text"，
                        "text": prompt  # 使用安全的提示詞
                    }
                ]
            }
        ]
    ）

    return response.choices[0].message.content

# 安全的提示詞示例
safe_prompt = "Enhance the image quality and adjust the lighting"
result = edit_image_safely（"my_image.png"， safe_prompt）

技巧 5: 選擇合適的訂閱方案

💡 選擇建議: 如果你需要無可見水印的輸出，通過 API易 apiyi.com 平臺調用 API 是最靈活的選擇。按量付費模式適合中小團隊和個人開發者。

2026 年 Nano Banana Pro 政策更新解讀

2026 年 1 月，Google 對 Nano Banana Pro 進行了兩項重要政策調整:

變更 1: 強化 IMAGE_SAFETY 內容過濾

• 去水印相關請求的攔截更加嚴格
• 新增對間接表述的語義理解
• 誤觸發率有所上升，建議避免使用"remove"、"delete"等動詞描述圖像編輯

變更 2: 知名 IP 角色生成限制

• 無法生成迪士尼、漫威等知名 IP 角色
• 涉及版權的人物形象會被攔截
• 這與去水印攔截使用相同的安全檢測層

常見問題

錯誤排查速查表

總結

Nano Banana Pro 去水印請求返回 MALFORMED_FUNCTION_CALL 錯誤，本質上是 Google 內容安全策略的主動攔截，而非技術 Bug。這種設計保護了版權所有者的利益，也維護了 AI 行業的負責任發展承諾。

關鍵要點回顧:

1. 安全攔截非技術故障: Google 主動阻止去水印操作
2. 雙重水印保護: 可見水印 + SynthID 隱形水印
3. 正確使用方式: 通過 API 獲取無水印輸出，或使用局部重繪等替代方案
4. 2026 政策收緊: 語義理解增強，間接表述也可能被攔截

如果你需要進行圖像編輯但又不想踩到安全紅線，推薦通過 API易 apiyi.com 平臺進行 API 調用，獲取乾淨的無可見水印輸出，同時遵守平臺的使用規範。

參考資料

1. Google DeepMind SynthID: 官方隱形水印技術說明

   • 鏈接: deepmind.google/models/synthid
   • 說明: SynthID 技術原理和檢測方法

2. Google Gemini API 文檔: 官方 API 使用指南

   • 鏈接: ai.google.dev/gemini-api/docs
   • 說明: 圖像生成和編輯 API 參數

3. Google AI 服務條款: 內容政策和使用限制

   • 鏈接: policies.google.com/terms
   • 說明: 禁止使用 AI 工具侵犯版權

4. GitHub – Gemini CLI Issues: 社區錯誤反饋

   • 鏈接: github.com/google-gemini/gemini-cli/issues
   • 說明: MALFORMED_FUNCTION_CALL 錯誤討論

本文由 APIYI Team 技術團隊撰寫。如需體驗 Nano Banana Pro 等 AI 圖像生成 API，歡迎訪問 API易 apiyi.com 獲取免費測試額度。