本頁面由 Cloud Translation API 翻譯而成。

使用 Gemini 生成圖片

注意：gemini-2.0-flash-preview-image-generation 和 gemini-2.5-flash-image-preview 模型將於 2025 年 10 月 31 日淘汰。請務必在該日期前將所有工作流程遷移至 gemini-2.5-flash-image，以免服務中斷。

Gemini 2.5 Flash Image 支援生成多種模態的回覆，包括文字和圖片。

圖像生成

Gemini 2.5 Flash Image (gemini-2.5-flash-image) 除了文字，也支援生成圖片。這項功能可擴充 Gemini 的能力，包括：

透過自然語言對話反覆生成圖像，並在調整圖像時維持一致性和情境脈絡。
生成圖像，並以高品質呈現長篇文字。
生成文字和圖片夾雜的內容。舉例來說，單一回合的網誌文章包含文字和圖片。先前，這需要將多個模型串連在一起。
運用 Gemini 的世界知識和推理能力生成圖片。

Gemini 2.5 Flash Image 公開實驗版可生成 1024 像素的圖片，支援生成人物圖像，並提供更新的安全性篩選器，帶來更彈性且限制較少的使用者體驗。

支援的模態和功能如下：

文字轉圖像
- 範例提示：「生成艾菲爾鐵塔的圖片，背景要有煙火。」
文字轉圖像 (文字算繪)
- 提示範例：「生成一張電影風格的照片，照片中有一棟大型建築，建築正面投射出巨型文字：「Gemini 2.5 現在可以生成長篇文字」」
文字轉圖像和文字 (交錯)
- 範例提示：「Generate an illustrated recipe for a paella. 在生成食譜的同時建立圖像。」
- 提示範例：「生成以 3D 卡通動畫風格呈現的小狗故事。為每個場景生成圖片
圖片和文字轉為圖片和文字 (交錯)
- 範例提示： (附上已擺放家具的房間圖片)「我的空間適合擺放哪些其他顏色的沙發？可以更新圖片嗎？」
生成符合當地語言習慣的圖像
- 範例提示：「生成早餐圖片。」

最佳做法

如要提升圖像生成結果的品質，請遵循下列最佳做法：

具體說明：提供越多詳細資訊，生成結果就越貼近需求。舉例來說，請改用「華麗的精靈板甲，刻有銀葉圖案，高領和肩甲形狀像獵鷹翅膀」，而非「奇幻盔甲」。
提供背景資訊和意圖：說明圖片的用途，幫助模型瞭解背景資訊。舉例來說，「為高檔極簡護膚品牌設計標誌」的效果會比「設計標誌」更好。
反覆測試及修正：第一次嘗試時，請不要期待能生成完美的圖片。使用後續提示進行微調，例如「將光線調暖」或「將角色的表情改得更嚴肅」。
使用逐步操作說明：如果是複雜的場景，請將要求分成多個步驟。例如：「首先，請在黎明時分生成寧靜的霧中森林背景。接著，在前景中加入長滿青苔的古老石祭壇。最後，將一把發光的劍放在祭壇上。」
描述你想要的內容，而不是不想要的內容：請正面描述場景，例如「空蕩蕩的街道，沒有任何交通跡象」，而不是說「沒有車輛」。
控制攝影機：引導攝影機視角。使用攝影和電影術語描述構圖，例如「廣角拍攝」、「微距拍攝」或「低角度透視」。
圖片提示：使用「製作…的圖片」或「生成…的圖片」等詞組描述意圖。否則多模態模型可能會以文字而非圖片回覆。

限制：

為獲得最佳成效，請使用下列語言：英文、西班牙文 (墨西哥)、日文、中文 (中國)、印地文。
圖像生成功能不支援音訊或影片輸入內容。
模型可能不會生成您要求的確切圖片數量。
為獲得最佳結果，輸入內容最多可包含三張圖片。
生成含有文字的圖片時，請先生成文字，然後再生成含有該文字的圖片。
在下列情況下，圖片或文字生成功能可能無法正常運作：
- 模型可能只會生成文字。如要生成圖片，請在要求中明確提出。例如「提供圖片」。
- 模型可能會將文字做為圖片建立。如要生成文字，請明確要求文字輸出。例如「生成敘事文字和插圖」。
- 即使模型尚未完成生成內容，也可能會停止。如果發生這種情況，請再試一次或改用其他提示。
- 如果提示可能含有不當內容，模型可能不會處理要求，並傳回無法建立不當圖片的回應。在本例中，FinishReason 是 STOP。

生成圖像

以下章節將說明如何使用 Vertex AI Studio 或 API 生成圖片。

如需提示詞的指南和最佳做法，請參閱「設計多模態提示」。

控制台

如要使用圖像生成功能，請按照下列步驟操作：

開啟 Vertex AI Studio > 建立提示詞。
按一下「切換模型」，然後從選單中選取 gemini-2.5-flash-image。
在「輸出」面板中，從下拉式選單選取「圖片和文字」。
在「撰寫提示」文字區域中，描述要生成的圖片。
按一下「提示」 () 按鈕。

Gemini 會根據你的描述生成圖片。這項程序應可在幾秒內完成，但視容量而定，速度可能會較慢。

Python

安裝

pip install --upgrade google-genai

詳情請參閱 SDK 參考說明文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK：

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

from google import genai
from google.genai.types import GenerateContentConfig, Modality
from PIL import Image
from io import BytesIO

client = genai.Client()

response = client.models.generate_content(
    model="gemini-2.5-flash-image",
    contents=("Generate an image of the Eiffel tower with fireworks in the background."),
    config=GenerateContentConfig(
        response_modalities=[Modality.TEXT, Modality.IMAGE],
        candidate_count=1,
        safety_settings=[
            {"method": "PROBABILITY"},
            {"category": "HARM_CATEGORY_DANGEROUS_CONTENT"},
            {"threshold": "BLOCK_MEDIUM_AND_ABOVE"},
        ],
    ),
)
for part in response.candidates[0].content.parts:
    if part.text:
        print(part.text)
    elif part.inline_data:
        image = Image.open(BytesIO((part.inline_data.data)))
        image.save("output_folder/example-image-eiffel-tower.png")
# Example response:
#   I will generate an image of the Eiffel Tower at night, with a vibrant display of
#   colorful fireworks exploding in the dark sky behind it. The tower will be
#   illuminated, standing tall as the focal point of the scene, with the bursts of
#   light from the fireworks creating a festive atmosphere.

Node.js

安裝

npm install @google/genai

詳情請參閱 SDK 參考說明文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK：

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

const fs = require('fs');
const {GoogleGenAI, Modality} = require('@google/genai');

const GOOGLE_CLOUD_PROJECT = process.env.GOOGLE_CLOUD_PROJECT;
const GOOGLE_CLOUD_LOCATION =
  process.env.GOOGLE_CLOUD_LOCATION || 'us-central1';

async function generateContent(
  projectId = GOOGLE_CLOUD_PROJECT,
  location = GOOGLE_CLOUD_LOCATION
) {
  const client = new GoogleGenAI({
    vertexai: true,
    project: projectId,
    location: location,
  });

  const response = await client.models.generateContentStream({
    model: 'gemini-2.5-flash-image',
    contents:
      'Generate an image of the Eiffel tower with fireworks in the background.',
    config: {
      responseModalities: [Modality.TEXT, Modality.IMAGE],
    },
  });

  const generatedFileNames = [];
  let imageIndex = 0;
  for await (const chunk of response) {
    const text = chunk.text;
    const data = chunk.data;
    if (text) {
      console.debug(text);
    } else if (data) {
      const fileName = `generate_content_streaming_image_${imageIndex++}.png`;
      console.debug(`Writing response image to file: ${fileName}.`);
      try {
        fs.writeFileSync(fileName, data);
        generatedFileNames.push(fileName);
      } catch (error) {
        console.error(`Failed to write image file ${fileName}:`, error);
      }
    }
  }

  return generatedFileNames;
}

Java

瞭解如何安裝或更新 Java。

詳情請參閱 SDK 參考說明文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK：

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True


import com.google.genai.Client;
import com.google.genai.types.Blob;
import com.google.genai.types.Candidate;
import com.google.genai.types.Content;
import com.google.genai.types.GenerateContentConfig;
import com.google.genai.types.GenerateContentResponse;
import com.google.genai.types.Part;
import com.google.genai.types.SafetySetting;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.File;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import javax.imageio.ImageIO;

public class ImageGenMmFlashWithText {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    String modelId = "gemini-2.5-flash-image";
    String outputFile = "resources/output/example-image-eiffel-tower.png";
    generateContent(modelId, outputFile);
  }

  // Generates an image with text input
  public static void generateContent(String modelId, String outputFile) throws IOException {
    // Client Initialization. Once created, it can be reused for multiple requests.
    try (Client client = Client.builder().location("global").vertexAI(true).build()) {

      GenerateContentConfig contentConfig =
          GenerateContentConfig.builder()
              .responseModalities("TEXT", "IMAGE")
              .candidateCount(1)
              .safetySettings(
                  SafetySetting.builder()
                      .method("PROBABILITY")
                      .category("HARM_CATEGORY_DANGEROUS_CONTENT")
                      .threshold("BLOCK_MEDIUM_AND_ABOVE")
                      .build())
              .build();

      GenerateContentResponse response =
          client.models.generateContent(
              modelId,
              "Generate an image of the Eiffel tower with fireworks in the background.",
              contentConfig);

      // Get parts of the response
      List<Part> parts =
          response
              .candidates()
              .flatMap(candidates -> candidates.stream().findFirst())
              .flatMap(Candidate::content)
              .flatMap(Content::parts)
              .orElse(new ArrayList<>());

      // For each part print text if present, otherwise read image data if present and
      // write it to the output file
      for (Part part : parts) {
        if (part.text().isPresent()) {
          System.out.println(part.text().get());
        } else if (part.inlineData().flatMap(Blob::data).isPresent()) {
          BufferedImage image =
              ImageIO.read(new ByteArrayInputStream(part.inlineData().flatMap(Blob::data).get()));
          ImageIO.write(image, "png", new File(outputFile));
        }
      }

      System.out.println("Content written to: " + outputFile);
      // Example response:
      // Here is the Eiffel Tower with fireworks in the background...
      //
      // Content written to: resources/output/example-image-eiffel-tower.png
    }
  }
}

REST

在終端機中執行下列指令，在目前目錄中建立或覆寫這個檔案：

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://${API_ENDPOINT}:generateContent \
  -d '{
    "contents": {
      "role": "USER",
      "parts": { "text": "Create a tutorial explaining how to make a peanut butter and jelly sandwich in three easy steps."},
    },
    "generation_config": {
      "response_modalities": ["TEXT", "IMAGE"],
      "image_config": {
        "aspect_ratio": "16:9",
      },
     },
     "safetySettings": {
      "method": "PROBABILITY",
      "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
      "threshold": "BLOCK_MEDIUM_AND_ABOVE"
    },
  }' 2>/dev/null >response.json

注意：Gemini 2.5 Flash Image 支援下列顯示比例：1:1、3:2、2:3、 3:4、4:3、4:5、5:4、 9:16、16:9 和 21:9。

Gemini 會根據你的描述生成圖片。這項程序應該只需要幾秒鐘，但視容量而定，可能需要較長的時間。

生成圖像與文字交雜的內容

Gemini 2.5 Flash Image 可在文字回覆中穿插生成圖片。舉例來說，您可以生成食譜中每個步驟的圖片，搭配該步驟的文字，不必另外向模型提出要求。

控制台

如要生成圖像與文字交雜的回覆，請按照下列步驟操作：

開啟 Vertex AI Studio > 建立提示詞。
按一下「切換模型」，然後從選單中選取 gemini-2.5-flash-image。
在「輸出」面板中，從下拉式選單選取「圖片和文字」。
在「撰寫提示」文字區域中，輸入要生成的圖片說明。舉例來說，「製作教學影片，說明如何用簡單三步驟製作花生醬和果醬三明治。針對每個步驟，提供標題 (附上步驟編號)、說明，並生成圖片，每張圖片的長寬比為 1:1。"
按一下「提示」 () 按鈕。

Gemini 會根據你的描述生成回覆。這項程序應該只需要幾秒鐘，但視容量而定，可能需要較長的時間。

Python

安裝

pip install --upgrade google-genai

詳情請參閱 SDK 參考說明文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK：

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

from google import genai
from google.genai.types import GenerateContentConfig, Modality
from PIL import Image
from io import BytesIO

client = genai.Client()

response = client.models.generate_content(
    model="gemini-2.5-flash-image",
    contents=(
        "Generate an illustrated recipe for a paella."
        "Create images to go alongside the text as you generate the recipe"
    ),
    config=GenerateContentConfig(response_modalities=[Modality.TEXT, Modality.IMAGE]),
)
with open("output_folder/paella-recipe.md", "w") as fp:
    for i, part in enumerate(response.candidates[0].content.parts):
        if part.text is not None:
            fp.write(part.text)
        elif part.inline_data is not None:
            image = Image.open(BytesIO((part.inline_data.data)))
            image.save(f"output_folder/example-image-{i+1}.png")
            fp.write(f"![image](example-image-{i+1}.png)")
# Example response:
#  A markdown page for a Paella recipe(`paella-recipe.md`) has been generated.
#   It includes detailed steps and several images illustrating the cooking process.

Java

瞭解如何安裝或更新 Java。

詳情請參閱 SDK 參考說明文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK：

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True


import com.google.genai.Client;
import com.google.genai.types.Blob;
import com.google.genai.types.Candidate;
import com.google.genai.types.Content;
import com.google.genai.types.GenerateContentConfig;
import com.google.genai.types.GenerateContentResponse;
import com.google.genai.types.Part;
import java.awt.image.BufferedImage;
import java.io.BufferedWriter;
import java.io.ByteArrayInputStream;
import java.io.File;
import java.io.FileWriter;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import javax.imageio.ImageIO;

public class ImageGenMmFlashTextAndImageWithText {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    String modelId = "gemini-2.5-flash-image";
    String outputFile = "resources/output/paella-recipe.md";
    generateContent(modelId, outputFile);
  }

  // Generates text and image with text input
  public static void generateContent(String modelId, String outputFile) throws IOException {
    // Client Initialization. Once created, it can be reused for multiple requests.
    try (Client client = Client.builder().location("global").vertexAI(true).build()) {

      GenerateContentResponse response =
          client.models.generateContent(
              modelId,
              Content.fromParts(
                  Part.fromText("Generate an illustrated recipe for a paella."),
                  Part.fromText(
                      "Create images to go alongside the text as you generate the recipe.")),
              GenerateContentConfig.builder().responseModalities("TEXT", "IMAGE").build());

      try (BufferedWriter writer = new BufferedWriter(new FileWriter(outputFile))) {

        // Get parts of the response
        List<Part> parts =
            response
                .candidates()
                .flatMap(candidates -> candidates.stream().findFirst())
                .flatMap(Candidate::content)
                .flatMap(Content::parts)
                .orElse(new ArrayList<>());

        int index = 1;
        // For each part print text if present, otherwise read image data if present and
        // write it to the output file
        for (Part part : parts) {
          if (part.text().isPresent()) {
            writer.write(part.text().get());
          } else if (part.inlineData().flatMap(Blob::data).isPresent()) {
            BufferedImage image =
                ImageIO.read(new ByteArrayInputStream(part.inlineData().flatMap(Blob::data).get()));
            ImageIO.write(
                image, "png", new File("resources/output/example-image-" + index + ".png"));
            writer.write("![image](example-image-" + index + ".png)");
          }
          index++;
        }

        System.out.println("Content written to: " + outputFile);

        // Example response:
        // A markdown page for a Paella recipe(`paella-recipe.md`) has been generated.
        // It includes detailed steps and several images illustrating the cooking process.
        //
        // Content written to:  resources/output/paella-recipe.md
      }
    }
  }
}

REST

在終端機中執行下列指令，在目前目錄中建立或覆寫這個檔案：

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://${API_ENDPOINT}:generateContent \
  -d '{
    "contents": {
      "role": "USER",
      "parts": { "text": "Create a tutorial explaining how to make a peanut butter and jelly sandwich in three easy steps. For each step, provide a title with the number of the step, an explanation, and also generate an image, generate each image in a 1:1 aspect ratio."},
    },
    "generation_config": {
      "response_modalities": ["TEXT", "IMAGE"],
      "image_config": {
        "aspect_ratio": "16:9",
      },
    },
    "safetySettings": {
      "method": "PROBABILITY",
      "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
      "threshold": "BLOCK_MEDIUM_AND_ABOVE"
    },
  }' 2>/dev/null >response.json

注意：Gemini 2.5 Flash Image 支援下列顯示比例：1:1、3:2、2:3、 3:4、4:3、4:5、5:4、 9:16、16:9 和 21:9。

Gemini 會根據你的描述生成圖片。這項程序應該只需要幾秒鐘，但視容量而定，可能需要較長的時間。

生成符合當地語言習慣的圖像

Gemini 2.5 Flash Image 在提供文字或圖片回覆時，也可能會加入你的位置資訊。舉例來說，您可以生成各類地點或體驗的圖片，這些圖片會將您目前的位置納入考量，而不必向模型指定位置。

控制台

如要生成符合當地語言習慣的圖像，請按照下列步驟操作：

開啟 Vertex AI Studio > 建立提示詞。
按一下「切換模型」，然後從選單中選取 gemini-2.5-flash-image。
在「輸出」面板中，從下拉式選單選取「圖片和文字」。
在「撰寫提示」文字區域中，輸入要生成的圖片說明。例如：「Generate a photo of a typical breakfast.」(生成一張典型早餐的相片。)
按一下「提示」 () 按鈕。

Gemini 會根據你的描述生成回覆。這項程序應該只需要幾秒鐘，但視容量而定，可能需要較長的時間。

Python

安裝

pip install --upgrade google-genai

詳情請參閱 SDK 參考說明文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK：

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True

from google import genai
from google.genai.types import GenerateContentConfig, Modality
from PIL import Image
from io import BytesIO

client = genai.Client()

response = client.models.generate_content(
    model="gemini-2.5-flash-image",
    contents=("Generate a photo of a breakfast meal."),
    config=GenerateContentConfig(response_modalities=[Modality.TEXT, Modality.IMAGE]),
)
for part in response.candidates[0].content.parts:
    if part.text:
        print(part.text)
    elif part.inline_data:
        image = Image.open(BytesIO((part.inline_data.data)))
        image.save("output_folder/example-breakfast-meal.png")
# Example response:
#   Generates a photo of a vibrant and appetizing breakfast meal.
#   The scene will feature a white plate with golden-brown pancakes
#   stacked neatly, drizzled with rich maple syrup and ...

Java

瞭解如何安裝或更新 Java。

詳情請參閱 SDK 參考說明文件。

設定環境變數，透過 Vertex AI 使用 Gen AI SDK：

# Replace the `GOOGLE_CLOUD_PROJECT` and `GOOGLE_CLOUD_LOCATION` values
# with appropriate values for your project.
export GOOGLE_CLOUD_PROJECT=GOOGLE_CLOUD_PROJECT
export GOOGLE_CLOUD_LOCATION=global
export GOOGLE_GENAI_USE_VERTEXAI=True


import com.google.genai.Client;
import com.google.genai.types.Blob;
import com.google.genai.types.Candidate;
import com.google.genai.types.Content;
import com.google.genai.types.GenerateContentConfig;
import com.google.genai.types.GenerateContentResponse;
import com.google.genai.types.Part;
import java.awt.image.BufferedImage;
import java.io.ByteArrayInputStream;
import java.io.File;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;
import javax.imageio.ImageIO;

public class ImageGenMmFlashLocaleAwareWithText {

  public static void main(String[] args) throws IOException {
    // TODO(developer): Replace these variables before running the sample.
    String modelId = "gemini-2.5-flash-image";
    String outputFile = "resources/output/example-breakfast-meal.png";
    generateContent(modelId, outputFile);
  }

  // Generates an image with text input
  public static void generateContent(String modelId, String outputFile) throws IOException {
    // Client Initialization. Once created, it can be reused for multiple requests.
    try (Client client = Client.builder().location("global").vertexAI(true).build()) {

      GenerateContentResponse response =
          client.models.generateContent(
              modelId,
              "Generate a photo of a breakfast meal.",
              GenerateContentConfig.builder().responseModalities("TEXT", "IMAGE").build());

      // Get parts of the response
      List<Part> parts =
          response
              .candidates()
              .flatMap(candidates -> candidates.stream().findFirst())
              .flatMap(Candidate::content)
              .flatMap(Content::parts)
              .orElse(new ArrayList<>());

      // For each part print text if present, otherwise read image data if present and
      // write it to the output file
      for (Part part : parts) {
        if (part.text().isPresent()) {
          System.out.println(part.text().get());
        } else if (part.inlineData().flatMap(Blob::data).isPresent()) {
          BufferedImage image =
              ImageIO.read(new ByteArrayInputStream(part.inlineData().flatMap(Blob::data).get()));
          ImageIO.write(image, "png", new File(outputFile));
        }
      }

      System.out.println("Content written to: " + outputFile);

      // Example response:
      // Here is a photo of a breakfast meal for you!
      //
      // Content written to: resources/output/example-breakfast-meal.png
    }
  }
}

REST

在終端機中執行下列指令，在目前目錄中建立或覆寫這個檔案：

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://${API_ENDPOINT}:generateContent \
  -d '{
    "contents": {
      "role": "USER",
      "parts": { "text": "Generate a photo of a typical breakfast."},
    },
    "generation_config": {
      "response_modalities": ["TEXT", "IMAGE"],
      "image_config": {
        "aspect_ratio": "16:9",
      },
    },
    "safetySettings": {
      "method": "PROBABILITY",
      "category": "HARM_CATEGORY_DANGEROUS_CONTENT",
      "threshold": "BLOCK_MEDIUM_AND_ABOVE"
    },
  }' 2>/dev/null >response.json

注意：Gemini 2.5 Flash Image 支援下列顯示比例：1:1、3:2、2:3、 3:4、4:3、4:5、5:4、 9:16、16:9 和 21:9。

Gemini 會根據你的描述生成圖片。這項程序應該只需要幾秒鐘，但視容量而定，可能需要較長的時間。

使用 Gemini 生成圖片 透過集合功能整理內容 你可以依據偏好儲存及分類內容。

圖像生成

生成圖像

控制台

Python

安裝

Node.js

安裝

Java

REST

生成圖像與文字交雜的內容

控制台

Python

安裝

Java

REST

生成符合當地語言習慣的圖像

控制台

Python

安裝

Java

REST

使用 Gemini 生成圖片