Gemini 3 Pro Image Prompt Builder — 5-Component + 3-모델 동시 출력

moai-media | 이미지 프롬프트 빌더 (텍스트 산출 전용)

개요

Gemini 3 Pro Image (Nano Banana Pro)는 Google DeepMind의 reasoning-driven 이미지 생성·편집 모델로, Thinking Mode, Perfect Text Rendering, Search Grounding (Google Search 연동), Few-Shot Design (최대 14개 reference 이미지)을 지원합니다. 자연어 프롬프트 어조는 Creative Director가 장면을 지시하는 톤이 가장 잘 동작합니다.

본 스킬은 사용자 한 줄 요청을 Google AI for Developers 공식 가이드의 5-component 구조로 변환합니다:

[Subject + Adjectives] doing [Action] in [Location/Context].
[Composition/Camera]. [Lighting/Atmosphere]. [Style/Media].
[Specific Constraint/Text]

각 component는 영문 문장으로 끝나며 마침표로 구분합니다. 키워드 나열식은 동작하지만 결과 품질이 떨어집니다.

특히 본 스킬은:

• 3개 모델 동시 출력: Gemini 5-component 메인 + GPT-image-2(6-Block) + Midjourney v8.1(키워드+파라미터)
• 프리셋 + 미세조정: 4개 프리셋(제품샷·인물·일러스트·풍경) × 4 슬롯
• Thinking vs Fast 모드 안내: 복잡 구도·텍스트는 Thinking, 빠른 탐색은 Fast (Gemini 3.1 Flash Image)
• 카메라 하드웨어 지정: GoPro · Fujifilm · disposable · iPhone 등 시각적 DNA를 결정하는 하드웨어 지시

페어 스킬 nano-banana(Gemini 직접 호출 + 한글 타이포 특화) 또는 image-gen(자동 라우팅)이 실제 이미지를 생성하는 동안, 본 스킬은 프롬프트 텍스트만 산출합니다.

트리거 키워드

Gemini 이미지 프롬프트 나노바나나 프롬프트 Nano Banana Pro 프롬프트 Gemini 3 Pro Image 프롬프트 Google AI Studio 이미지 Vertex AI 이미지 프롬프트 SynthID

워크플로우

사용자 자연어 한 줄
    ↓
[Round 1] AskUserQuestion — 프리셋 선택 (제품샷·인물·일러스트·풍경)
    ↓
[Round 2] AskUserQuestion — 프리셋별 미세조정 (3~4 슬롯)
    ↓
[Round 3] AskUserQuestion — 화면비 + 이미지 내 텍스트 유무 + 카메라 하드웨어(선택)
    ↓
[내부] 슬롯 → 5-component 매핑
    ↓
[내부] 같은 슬롯 → GPT 6-Block + MJ 키워드+파라미터 변환
    ↓
출력: 3개 모델 프롬프트 코드블록 + 권장 파라미터 + 한국어 해설

실행 규칙

Round 1 — 프리셋 선택 (필수)

AskUserQuestion을 호출해 4개 프리셋 중 1개를 선택받습니다.

Round 2 — 프리셋별 미세조정 (3-4 질문)

presets/<name>.md의 슬롯 정의를 따릅니다. 본 스킬의 presets/는 gpt-image-2-prompt와 동일한 슬롯 데이터를 사용하지만, 모델별 어조 변환 가이드는 Gemini Creative Director 어조로 자동 변환됩니다.

Round 3 — 화면비 + 텍스트 + 카메라 하드웨어(선택)

Gemini는 추가로 3:2, 2:3, 3:4, 4:3, 5:4를 지원합니다. Gemini 3.1 Flash Image는 1:4, 4:1, 1:8, 8:1도 추가 지원.

카메라 하드웨어 옵션 (Gemini Creative Director 어조의 핵심):

내부 처리 — 슬롯 → 5-Component 매핑

Component 1 — [Subject + Adjectives] doing [Action] in [Location]
Component 2 — [Composition/Camera Angle/Lens/Hardware]
Component 3 — [Lighting/Atmosphere]
Component 4 — [Style/Media]
Component 5 — [Specific Constraint/Text]

각 component는 영문 문장 1-2개. 마침표로 구분. 상세 규칙은 references/prompt-blocks.md.

내부 처리 — GPT 6-Block + MJ 변환

페어 스킬 gpt-image-2-prompt / midjourney-v8-prompt와 동일 로직.

출력 — 3개 모델 코드블록

## 🎨 생성된 프롬프트 (3개 모델)

### 1) Gemini 3 Pro Image — Nano Banana Pro (메인)

<5-component 영문 문장>

**권장 파라미터**: `aspect_ratio=1:1`, `resolution=2K`, `mode=Thinking`
**Reference 이미지**: 최대 14개 첨부 가능 (`references/reference-images.md`)
**Search Grounding**: 데이터 시각화·지도·통계 그래프는 활성화 권장

### 2) GPT-image-2 — OpenAI ChatGPT / API

<6-Block 자연어 단락>

**권장 파라미터**: `quality=medium`, `size=1024x1024`, `moderation=auto`

### 3) Midjourney v8.1

<키워드, 키워드, ... --ar 1:1 --style raw --hd --q 4 --s 300>

### 📝 한국어 해설
- Gemini는 Creative Director 어조에 가장 잘 반응합니다 (chiaroscuro · golden hour backlighting · three-point softbox 등)
- Thinking Mode는 복잡 구도·텍스트·데이터 시각화에 유리, latency 증가
- 모든 출력 이미지에 SynthID 워터마크 자동 삽입 (imperceptible)

### 🔗 페어 스킬 (실제 이미지 생성)
- `nano-banana` — Gemini 3 Pro Image 직접 호출 (한글 타이포 특화)
- `image-gen` — 자동 라우팅 (Gemini Direct 포함)
- `gpt-image-2-prompt` — GPT 어조 프롬프트 빌더 (sibling)
- `midjourney-v8-prompt` — MJ 어조 프롬프트 빌더 (sibling)

텍스트-우선 (Text-First) 워크플로우

이미지에 들어갈 텍스트가 길거나 복잡할 때 Google이 공식 권장하는 2-step 패턴:

1. 먼저 모델과 대화로 텍스트 컨셉을 다듬는다 ("이런 분위기에 어울리는 짧은 카피 추천해줘").
2. 그 다음 확정된 텍스트를 이미지 프롬프트에 verbatim으로 넣는다.

본 스킬은 Round 3에서 텍스트 길이가 30자 이상이면 Text-First 패턴을 사용하라고 자동 권고합니다.

사용 예시

예시 1: 제품샷

"Gemini 이미지 프롬프트, 매트 블랙 머그 'MONDAY' 글자 들어간 제품샷"

→ Round 1: 제품샷 → Round 2: 머그/슬레이트/창문/3-4분 → Round 3: 1:1 + verbatim "MONDAY" + Fujifilm → Gemini 메인 + GPT + MJ 동시 출력.

예시 2: 인포그래픽 (Search Grounding)

"나노바나나 프롬프트로 2026년 한국 SNS 사용자 수 비교 인포그래픽"

→ 일러스트 프리셋 선택 → Round 2 슬롯 → Search Grounding 활성화 안내 + Thinking Mode 권장.

예시 3: 시네마틱 풍경 21:9

"Gemini 3 Pro Image 시네마틱 풍경 프롬프트, 한강 일몰 21:9"

→ 풍경 프리셋 → Round 2 → 21:9 + GoPro 와이드 → Gemini만 21:9 지원 메모.

출력 형식

주의사항

• 본 스킬은 프롬프트 텍스트만 출력합니다. 실제 이미지 생성은 페어 스킬을 사용하세요.
• Gemini 3 Pro Image의 모든 출력에는 SynthID 워터마크가 imperceptible하게 삽입됩니다 (Google 정책, 변경 불가).
• Thinking Mode는 latency가 증가하지만, 복잡 구도·다중 객체·데이터 시각화·정확한 텍스트가 필요할 때 필수입니다.
• Search Grounding으로 사실 기반 인포그래픽을 생성하더라도, 결과는 항상 별도 검증 필요 (모델이 정보를 잘못 해석할 가능성).
• 입력 토큰: Gemini 3 Pro Image 65,536 tokens, Flash 131,072 tokens. 출력 토큰: 32,768 (둘 다).
• Reference 이미지 첨부 시 첫 2-3개에 핵심 요소(스타일·캐릭터·구도)를 배치하고, 나머지는 부수적 스타일로 사용 권장.
• 마스킹 편집·낮↔밤 변환·다중 이미지 블렌딩은 가끔 비자연스럽거나 아티팩트 발생.

관련 스킬

출처

1차 권장 출처 (공식):

• Google AI for Developers — Gemini 3 Pro Image Preview
• Google DeepMind — Gemini 3 Pro Image product page
• Google Cloud Documentation — Gemini 3 Pro Image (Vertex AI)
• Google Cloud Blog — Ultimate Prompting Guide for Nano Banana
• Google AI Studio — Gemini 3 Pro Image (Nano Banana Pro)

업계 참고:

• Atlabs AI — Ultimate Nano Banana Pro Prompting Guide 2026
• WaveSpeed Blog — Google Nano Banana Pro: Complete Guide for 2026
• Medium — Testing Gemini 3 Pro Image

위 출처를 기반으로 5-component 구조, Thinking/Fast 모드 권장, aspect_ratio 범위, 14 reference images, SynthID 정책, 65K/32K 토큰 제한, Search Grounding 활용을 도출했습니다.