我天天拿来出封面的 Nano Banana 升了二代，一张假身份证把我看愣了
哈喽，我是飞飞。
我公众号每篇文章的封面，基本都是 AI 出的，不用我自己动手画。一句话喊一声，几十秒后一张图就躺在那儿了。这套我跑了大半年，舒服是真舒服，但有个死穴一直膈应我：图上文字一多，就开始乱码。
出图用的是 Google 那个 Nano Banana。这两天它升了二代，还正式 GA 了。我顺手测了几张，其中一张它生成出来的身份证样张，把我看愣了。
我那套封面，是跟 Claude Code 喊一句出来的
我用它的路子，可能跟你平时想象的有点出入。
我没有单独开个网页去 Google 那边点点点。我的封面是在 Claude Code 里一句话触发的。文章定稿后，我跟它说一句「给这篇配张封面」，它背后接的是我自己写的 content-artist 这个 skill，由这个 skill 去读文章主题、想画面、调 Nano Banana 生图，出完图再自动传到我的图床上。
我这头只管说一句话，回头图就在那儿等我了。有时候我连配色、风格都懒得细说，丢个主题给它，它自己拿捏，出来的八九不离十。
这东西用久了会上瘾。一旦习惯了写完文章随口一句就有封面，你就很难再回到自己开设计软件抠图的日子。也正因为天天靠它，它哪点变好、哪点掉链子，我比对着参数表看的人体会得直接得多。
老版 Nano Banana 有个特别明显的规律：文字少的时候，基本不出问题。比如我这个卡通头像，T 恤上的 Feifei、电脑上的 AI Lab、书脊上那个 Prompt，几个字都拼得清清楚楚，一点不糊。
可一旦我让它在图里放一段稍微长点的文字，比如封面标题加副标题，它就开始抽风，笔画黏成一团、字缺胳膊少腿，远看像字、近看是鬼画符。
说白了，老版在我这儿基本是个「只能出无字图」的状态。封面想压个标题进去，文字一多就开始缺笔少画，我要么反复重试碰运气，要么干脆把字从图里删掉，改成纯色块的氛围图，标题挪回正文里去。
封面那行标题，对公众号来说几乎是点击率的命根子，读者刷信息流先看到的就是它。字一糊，整张图就废了，再好看的背景也救不回来。所以这道坎，别人也许无所谓，对我是真痛，我绕了大半年。
升二代我先感觉到的，是它变快了
这次升到二代（官方名字叫 Gemini 3.1 Flash Image），我没急着扒参数，先随手丢了几个活给它试手。
最直接的一个体感，是它变快了。我让它拿上面那张头像当底，给我画一张油画风格的版本。以前这种「基于一张图再创作」的活，我得等它磨一会儿，这回明显利索，图很快就出来了，质量还不打折。出来清清楚楚的，放大看也没有糊成一团变成那种伪油画。
快这一下，对我挺要紧。出图卡顿那几十秒，是我整条流水线里最容易让我分心去摸手机的地方。它快了，我盯着等的时间就短了，一口气能多出几张备选挑着用。对一天要出好几张图的人来说，省下的就是实打实的注意力。出得快还有个连带好处，我有底气一次让它多跑几版，挑个最顺眼的，而不是出一张就凑合用一张。
真正把我看愣的，是它生成的那张身份证
我想试试它到底能把「图里的字」做到多干净，就让它生成一张中国身份证的样子。出来那张，我盯了好几秒。
先说清楚，那是张一眼就能看出来的样张，右边压着「仅供参考」的水印，名字是王小明，地址是「某某街道」，号码也是凑的。我拿它纯粹是测清晰度和文字渲染，没别的意思，你也别想歪。
但质量是真的惊到我了。「中华人民共和国居民身份证」那行大字、姓名性别民族出生住址那一栏小字、底下那串身份证号，全都清清楚楚，没有一个字是糊的。更夸张的是国徽的纹路、卡面上那层底纹，它都给你描了出来。我把图放大，凑近看，边缘依然利落，细节没散。
我特意挑身份证来试，就是因为它把「字多、字密、还得规整」这三样最难的全占齐了。这种场景，正是老版最容易翻车的地方，它这回稳稳接住了。那一下我才真切感觉到，二代官方挂在嘴边的「文字渲染更强、图更清楚」，落到我手里，就是封面终于能正经放字了。以前听着像发布会辞令，现在成了我流水线上少操心的一块。
对我最实在的一个改变是，封面标题这回大概率能直接做进图里，不用每次都把字抠掉、再挪回正文。光这一条，就够我把整套封面模板重新捋一遍。
那 Nano Banana 2 和 Pro，我到底该挂哪个
这次其实一口气 GA 了两个型号，得分清楚，不然容易挑错。
二代 Nano Banana 2 底子是 Gemini 3.1 Flash，主打快和便宜，是 Gemini 里的默认款。另一个 Nano Banana Pro 底子是 Gemini 3 Pro，主打 4K 和更顶的文字渲染，单价大概是二代的两倍。简单讲，要极致质量、印出来挂墙上的那种，上 Pro；要又快又省、天天自动跑的，二代就够。我这种批量出封面的，毫不犹豫选二代。
对我这种把出图挂进流水线的人，二代正式 GA 这件事，比单纯「能用了」要重得多。GA 的意思，是它从那个随时可能改的预览版，转成了带稳定保障的正式版。这意味着我那条自动配图的链路，可以从「能跑」放心升级成「长期挂着跑」，不用整天提心吊胆哪天接口一变，图就出不来了。
再加上它单价压到几分钱一张，自动配图这种按张烧钱的活，才真正算得过账。一张封面省下的是几毛钱，可一年几百张滚下来，这账就值得算了。尤其我这种把出图当水电用的人，单价每降一截，胆子就更大一点，敢让它放开了多出。
同期我也瞄了一眼别家。Gemini Live 能实时出图改图，OpenRouter 上那个 Riverflow 2.5 主打让你亲手控制它的评分标准。能看出来，图像模型现在卷的早就不只是好不好看。能不能让你稳稳控制它、要什么给什么，正在变成新的胜负手。而这一点，恰恰是「自动配图」最吃的那块。
我打算把整条配图链路换到二代上
绕回开头那个死穴。实话讲，我用 AI 出封面大半年，最怕的从来不是它画得不够艺术，是它把图里的字写崩。这回二代把文字和清晰度这两块补上，对我这种流水线作业的人，等于又少了一个得手动盯的环节。
接下来我打算把 content-artist 这条链路彻底换到二代上，多跑些真实封面看看稳定性，回头单独写一篇摆效果给你看。要是中途又踩到新坑，我也照实说。
最后想问问你：你平时更头疼 AI 出图里哪一种翻车，是文字糊成鬼画符那种，还是整体风格飘、跟你要的根本不是一回事那种？评论区聊聊。