Gemini 3和Nano Banana Pro的实用提示词技巧：
1. 把AI当协作者，明确给出示例、限制和期望的输出结构。倒推法——从最终结果反向设计提示词，能大幅提升生成质量和精准度。
2. 利用递归反馈，把模型帮你优化后的提示词再输入一次，反复打磨，效果越来越好。
3. 用大量风格相似的图片“教”模型你的审美，再让它创造匹配的提示词，变成你的专属创意助手。
4. 好的提示词不在于华丽辞藻，而是清晰的上下文、明确的目标和限制。告诉模型你想要什么，为什么要它，以及怎样才算好，剩下的交给它。
5. 简洁直接，告诉模型你期望的输出，避免模糊和冗余。
6. 如果遇到不理想的体验，比如图像生成异常或功能失效，建议先重启账号、清缓存，或通过App反馈，官方团队会持续改进。
7. 当模型某些细节无法满足时，可以先用外部工具手动调整，再让模型帮你润色融合，灵活应对限制。
8. 参考图像与提示词描述冲突时，模型更倾向于忽视文字描述，信赖图片信息。这提醒我们设计提示时要避免信息矛盾。
9. 反向工程和复杂实验式提示能激发模型潜力，比如模拟物理逻辑的场景生成，实现惊艳效果。
10. AI提示词的艺术在于与模型对话，理解它的“思路”，而非死板命令，真正做到“心有灵犀一点通”。
1. 把AI当协作者，明确给出示例、限制和期望的输出结构。倒推法——从最终结果反向设计提示词，能大幅提升生成质量和精准度。
2. 利用递归反馈，把模型帮你优化后的提示词再输入一次，反复打磨，效果越来越好。
3. 用大量风格相似的图片“教”模型你的审美，再让它创造匹配的提示词，变成你的专属创意助手。
4. 好的提示词不在于华丽辞藻，而是清晰的上下文、明确的目标和限制。告诉模型你想要什么，为什么要它，以及怎样才算好，剩下的交给它。
5. 简洁直接，告诉模型你期望的输出，避免模糊和冗余。
6. 如果遇到不理想的体验，比如图像生成异常或功能失效，建议先重启账号、清缓存，或通过App反馈，官方团队会持续改进。
7. 当模型某些细节无法满足时，可以先用外部工具手动调整，再让模型帮你润色融合，灵活应对限制。
8. 参考图像与提示词描述冲突时，模型更倾向于忽视文字描述，信赖图片信息。这提醒我们设计提示时要避免信息矛盾。
9. 反向工程和复杂实验式提示能激发模型潜力，比如模拟物理逻辑的场景生成，实现惊艳效果。
10. AI提示词的艺术在于与模型对话，理解它的“思路”，而非死板命令，真正做到“心有灵犀一点通”。
别再只告诉AI“帮我检查语法和写作”了！糟糕的提示语只会带来糟糕的结果。试试这些专业提示，体验写作质量的飞跃：
1. 专业编辑模式
“请以专业编辑身份，纠正以下文本的语法、拼写、标点和表达，保持原意，但显著提升结构和可读性。文本如下：[粘贴文本]。”
2. 语法+语气完美
“修正文本中的所有语法错误、拼写和生硬表达，然后以干净、专业、自信且无误的语气重写，不改变原意。文本：[粘贴文本]。”
3. 自然流畅改写
“编辑此文本，使其读起来流畅自然，像人类专家写的。修正语法、句子结构、逻辑和语气，使其轻松且专业。文本：[粘贴文本]。”
4. 清晰精准升级
“审查文本的语法、逻辑和句子结构，重写为简洁、易懂且专业的版本，保持原意。文本如下：[粘贴文本]。”
5. 正式写作修正
“用完美的语法、拼写和句子结构重写以下文本，使语气正式，适合商务使用。文本：[粘贴文本]。”
6. 友好且精炼改写
“修正文本中的所有错误，包括语法、标点和拼写，重写成既友好又专业的人性化语气。文本：[粘贴文本]。”
7. 信息清理与提升
“重写文本以修正语法、去除冗余、提升可读性和信息力度，保持简洁、清晰和专业。文本：[粘贴文本]。”
1. 专业编辑模式
“请以专业编辑身份，纠正以下文本的语法、拼写、标点和表达，保持原意，但显著提升结构和可读性。文本如下：[粘贴文本]。”
2. 语法+语气完美
“修正文本中的所有语法错误、拼写和生硬表达，然后以干净、专业、自信且无误的语气重写，不改变原意。文本：[粘贴文本]。”
3. 自然流畅改写
“编辑此文本，使其读起来流畅自然，像人类专家写的。修正语法、句子结构、逻辑和语气，使其轻松且专业。文本：[粘贴文本]。”
4. 清晰精准升级
“审查文本的语法、逻辑和句子结构，重写为简洁、易懂且专业的版本，保持原意。文本如下：[粘贴文本]。”
5. 正式写作修正
“用完美的语法、拼写和句子结构重写以下文本，使语气正式，适合商务使用。文本：[粘贴文本]。”
6. 友好且精炼改写
“修正文本中的所有错误，包括语法、标点和拼写，重写成既友好又专业的人性化语气。文本：[粘贴文本]。”
7. 信息清理与提升
“重写文本以修正语法、去除冗余、提升可读性和信息力度，保持简洁、清晰和专业。文本：[粘贴文本]。”
想要系统性学习Deep Research的可以看看。该论文系统地梳理了Deep Research (DR) 这一新兴领域，旨在赋予大型语言模型（LLMs）类似于人类研究员的能力，使其能够通过自主规划、信息获取、记忆管理和深度推理来解决复杂的开放性问题 。
另外github仓库里还给出了相关论文的链接，方便直接查看。
