Промпты для Gemini: текст, сканы, Nano Banana и Veo

Промпты для Gemini начинаются с выбора результата: текст, изображение или ролик. Здесь легко спутать название чата, текстовую модель, Nano Banana для картинок и Veo для видео. Ниже — актуальная карта моделей и готовые запросы для анализа, скана, визуала и видео.

Промпты для Gemini: задача определяет режим

Для письма, таблицы или разбора PDF используйте текстовую Gemini и прикладывайте исходные данные. Для новой картинки или правки референса выбирайте инструмент изображений Nano Banana. Для ролика нужен видеорежим: в Gemini API есть Gemini Omni Flash и Veo 3.1. Одно название «Gemini» не означает, что каждый выбранный режим умеет выдавать любой тип файла.

Структура рабочего запроса: «Результат [что нужно], для [аудитория]. Исходные материалы [что прикреплено]. Ограничения [формат, длина, язык, стиль]. Сначала отметь недостающие данные; не выдумывай цифры». Для визуала добавьте композицию и соотношение сторон, для видео — действие во времени, камеру и звук.

Какие модели Gemini использовать

На 30 сентября 2026 года в каталоге Gemini API представлены разные семейства. API-идентификатор — точное имя для разработчика, а не обещание такой же кнопки в приложении Gemini. Доступность в приложении зависит от аккаунта и региона; справка Google отдельно описывает выбор Nano Banana.

Gemini 3.8 Flash, 3.5 Flash-Lite и 3.1 Pro Preview принимают изображения и PDF, но выдают текст, а не новую картинку. Nano Banana 2 Lite — быстрый вариант для простых визуальных идей; Nano Banana 2 — универсальный выбор; Pro нужен для сложной визуальной постановки. Старый Nano Banana на Gemini 2.5 Flash Image ещё встречается в документации, но Google рекомендует переходить на новую линейку.

Текстовые промпты: извлечение и решение

Быстро извлечь данные из пакета документов

Для потока однотипных файлов подойдёт Flash-Lite. В обычном чате можно использовать доступный быстрый режим без привязки к API-имени.

В приложенных документах найди для каждого: номер, дату, контрагента,
сумму и валюту. Верни таблицу: файл, поле, значение, где найдено.
Если поле не видно, пиши «не найдено», не подставляй предполагаемое.
После таблицы перечисли документы с расхождениями между шапкой
и итоговой суммой. Ответ на русском; исходное написание имён сохрани.

Если выход будет загружаться в систему, попросите JSON со строгими названиями полей и проверьте его валидатором. Для одного разового договора таблица читается проще.

Свести противоречивые требования

Для задачи с несколькими заинтересованными сторонами используйте Pro или актуальный Flash с подробным брифом. Оба пути требуют проверки исходных цифр.

Подготовь решение для запуска [проект].
Цель: [метрика и срок]. Позиции: [продажи], [ИТ], [финансы].
Ограничения: [бюджет, команда, данные].
Сначала перечисли точки согласия и конфликта, с опорой на источники.
Затем предложи 2 варианта: минимальный пилот и полный запуск.
Для каждого укажи выгоду, риск, владельца решения и условие остановки.
Не изображай допущение как утверждённый факт.

Такой запрос не должен «решить за комитет». Он помогает увидеть, какие данные и согласования нужны до встречи.

Можно ли дать Gemini фото или скан

Да. Документация Google показывает передачу изображения вместе с текстовым вопросом, а руководство по PDF — чтение страниц, таблиц и схем. В приложении прикрепите фото/скан к сообщению, если эта возможность доступна вашему аккаунту. Для API передайте файл выбранным способом. Укажите, нужен ли буквальный текст, таблица или интерпретация: это разные задачи.

Промпт для скана:

Расшифруй прикреплённый скан постранично. Сохрани заголовки,
списки, таблицы, исходный язык, числа и знаки препинания.
Неразборчивый фрагмент обозначь [неразборчиво], не угадывай его.
Верни сначала транскрипцию без комментариев, затем отдельный список
сомнительных мест с номером страницы и контекстом. Не пересказывай.

Если задача — не просто OCR, а проверка счета, добавьте второй запрос: «Сверь распознанные строки с изображением, покажи места, где цифры выглядят неоднозначно». Для мелкого шрифта, печатей и рукописных правок нужна ручная проверка по оригиналу. Качество скана влияет на результат сильнее, чем длинная инструкция.

Промпт для фотографии: «На фото — доска после встречи. Перепиши только читаемые пункты; рядом укажи уверенность: высокая или низкая. Отдельно выпиши вопросы без ответов и не приписывай им ответственных». Такой формат помогает быстро перенести заметки в протокол и не закрепить ошибочную расшифровку.

Nano Banana: создать и отредактировать изображение

В линейке Nano Banana есть варианты для скорости, универсальной работы и точного визуального контроля. В Gemini Apps Nano Banana 2 используется для обычного создания/правки, а Pro доступна при соответствующем плане; подробности выбора приведены в справке.

С нуля, для Nano Banana 2:

Создай горизонтальную иллюстрацию 16:9 для статьи о внедрении ИИ
в отделе продаж. Один объёмный календарь и карточка CRM на тёплом
персиковом фоне; мягкие тени, свободное место справа для заголовка.
Без людей, надписей, логотипов и случайных декоративных объектов.
Сделай один вариант, затем опиши, что проверять перед публикацией.

С референсом, для Nano Banana 2 или Pro: «Используй прикреплённый утверждённый макет как источник композиции. Сохрани расположение карточек и пропорции. Замени только центральную иллюстрацию на диаграмму из трёх этапов; палитру и шрифтовую иерархию сохрани. Не добавляй новый текст. Покажи результат». Визуальные ограничения здесь важнее длинного списка прилагательных. Если нужен точный брендовый объект или много референсов, выбирайте Pro и сверяйте логотип, надписи и пропорции по исходному брендбуку. Отдельную подборку художественных стилей смотрите в статье о промптах для изображений.

Veo и Gemini Omni Flash: промпт для ролика

В Gemini API Google рекомендует Gemini Omni Flash для большинства новых задач генерации и разговорной правки видео. Veo 3.1 полезен, когда важны конкретный стартовый/финальный кадр, продолжение ранее созданного клипа или интеграция с существующим процессом. Возможности в потребительском приложении могут отличаться от API.

Пример для Veo 3.1: «Создай 8-секундный ролик 16:9: крупный план чистого рабочего стола; карточки с этапами проекта поочерёдно мягко сдвигаются в одну линию. Камера медленно отъезжает, без резких склеек. Тёплый дневной свет. Негромкий звук движения карточек, без речи и надписей. Последний кадр — все три карточки выровнены». Если интерфейс принимает первый и последний кадры, приложите их и попросите сохранить расположение объектов. Для маркетингового ролика сначала согласуйте один кадр и действие, потом делайте вариации движения.

Повторяемая инструкция и финальная проверка

В API или рабочем интерфейсе с системными инструкциями можно сохранить общее правило. В обычном чате поставьте его первым сообщением, а затем дайте один из конкретных промптов выше.

Ты аналитик рабочих материалов. Отвечай по-русски.
Опирайся на переданные файлы и отделяй цитаты, выводы и допущения.
Если файл не читается или не хватает данных, скажи об этом до ответа.
Сохраняй структуру документа при расшифровке; не угадывай нечёткие
символы. В финале кратко проверь выполнение формата и ограничений.

Перед использованием результата проверьте три вещи: модель/режим соответствует выходному файлу; данные и текст на изображениях сверены с оригиналами; формат ответа подходит для следующего действия. Для текстового решения проверьте источники, для картинки — артефакты и фирменные элементы, для ролика — кадры и звук. Тогда выбор модели становится частью рабочего процесса, а не списком названий.

Больше материалов по теме — в разделе «Промпты».