damn，真的越看越魔幻啊😲。。。。 距离Nanobanana刷屏，才过去不到一年， 我到现在都记得那个晚上，Google的Nanobanana炸了整个科技圈， 生图能力直接霸榜第一，全网都在喊谷歌王者归来，说AGI终究还是谷歌的天下。 那时候Gemini是公认的第一梯队选手，稳坐全球前二，甚至一度摸到过榜首的位置。 结果今天刷到最新的智能指数榜， Claude第一，60分， GPT第二，59分， Kimi第三，57分， Grok第四，54分， 后面跟着智谱和Meta的模型， 谷歌的Gemini 3.6 Flash呢？50分，排第七。 不仅被老对手Anthropic和OpenAI远远甩在身后，还连续被Kimi、Grok、智谱超过，连第一梯队的尾灯都快看不到了。 AI这个领域真的太残酷了， 没有什么永远的王者，没有什么牢不可破的技术壁垒。 你慢一步，新发布的模型差一口气，曾经属于你的位置，立刻就被人填上。 几个月而已， 足够把一个全网喊着“王者归来”的领跑者，挤到第七名， 也足够把整个行业的座次，全部重排一遍。 看来在AI这个赛道，从来没有稳了这回事啊

Google 大善人又发福利了，AI Pro 和 Ultra 订阅用户可以免费在 Google AI Studio 中使用 NanoBanana Pro 和 Gemini Pro 模型了。比如在 AI Studio 中可以生成 4k 照片等等高级功能。

🍌提示词写不顺？这里有可直接复用的 prompts 与成片对照！ 🎯Awesome-Nano-Banana🍌-images：Nano-banana 精选图片和提示词库 👉 #AIGC# #AI工具# #NanoBanana#

很多 YouTube 创作者不缺选题，缺的是固定流程：标题、脚本和复盘全凭感觉。 真正门槛不是多找标题，而是把选题、脚本、包装和复盘接成一套动作。 claude-youtube 是一个给 Claude Code 用的创作者技能包。它把频道审计、选题、脚本、缩略图简报、SEO、Shorts 优化等命令整理好了：你可以跑 `/youtube audit` 看频道问题，跑 `/youtube ideate` 想选题，接着让 `/youtube script` 生成脚本，最后再做 metadata。仓库还支持把这些步骤串起来，让前一步输出继续喂给下一步。 真正有用的是上下文会一路传下去：先说清频道赛道、体量和目标，再接着做选题、脚本和包装。YouTube API、DataForSEO 和 NanoBanana MCP 都是可选外接能力。 1️⃣ 别把它当成“爆款预测器”。仓库里的基准和参考数据只能帮你提出检查项，不能替你承诺播放量。你的受众、选题时效、内容质量和频道阶段，仍然决定结果。 2️⃣ 先从一次完整闭环开始，不要把所有命令轮一遍。选一个已经确定的主题，依次做“选题角度—前 30 秒脚本—标题/描述—缩略图简报”，最后和你原来的版本放一起比较。这样才知道问题卡在选题、开头还是包装。 3️⃣ 没有 API Key，就别假装拿到了实时数据。YouTube API、DataForSEO 和缩略图生成都是可选连接；没接的时候，把自己的频道数据、目标观众和竞品样本手动给进去，一样能做结构化推演，但别把它说成实时洞察。 4️⃣ 费用和数据边界要算清。仓库写明 DataForSEO 的典型工作流按命令计费，且外接服务会涉及你提交的关键词、频道和内容信息；先看服务条款、定价和数据范围，再决定接不接。 还有一个最重要的前提：这不是通用网页工具，也不是 Codex 插件。它的核心依赖是 Claude Code，安装方式是把技能目录放到 Claude 的 skills 路径里。你如果不用 Claude Code，能借它的流程框架，但不能把“看了 README”当成“在其他客户端已经装好了”。 说白了，以前你做一条视频像是在分别找标题老师、脚本老师、SEO 老师；现在可以把它们排成一条有上下文的检查链。但工具负责把问题问得更系统，创作者仍要对选题和内容结果负责。 适合谁：已在用 Claude Code、想固定频道复盘和创作流程的人。 什么人别折腾：只想装完就等结果、也不愿提供频道定位和目标的人。 链接：

OPC Skills：面向"一人公司"的 Agent Skills 开源库 # 10 个 Skills 分为 4 类，累计 51K+ 次安装 ① 市场调研层 · requesthunt（v2.3.0，最活跃）：从 Reddit / X / GitHub / YouTube / LinkedIn / Amazon 抓取真实用户反馈，生成需求研究报告。现已切换为 Rust CLI（自带 SHA256 校验 + 设备码登录）。其"平台选择指南"很专业——按产品类别推荐主次数据源（如硬件→YouTube 优先，开发者工具→Reddit 优先） ② 数据采集层（API 封装技能） · X/twitter（28 个脚本，最厚重）：封装 twitterapi. io，覆盖用户/推文/列表/社区/Spaces/趋势全端点 · reddit（7 脚本）：基于公共 JSON API · producthunt（11 脚本）：GraphQL API ③ 设计生产层 · nanobanana：Gemini 3 Pro Image 图像生成（文生图、图编辑、2K/4K） · logo-creator：依赖 nanobanana，含裁剪、去背景、SVG 矢量化 · banner-creator：依赖 nanobanana，输出多平台横幅 ④ 增长与基建层 · seo-geo（33.5K 安装，最热门）：SEO + GEO（生成式引擎优化），内嵌普林斯顿 9 项 GEO 方法论，覆盖 ChatGPT / Perplexity / Google AI Overview / Copilot / Claude 各平台的引用优化策略 · domain-hunter：依赖 twitter + reddit，域名查价、找促销码、给购买建议 · archive：会话知识归档，带 SessionStart hook 自动把 .archive/MEMORY.md 注入上下文——唯一带运行时钩子的技能，体现"跨会话记忆复用"思路 项目地址

Nano Banana 2 lite vs GPT-image 2 提示词： “生成一张五格图，每格都是高度规则的排列结构： 一面由 6x6 彩色便签贴组成的墙面。 一盒整齐摆放的 24 颗巧克力。 一排 8 双不同颜色的袜子挂在晾衣绳上。 一个展示柜中摆着 5 层模型车，每层 3 辆。 一张餐桌上摆好了 6 套完整餐具。” 左边 Nano 右边GPT 在数字上依然都是错两道 对三道 打平 人物上 GPT image 2 胜 ，Nano Banana lite 2有点油

Nano Banana 2 Lite 上线了 主打的就是一个快！几秒出结果 你要说美学，就是快！ 你要说控制，就是快！ 最后看看同样提示词🍌2Lite和GPT2的差距

Nano Banana逆天的改图能力，让这类AI起号的玩法越来越多了，在小红书/Ins等平台拿真人的擦边分享当底图，然后修改姿势、突出特定xp，既保留了原始构图环境的真实感，又能打造原创性的人设打穿目标市场。