Nano Banana 是 Gemini 2.5 Flash Image 的常用昵称，适合做参考图编辑、图片融合、风格转换、老照片上色、分镜生成等任务。这里用可复用的提示词结构和场景模板，讲清如何把参考图、目标效果和约束条件组织成稳定的图像编辑指令。
Context Engineering 关注在调用大语言模型前，如何把指令、知识、工具结果和记忆组织进有限上下文窗口。围绕 LLM OS 类比、上下文失败模式、记忆分类和工程实践，系统讲清 LLM 应用为什么不能只靠提示词。
Nano Banana 不只适合图片编辑，也能通过结构化提示词生成照片级场景、贴纸、文字标志、商业产品图、极简背景和漫画分镜。围绕六类常见出图任务，拆解提示词模板、写法要点、平台入口和第三方平台选择清单。
AI 生成网页常把按钮、卡片和背景做成蓝紫渐变，背后通常是训练语料中的高频样式、框架默认值和开源模板共同作用。围绕 Tailwind CSS 的 indigo-500、设计路径依赖和提示词约束，讲清如何把生成结果从默认审美里拉出来。
Nano Banana 修复老照片时，提示词需要同时约束修复范围、人物真实性和风格边界。这里拆解基础修复、深度去污、复古质感保留、黑白照片上色和多轮优化的提示词写法，并给出可直接复用的模板。
Nano Banana 适合做多图融合、局部编辑、参考姿势迁移、角色设定和信息图生成。这里用一套可复用的工作流讲清楚参考图打标、红框选择、红色蒙版、视角推理、海报改稿等常见玩法，以及尺寸、文字和事实准确性上的注意事项。
RAG 系统要处理的不只是向量召回，还包括重排序、结构化数据查询、表格解析和复杂图推理。围绕语义检索、Text2SQL 和 GraphRAG 三条主线，拆解一套可落地 RAG 架构的训练方法、检索流程和工程取舍。
从大模型额度、MCP 工具连接、规则管理、任务拆解和一键部署五个维度，对比 CodeBuddy、通义灵码、Qoder、TraeCN 和 Comate 的能力差异，帮助开发者按项目类型选择合适的国产 AI IDE。
