Creación de imágenes arquitectónicas con Nano Banana 2.1: guía de prompts y edición

¿Qué aprenderás en esta guía?

En este tutorial veremos cómo crear una imagen de concepto arquitectónico con Nano Banana 2.1, editar una imagen existente mediante instrucciones de texto y mejorar los resultados de forma controlada. El objetivo es establecer un flujo de trabajo que describa con claridad el tipo de espacio, el encuadre, los materiales, la iluminación y los límites de los cambios, en lugar de escribir una petición genérica y esperar el resultado.

La documentación de Google sobre generación de imágenes en Gemini API utiliza el nombre Nano Banana para las capacidades integradas de generación de imágenes de Gemini. En ella, Nano Banana 2.1 aparece con el identificador de modelo gemini-nano-banana-2.1 y se recomienda para proyectos nuevos. El modelo está diseñado para generar imágenes y editarlas mediante conversación. Según la documentación, ofrece mejoras en la calidad de imagen a resoluciones de 1K, 2K y 4K, el procesamiento de texto y la coherencia entre varios turnos.

Requisitos y preparación

Este método funciona a través de Gemini API. La fuente incluye ejemplos para Python, JavaScript, Java, Go y REST; el ejemplo de Python utiliza el cliente google-genai. El ejemplo de REST envía una clave de API para la autenticación. Este tutorial no describe una interfaz vinculada a una versión concreta de software local o a una aplicación de escritorio: el proceso consiste en enviar a la API una solicitud que incluya texto y, si es necesario, una imagen. Como las fuentes no especifican precios ni condiciones de acceso a la cuenta, no conviene hacer suposiciones al respecto.

Antes de empezar, define el propósito de la imagen: ¿exploración de conceptos, imagen ambiental para una presentación al cliente o prueba de materiales alternativos sobre una imagen existente? Esta decisión influirá en el nivel de detalle del prompt y en las referencias visuales que envíes. Antes de subir una imagen de otra fuente, comprueba que tienes los derechos de uso necesarios. Google también indica que todas las imágenes generadas contienen una marca de agua SynthID.

Generación de imágenes arquitectónicas paso a paso

1. Describe la escena y el encuadre

En la primera solicitud, especifica qué tipo de espacio es, dónde está situada la cámara, en qué elementos debe centrarse la imagen y cuál es la atmósfera general. Las recomendaciones de las fuentes para diseñar prompts aconsejan que las instrucciones sean claras y específicas, que las restricciones se indiquen por separado y que se describa el formato de salida. El siguiente ejemplo pide generar desde cero una imagen de un interior residencial:

Create a photorealistic architectural visualization of a compact urban apartment living room. Show the full seating area from eye level, with a clear view toward the window. Use pale oak, warm off-white plaster, muted natural fabrics, and soft daylight. Keep the composition calm and uncluttered. Do not add people, signage, captions, or decorative text.

Este prompt define por separado el tipo de espacio, la altura de la vista, el área que se mostrará, la paleta de materiales y los elementos que deben evitarse. No consideres el primer resultado como definitivo. Si el encuadre o el equilibrio de materiales no son los esperados, en lugar de reescribir toda la descripción, da una nueva instrucción centrada únicamente en ese aspecto.

2. Añade una imagen existente como referencia

La documentación de Gemini API muestra que es posible editar imágenes proporcionando una entrada visual junto con el texto. Para ello, añade la imagen inicial a la solicitud de la API y explica qué quieres cambiar y qué debe mantenerse. Para utilizar el ejemplo siguiente, incluye tu propia imagen en la misma solicitud como entrada visual:

Using the supplied interior image as the starting point, change the floor finish to light natural oak and the curtains to a warm gray linen. Keep the room layout, camera viewpoint, window positions, and furniture placement unchanged. Preserve the existing daylight mood.

La instrucción especifica tanto los cambios deseados como los elementos que deben permanecer intactos. Así se limita la tarea a una modificación concreta, en vez de pedir al modelo que reinterprete todo. Aun así, revisa el resultado: las fuentes no garantizan que el modelo vaya a conservar cada elemento arquitectónico exactamente. Si se produce una diferencia importante, vuelve a examinar la imagen y formula la instrucción con más claridad.

3. Pide un solo cambio principal cada vez

Es posible describir varias modificaciones en una misma solicitud, pero centrarse en un solo aspecto principal en cada turno facilita la evaluación de la revisión. Puedes seguir un orden, por ejemplo: primero los materiales y después la iluminación o el equilibrio cromático. Así será más sencillo comparar el efecto de cada decisión.

Revise the supplied architectural image by making the daylight softer and more diffuse. Keep the camera, room layout, materials, furniture, and color palette unchanged. Do not introduce new objects.

Aquí se especifica claramente qué elementos deben permanecer sin cambios, aparte de la iluminación. No uses este texto por sí solo después de la primera solicitud: vuelve a incluir la imagen que quieras editar en la nueva petición. La documentación de la API explica que se pueden usar entradas visuales y de texto en una misma interacción. Si el resultado no te convence, acota la descripción de la iluminación en el siguiente turno; no añadas al mismo tiempo cambios de mobiliario o materiales.

4. Define las alternativas y el resultado esperado

En la exploración de conceptos, describe cómo deben diferenciarse las alternativas para comparar distintas atmósferas. Puede no quedar claro si quieres todas las opciones juntas en una sola imagen o en imágenes separadas; por eso, especifica el formato de presentación esperado. La documentación de selección de modelos menciona que Nano Banana 2.1 ofrece resoluciones de 1K, 2K y 4K, pero no incluye un ejemplo de parámetro de la solicitud a la API para configurar esos valores. Por este motivo, aquí no indicamos una forma concreta de ajustar la resolución.

Create a photorealistic architectural visualization of the supplied courtyard concept, keeping its building arrangement and viewpoint. Explore a quiet, shaded daytime atmosphere with restrained planting and natural stone. Return one coherent scene, with no labels, captions, or written annotations.

Esta solicitud parte de una imagen conceptual existente y describe la atmósfera. Según la fase del proyecto, puedes centrar la siguiente iteración en un único aspecto, como la densidad de la vegetación, el aspecto de la piedra o la sensación de luz. Indicar expresamente que no quieres texto en la imagen también puede ser una restricción útil para generar imágenes destinadas a presentaciones; aun así, revisa siempre el resultado antes de entregarlo o presentarlo.

Errores frecuentes

Limitarse a adjetivos ambiguos: En vez de usar únicamente expresiones abiertas a interpretación como «elegante», «moderno» o «mejor», describe de forma concreta el espacio, los materiales, la iluminación y el encuadre.

Pedir demasiados cambios a la vez: Cambiar los materiales, la cámara y la iluminación en una sola revisión dificulta identificar qué instrucción influyó en el resultado. Empieza por el cambio más importante.

Pedir una edición sin adjuntar la imagen: Para editar una imagen a partir de otra, incluye también la imagen de referencia en la solicitud; el texto por sí solo no indica sobre qué imagen se debe trabajar.

Ignorar los derechos de uso: Comprueba que tienes derecho a utilizar la imagen de referencia que subes. Ten en cuenta, además, que las imágenes generadas contienen una marca de agua SynthID.

Próximos pasos: flujos de trabajo de arquitectura y visualización

Nano Banana 2.1 puede resultar útil, según el enfoque descrito en las fuentes para generar imágenes a partir de texto y editarlas mediante instrucciones de texto, especialmente en la exploración inicial de conceptos, la creación de alternativas de ambientación para interiores y las pruebas de materiales sobre una imagen existente. En un estudio, es más conveniente considerar estos resultados como imágenes auxiliares que abren la conversación sobre distintas opciones, no como sustitutos de las decisiones de diseño. Las fuentes no ofrecen garantías verificadas sobre las dimensiones arquitectónicas, la geometría del proyecto ni la viabilidad técnica; por lo tanto, no trates el resultado visual como datos del proyecto y somételo a la revisión del equipo de diseño.

Estudiantes y artistas de visualización pueden establecer un proceso de pruebas generando variaciones controladas a partir de la misma imagen inicial y anotando los cambios en los prompts. Los equipos también deben evaluar por separado el acceso a la API, los precios, los derechos de uso y las expectativas sobre el archivo que se entregará; las fuentes no detallan precios ni paquetes de licencias. Aunque se mencionan opciones de resolución, no se explica cómo seleccionarlas en los ejemplos. Por eso, antes de aplicar este flujo de trabajo a un proyecto real, verifica los resultados y los requisitos técnicos en tu propio acceso a la API.

Fuentes y licencia

Este tutorial se ha adaptado al turco a partir de la documentación de Google Gemini API sobre generación de imágenes y de la guía sobre estrategias de diseño de prompts. Ambas fuentes están disponibles bajo la licencia CC BY 4.0. Los ejemplos de prompts arquitectónicos se han escrito originalmente para esta guía.