Generación de imágenes arquitectónicas con Nano Banana 2.1: API y prompts

¿Qué aprenderás en esta guía?

Esta guía presenta un flujo básico para generar una imagen conceptual arquitectónica con Nano Banana 2.1 a través de Gemini API. Explica cómo elegir el modelo, preparar el prompt, enviar una solicitud de ejemplo en Python y evaluar la imagen obtenida. El objetivo no es producir automáticamente planos técnicos de un proyecto ni un modelo a escala, sino crear una imagen conceptual que pueda servir en las etapas de desarrollo de ideas e investigación visual.

Nano Banana es el nombre de las capacidades de Google para generar imágenes y editarlas de forma conversacional dentro de Gemini. En la documentación de Gemini API, Nano Banana 2.1 se describe como el modelo actual de generación y edición de imágenes, orientado a una alta eficiencia. Su identificador es gemini-nano-banana-2.1. Según la empresa, incorpora mejoras respecto a la versión anterior, Nano Banana 2, en calidad de imagen, seguimiento de prompts, coherencia entre varios turnos y generación de texto.

Requisitos y selección del modelo

Para probar el ejemplo, necesitas acceso a Gemini API, un entorno Python y un flujo de trabajo que utilice la biblioteca google.genai de Google. El cliente de la API debe funcionar con credenciales válidas; la documentación consultada no exige un sistema operativo, hardware ni una versión específica de la biblioteca. Por eso, aquí no se incluye un comando de instalación ni un número de versión concretos.

Para seleccionar el modelo, usa el identificador recomendado en la guía actual: gemini-nano-banana-2.1. La documentación indica que admite resoluciones de 1K, 2K y 4K, y que la resolución predeterminada es 1K. También menciona mejoras para generar imágenes 2K y 4K con relaciones de aspecto panorámicas y amplias. Sin embargo, como el ejemplo de la API no muestra un parámetro para establecer la resolución, el código siguiente no presupone que exista tal ajuste.

Nota importante sobre la migración: la página de Imagen de Google indica que los modelos Imagen se han retirado de Gemini API y que debe utilizarse Nano Banana para generar imágenes. Si tu flujo de trabajo depende de nombres de modelos Imagen antiguos y del método generate_images, consulta la documentación actual y adáptalo a los nuevos modelos y métodos de la API. El ejemplo siguiente sigue el enfoque interactions.create que se muestra en la documentación de generación de imágenes para Nano Banana 2.1.

Generación de imágenes paso a paso

1. Define el propósito de la imagen

Primero, determina qué papel tendrá la imagen en el proceso de diseño: ¿estudio de volumetría, exploración de materiales o atmósfera interior? Describe claramente en el prompt el tipo de espacio, el punto de vista de la cámara, la iluminación, los materiales y el encuadre. Ten presente que una imagen conceptual no es un plano a escala ni un detalle constructivo verificado.

2. Prepara el primer prompt

El siguiente ejemplo es un prompt original para un patio de una vivienda contemporánea. Describe el lenguaje visual y el encuadre, pero no afirma que cumpla una norma arquitectónica específica.

Create a photorealistic architectural concept image of a compact contemporary courtyard house, viewed from the garden at eye level. Show a shaded timber terrace, pale mineral plaster walls, large sliding glass doors, a small reflecting pool, and restrained native planting. Soft overcast daylight, calm material palette, realistic proportions, clear spatial depth, no people, no signage.

Considera la primera generación como una exploración de ideas. El resultado puede servir para evaluar las relaciones espaciales principales, el equilibrio de materiales y la sensación de luz; las dimensiones y soluciones estructurales de la imagen no sustituyen la validación del diseño.

3. Envía la solicitud desde Python

Guarda el texto del prompt en un archivo llamado prompt.txt. El ejemplo siguiente lee el archivo, envía el prompt a Nano Banana 2.1 y guarda los datos de imagen de la respuesta como generated_image.png. Este uso sigue la estructura básica del ejemplo de Python de la documentación.

from google import genai
import base64

client = genai.Client()

with open("prompt.txt", "r", encoding="utf-8") as prompt_file:
    prompt = prompt_file.read()

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=prompt,
)

with open("generated_image.png", "wb") as image_file:
    image_file.write(base64.b64decode(interaction.output_image.data))

Cuando se completa la solicitud, el ejemplo decodifica como datos de imagen en Base64 el campo interaction.output_image.data. La documentación también señala que, en respuestas más complejas que combinan texto e imágenes, los campos de salida individuales pueden no mostrar todas las partes, aunque facilitan el acceso a ellas. Este flujo sencillo de una sola imagen se mantiene aparte de esos casos más complejos.

4. Compara el resultado con el objetivo de diseño

Abre la imagen y comprueba si aparecen los elementos principales descritos en el prompt. Por ejemplo, deberían distinguirse el patio, la terraza, la piscina y la sensación de los materiales. Si no se consigue la relación esperada, en lugar de reescribir todo el prompt, concreta un solo elemento en la siguiente solicitud: la altura de la cámara, la intensidad de las sombras o la descripción del material. Así será más fácil identificar qué instrucciones influyen en cada revisión.

5. Haz una prueba independiente para interiores

Al explorar un concepto de interior, especifica claramente el uso de la estancia, la dirección de la vista y la fuente de luz. El segundo ejemplo aplica el mismo enfoque de generación a una zona de estar.

Create a photorealistic interior design concept for a quiet reading lounge in a small urban apartment. Show a built-in oak bookcase, a low linen sofa, a compact reading chair beside a tall window, warm neutral finishes, and soft indirect daylight. Frame the room from the entrance so the seating layout and circulation are easy to read. Natural textures, balanced exposure, no people, no text.

Este prompt puede servir para generar ideas iniciales sobre la distribución del mobiliario y la atmósfera. No tomes decisiones sobre dimensiones, accesibilidad o viabilidad sin comparar la imagen obtenida con los planos del proyecto.

Errores frecuentes

• Incluir demasiados objetivos en un solo prompt: Una gran cantidad de instrucciones sobre espacios, materiales y cámara puede hacer que unas se impongan sobre otras. Limita la primera prueba a una idea de diseño principal.

• Interpretar una imagen conceptual como un resultado técnico: La documentación de la API describe la generación y edición de imágenes; no afirma que las imágenes generadas sean planos a escala ni detalles constructivos.

• Seguir usando el antiguo flujo de Imagen: Google indica que los modelos Imagen ya no están disponibles en Gemini API. Compara las integraciones antiguas con la documentación nueva.

• Dar por hecho que hay un ajuste de resolución: Las salidas documentadas incluyen opciones de 1K, 2K y 4K; la predeterminada es 1K. Sin embargo, el breve ejemplo de código de esta guía no incluye un parámetro de resolución.

• Pasar por alto los derechos de uso de las imágenes de referencia: Si vas a subir imágenes para editarlas, la guía de Google recuerda que debes tener los derechos necesarios sobre ellas.

Su lugar en los flujos de trabajo de arquitectura y visualización

Nano Banana 2.1 puede ayudar a estudios de arquitectura y estudiantes, especialmente durante las primeras etapas conceptuales, a explorar rápidamente opciones de materiales, iluminación y atmósfera espacial. Trabajar mediante la API puede resultar útil para equipos técnicos que quieran integrar un flujo de generación repetible en sus propias herramientas. El modelo acepta entradas de texto e imágenes, puede generar imágenes y ofrece soporte para fundamentación con búsquedas. La documentación del modelo también indica un máximo de 14 imágenes de referencia para combinar varias imágenes, hasta 4 personajes para mantener la coherencia de los personajes y datos de hasta 10 objetos para preservar la fidelidad de los objetos. Esto no garantiza la precisión técnica de una escena arquitectónica; los estudios deben probar los límites del modelo en sus propios flujos de trabajo con referencias.

En cuanto al hardware, las fuentes no indican que sea necesaria una GPU local específica; la guía se centra en el uso de la API. Como las páginas consultadas no especifican los costos de uso ni las condiciones de licencia, conviene revisar por separado las condiciones de la API y del servicio antes de pasar a una producción regular. También deben respetarse los derechos de uso de las referencias que se suban para editar imágenes. Utiliza los resultados en presentaciones e investigación de diseño, y valida las decisiones de ejecución con documentación del proyecto a escala y revisión profesional.

Próximos pasos

Después de la primera prueba, genera imágenes del mismo espacio con distintas descripciones de iluminación y materiales; anota qué elemento cambiaste en el prompt en cada intento. Si vas a utilizar un flujo de edición con imágenes de referencia, comprueba primero que tienes derecho a usarlas. Para integraciones más avanzadas, consulta los ejemplos actuales de la API, las entradas admitidas y las funciones del modelo en la documentación de Google sobre generación de imágenes y modelos. El comportamiento de la API y las condiciones de acceso pueden cambiar, así que antes de usarla en producción debes consultar la documentación vigente.

Fuentes y licencia

Esta guía se ha adaptado al turco a partir de la guía de generación de imágenes de Google Gemini API, la página del modelo Nano Banana 2.1 y la documentación de migración de Imagen. Las páginas fuente están bajo la licencia CC BY 4.0. Los ejemplos de prompts se han creado específicamente para esta guía; no se han copiado prompts de las fuentes.