Generación de imágenes arquitectónicas con Nano Banana 2.1: guía de prompts

¿Qué aprenderás en esta guía?

Veremos cómo crear una imagen de ambiente para una idea arquitectónica con Nano Banana, solicitar cambios concretos en un render existente y mejorar los resultados paso a paso. Los ejemplos están preparados para desarrollar conceptos, probar alternativas de materiales y generar ideas visuales antes de una presentación. Son puntos de partida para prompts destinados a la investigación visual y la comunicación del diseño, no documentos técnicos que sustituyan a planos de proyecto verificados y acotados.

En la documentación de la API de Gemini de Google, Nano Banana se describe como el nombre de las capacidades de Gemini para generar imágenes y procesarlas en una conversación. La documentación muestra tanto cómo crear una imagen nueva solo con texto como cómo modificar una imagen existente proporcionando texto e imagen juntos como entrada. Las solicitudes pueden perfeccionarse de forma iterativa: el primer resultado no es la decisión definitiva, sino un punto de partida para las instrucciones posteriores.

Requisitos y selección del modelo

Esta guía está orientada al uso mediante API. Se necesita acceso a la API de Gemini y una clave de API para las solicitudes; en los ejemplos oficiales, esta clave se utiliza con el nombre GEMINI_API_KEY. En el ejemplo de Python se crea un cliente desde el módulo google.genai. La fuente no especifica la versión necesaria del SDK ni detalles de precios, por lo que conviene verificar por separado las condiciones de acceso y costo antes de empezar.

El identificador del modelo Nano Banana 2.1 en la API es gemini-nano-banana-2.1. Google lo describe como su modelo principal de generación de imágenes, centrado en la alta eficiencia, y afirma que ha mejorado el procesamiento de texto, la edición en varios pasos, la calidad de imagen y el grounding con Google Search. Se trata de descripciones del producto proporcionadas por el fabricante. La documentación también enumera Nano Banana 2 Lite, Nano Banana 2 y Nano Banana Pro. Lite está pensado para priorizar la velocidad y el costo, pero se indica que no está optimizado para entradas con varias referencias ni para la edición secuencial. Como aquí no se especifican los precios ni la disponibilidad, conviene consultar la información actualizada de la API antes de elegir un modelo.

Generación de imágenes arquitectónicas paso a paso

1. Define el propósito de la imagen. Especifica si buscas una imagen de ambiente interior, una alternativa de material para una fachada o una idea de paisajismo. En el prompt, describe características observables como el tipo de escena, los elementos principales del espacio, la iluminación y el encuadre. En lugar de dejarlo todo impreciso en una sola frase, explica claramente qué aspecto quieres que tenga el resultado.

2. Genera la primera imagen conceptual. Puedes adaptar el siguiente ejemplo para solicitar una imagen a partir de texto.

Create an architectural concept image of a compact urban courtyard for a small cultural building. Show a sheltered seating area, a shallow reflecting pool, planted edges, pale stone paving, and warm timber screens. Use soft overcast daylight, a human-height camera view, restrained natural materials, and a calm atmosphere. Keep the composition uncluttered and do not add signage or readable text.

Este prompt describe por separado el tipo de edificio, los elementos del espacio, el carácter de los materiales, la iluminación y el punto de vista de la cámara. Anota qué características faltan en el primer resultado. Por ejemplo, si la vegetación es demasiado densa, en la siguiente solicitud pide únicamente reducir su densidad.

1. Solicita cambios en un render existente. En el ejemplo de la API se pueden enviar texto e imagen en una misma entrada. Para ello, adjunta la imagen que quieras editar y especifica qué características deben cambiar y cuáles deben conservarse.

Use the supplied interior visualization as the base image. Change the floor finish to light, matte limestone and make the wall color a muted warm white. Preserve the room layout, furniture positions, camera viewpoint, window openings, and overall lighting direction. Do not add new furniture or decorative objects.

La idea principal es dividir la solicitud entre los aspectos que deben cambiar y los que deben conservarse. Esto puede ayudar a evitar que el modelo reinterprete todo al mismo tiempo, pero la fuente no garantiza que se mantengan exactamente todos los detalles de la imagen. Compara el resultado con el render original y no bases las decisiones del proyecto únicamente en la imagen generada.

1. Solicita una variación aparte para probar un material. Si quieres explorar un carácter distinto de las superficies en la misma escena, centra el prompt en una sola variable principal.

Create a material study based on the supplied lobby image. Replace the prominent timber wall finish with finely textured terracotta panels in a subdued earth-red tone. Keep the geometry, openings, floor, furniture, camera position, and daylight unchanged. Present the result as a realistic architectural visualization without labels or annotations.

Este ejemplo busca generar una imagen de exploración que ayude al equipo de diseño a debatir la dirección de los materiales. Como la descripción del color y la superficie está sujeta a interpretación visual, la imagen no debe sustituir a una muestra real ni a una especificación.

1. Cambia la atmósfera lumínica de forma controlada. Para probar una atmósfera distinta sin alterar la distribución espacial del render, modifica en la instrucción únicamente las condiciones de iluminación.

Edit the supplied architectural image to show a late-afternoon interior atmosphere. Add warm, low-angle sunlight entering through the existing windows and create soft, natural shadows. Preserve the architecture, surface materials, furniture, camera view, and object locations. Do not introduce additional light fixtures or change the room layout.

Trabajar con una sola variable facilita evaluar cómo afecta cada instrucción al resultado. Como la iluminación también puede influir en los colores de la escena, comprueba por separado si ha cambiado el aspecto de los materiales.

Errores frecuentes

Usar descripciones imprecisas: Expresiones como «hazlo mejor y más moderno» no explican qué características deben cambiar. En su lugar, elige aspectos concretos, como los materiales, la iluminación, el encuadre o un elemento específico del espacio.

Combinar demasiados cambios en una sola solicitud: Cambiar al mismo tiempo la distribución, los materiales, la iluminación y el mobiliario dificulta evaluar el resultado. Prueba primero una variable y, después, solicita otros cambios si hace falta.

No especificar qué debe conservarse: Cuando trabajes con una imagen existente, indica claramente qué distribución y punto de vista deben mantenerse. Aun así, revisa el resultado: el prompt no garantiza que todos los detalles permanezcan iguales.

Subir imágenes sin comprobar los derechos: Google exige contar con los derechos necesarios sobre las imágenes que se suban. Evita generar contenido que pueda infringir los derechos de terceros o que engañe, acose o perjudique a personas.

Próximos pasos: su lugar en los flujos de trabajo de arquitectura y visualización

Arquitectos y diseñadores de interiores pueden valorar Nano Banana para investigar conceptos iniciales, probar atmósferas y visualizar distintas alternativas de materiales. Para los artistas de archviz, solicitar ediciones sobre una imagen existente puede ayudar a explorar variaciones de ideas sin tener que construir una escena nueva. Sin embargo, no debe suponerse que los resultados proporcionan planos, medidas, soluciones de detalle o una verificación de viabilidad técnica.

Antes de incorporarlo al flujo de trabajo de un estudio, comprueba el acceso a la API, los costos de uso y los derechos de las imágenes; las fuentes no especifican precios ni requisitos de hardware. La documentación oficial también indica que las imágenes generadas contienen una marca de agua SynthID. Registrar internamente cómo se generó una imagen y hasta qué punto se editó puede ayudar a evitar que se confunda una imagen conceptual con información de diseño aprobada durante la presentación del proyecto.

Fuentes y licencia

Este contenido se ha adaptado al turco a partir de la documentación de Google sobre generación de imágenes con la API de Gemini y diseño de prompts. Ambas fuentes se distribuyen con licencia CC BY 4.0: el documento de generación y edición de imágenes de Nano Banana y la guía Prompt design strategies.