Generación de imágenes arquitectónicas con Nano Banana 2.1: guía paso a paso

¿Qué aprenderás en esta guía?

Este tutorial resume cómo preparar prompts para generar imágenes arquitectónicas y de interiores con Nano Banana 2.1 a través de la API de Gemini. Primero verás qué aspectos de una escena conviene describir y, después, cómo formular una solicitud de edición con una imagen de referencia. En la última sección abordaremos errores habituales al redactar prompts y cómo integrar los resultados en un flujo de trabajo.

Los ejemplos están pensados para explorar diseños, probar atmósferas y desarrollar ideas visuales antes de una presentación. No hay que considerar la imagen generada como un dibujo acotado, un modelo BIM o un detalle constructivo: se trata de bocetos visuales que ayudan a debatir decisiones de diseño.

Requisitos: modelo y acceso

Esta guía se basa en el flujo de trabajo de la documentación de Google sobre generación de imágenes con la API de Gemini. En ella, el identificador de modelo de Nano Banana 2.1 es gemini-nano-banana-2.1. Para trabajar con la API se necesita un cliente de la API de Gemini y credenciales de autenticación; el ejemplo REST de la documentación utiliza una clave de API. También se ofrecen ejemplos para los clientes de Python y JavaScript. Como la fuente no especifica una versión concreta del cliente, aquí no se indica ningún número de versión.

Puedes generar una imagen desde cero con un prompt de texto o solicitar una edición enviando texto junto con una imagen. El flujo de ejemplo transmite los datos de la imagen y su tipo MIME; para otros tipos de archivo y cargas de mayor tamaño, la documentación remite además a la guía de comprensión de imágenes. Asegúrate de contar con los derechos de uso necesarios para las imágenes que subas. Google también recuerda que se debe cumplir la política de uso prohibido del servicio.

Conviene pensar en la elección del modelo desde el principio. Según la documentación, Nano Banana 2.1 es el modelo principal de alta eficiencia para generar imágenes y editarlas mediante conversación. Nano Banana 2 Lite está diseñado para tareas que priorizan la velocidad y el costo, y no está optimizado para varias imágenes de referencia ni para ediciones sucesivas. Para trabajos visuales más complejos, Nano Banana Pro se ofrece como opción premium. Los pasos de esta guía se centran en la versión 2.1; las fuentes no indican el costo de un uso específico ni el precio aplicable a tu cuenta.

Guía paso a paso para redactar prompts

1. Define el propósito y el tema principal de la escena. En lugar de una frase amplia como «un interior moderno», indica claramente el tipo de espacio y qué debe mostrar la imagen. Por ejemplo, el siguiente prompt describe una sala de estar residencial para una presentación de diseño:

Crea una imagen fotorrealista de un interior que muestre la sala de estar de una vivienda contemporánea para una presentación de diseño arquitectónico. En el espacio de planta abierta deben percibirse conjuntamente la sala de estar, el comedor y la cocina. Utiliza materiales naturales y sencillos, luz diurna suave y una atmósfera equilibrada y serena. Asegúrate de que el encuadre muestre claramente la relación espacial entre los muebles.

Este prompt combina el tipo de uso, el alcance espacial, la sensación de los materiales, la iluminación y las expectativas sobre el encuadre. Si ordenas los elementos necesarios por prioridad, el modelo podrá entender mejor en qué aspectos de la escena debe centrarse.

1. Describe el lenguaje visual y sus límites. La guía de diseño de prompts de Google recomienda dar instrucciones claras y específicas e indicar restricciones cuando sea necesario. El siguiente ejemplo puede servir para obtener una imagen de atmósfera a partir de un croquis existente de un patio:

Genera una imagen de atmósfera arquitectónica basada en este croquis del patio. Conserva los volúmenes existentes y la organización general del patio. Añade vegetación a escala humana, elementos para sentarse y luz suave de la tarde. Mantén un lenguaje visual sereno y natural; no añadas nuevos volúmenes edificados ni texto legible.

Las instrucciones «conserva» y «no añadas» delimitan el objetivo de la edición. Aun así, no des por hecho que toda la geometría del croquis permanecerá intacta: compara el resultado con el dibujo de referencia e identifica qué correcciones hacen falta.

1. Envía la imagen de referencia junto con el texto. El ejemplo de edición de la documentación de la API muestra que se pueden incluir una entrada de texto y una imagen en la misma solicitud. En un trabajo arquitectónico, esto puede significar pedir cambios a partir de un croquis, una imagen conceptual o una referencia cuyos derechos te pertenezcan. Por ejemplo, en un estudio de fachada, destaca una sola variable:

Edita esta imagen de la fachada. Conserva la ubicación de los huecos de las ventanas y el volumen del edificio; cambia únicamente la sensación del material de la fachada a piedra natural clara. Mantén la iluminación y la dirección de la cámara coherentes con la imagen existente. No añadas plantas, ventanas ni partes nuevas al edificio.

Al adjuntar una imagen de referencia, comprueba que el archivo sea de uno de los tipos admitidos por la API; la documentación recomienda consultar en otra página los tipos MIME compatibles. También es posible utilizar varias imágenes, aunque esta fuente no detalla los requisitos relativos a los archivos ni a las cargas.

1. Perfecciona el resultado mediante conversación. La documentación de generación de imágenes de Gemini indica que las imágenes pueden editarse mediante conversación con texto y que es posible iterar. En lugar de cambiar todo a la vez en el primer resultado, centra la siguiente solicitud en una sola prioridad:

Usa la imagen anterior como base. Conserva la distribución de los muebles y el ángulo de cámara; solo haz que la luz diurna sea más suave y difusa. No cambies los materiales, la paleta de colores ni ningún otro elemento del espacio.

Este método facilita evaluar qué efecto tuvo cada instrucción en la imagen. Revisa el resultado en cada iteración; si no es adecuado, haz el prompt más específico. La documentación de Google describe el diseño de prompts como un proceso iterativo que requiere probar y perfeccionar las instrucciones.

Errores habituales

Descripciones ambiguas: Expresiones como «hazlo más bonito y moderno» no explican qué decisión de diseño debe cambiar. Concreta el objetivo mediante aspectos como el material, la iluminación, el encuadre o la relación espacial.

Instrucciones contradictorias: Decir «conserva la distribución existente» y, en el mismo prompt, «cambia por completo la planta» deja poco claro el resultado deseado. Especifica por separado qué debe conservarse y qué debe cambiar.

Pedir demasiados cambios en una sola iteración: Cambiar a la vez el material de la fachada, el ángulo de cámara, el paisajismo y la iluminación dificulta evaluar el resultado. Divide las solicitudes en etapas y continúa a partir de la imagen anterior para hacer ediciones en varios pasos.

Subir imágenes con derechos de uso poco claros: Google recuerda que debes tener los derechos necesarios sobre las imágenes que subas y que no debes generar contenido que infrinja los derechos de terceros. Comprueba el origen de la referencia y los permisos para utilizarla.

Tratar el resultado como una validación técnica: Generar una imagen no significa que se hayan verificado las dimensiones del dibujo ni el cumplimiento normativo del diseño. Utiliza la imagen para presentar y debatir conceptos, y revisa por separado las decisiones técnicas en la documentación del proyecto.

Cómo encaja en un flujo de trabajo de arquitectura y visualización

Arquitectos, interioristas y equipos de visualización pueden probar este método para desarrollar alternativas de atmósfera en fases iniciales, opciones de materiales e ideas para presentaciones. Los equipos que ya tengan un croquis o una imagen que puedan usar para editar pueden aprovechar especialmente el flujo que combina texto e imagen en una misma solicitud. Para Nano Banana 2.1, Google proporciona información sobre la calidad de imagen, la generación de texto, la coherencia en varias iteraciones y las distintas opciones de resolución. Son características descritas en la documentación del proveedor y no garantizan el mismo resultado en todas las imágenes de proyecto.

La fuente no incluye una lista de requisitos de hardware local; describe el acceso a la API. Por lo tanto, no sería correcto inferir requisitos de tarjeta gráfica o procesador para una estación de trabajo. Los equipos también deben evaluar las condiciones de uso de la API, el costo aplicable a sus cuentas, los derechos sobre las imágenes y el propósito de los resultados generados dentro del proceso del proyecto. También conviene tener en cuenta la información de que las imágenes generadas incluyen una marca de agua SynthID al planificar presentaciones y entregas.

Próximos pasos

Empieza con un espacio o una fachada y prueba distintas instrucciones de atmósfera a partir de la misma imagen inicial. Anota qué elementos cambian en cada prueba para poder comparar qué partes del prompt influyen en el resultado. Después, aplica el mismo método a la edición de imágenes y modifica una sola prioridad en cada iteración.

Si la generación formará parte de una aplicación, consulta los ejemplos de Python, JavaScript o REST de la documentación para configurar el flujo de la API. Este tutorial no incluye código porque se centra en el diseño de prompts arquitectónicos. Consulta también la documentación oficial correspondiente sobre derechos de uso de imágenes, precios de la API y tipos de archivo compatibles.

Fuente y licencia

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