Construye con Nano Banana: Tutorial para Desarrolladores

Google ha lanzado Gemini 2.5 Flash Image, también conocido por su nombre en clave Nano Banana, un modelo potente para generación y edición de imágenes que desbloquea casos de uso avanzados en apps creativas, restauración fotográfica y flujos de trabajo visuales guiados por lenguaje natural.

Esta guía práctica para desarrolladores explica cómo integrar Nano Banana en tus aplicaciones mediante Gemini Developer API, desde el prototipado en Google AI Studio hasta la puesta en producción con el SDK oficial.

Qué aprenderás en esta guía: uso de Nano Banana en AI Studio, configuración de proyecto, generación de imágenes desde texto, edición con imagen y prompt, restauración fotográfica, trabajo con múltiples imágenes de entrada, edición conversacional, mejores prácticas de prompting, ideas de la comunidad y recursos oficiales.

Usar Nano Banana en Google AI Studio: aunque los usuarios finales pueden probarlo en la app de Gemini, el entorno ideal para que los desarrolladores diseñen y testen prompts es Google AI Studio. Entra en Google AI Studio, inicia sesión y elige Nano Banana en el selector de modelos. También puedes abrir una sesión directa en ai.studio/banana. AI Studio es gratuito para prototipado y es el punto de partida para crear con la API de Gemini.

Configuración del proyecto y requisitos: necesitarás una clave de API generada en AI Studio, facturación activa en tu proyecto de Google Cloud y el SDK Google Gen AI para Python o para JavaScript TypeScript. En AI Studio pulsa Obtener clave de API, crea la clave y asóciala a un proyecto. Activa la facturación desde la pantalla de gestión de claves y sigue las instrucciones.

Coste de Nano Banana: la generación de imágenes tiene un coste aproximado de 0,039 USD por imagen de 1024 x 1024, derivado de 0,30 USD por millón de tokens de entrada y 30 USD por millón de tokens de salida. Consulta la tabla oficial en Gemini 2.5 Flash Image pricing.

Instalación del SDK: en Python instala google genai y la librería Pillow para manipulación de imágenes. En JavaScript TypeScript instala el paquete oficial @google genai. Recomendación práctica: utiliza variables de entorno para tu API key y configura el cliente del SDK con ella.

Generación de imágenes desde texto: con el modelo gemini-2.5-flash-image-preview puedes crear una o varias imágenes a partir de un prompt descriptivo. El modelo devuelve contenido multimodal en partes que pueden incluir texto e imagen. Recorre las partes de la respuesta para detectar la imagen generada y guárdala en disco. Ejemplos de indicaciones efectivas incluyen escenas fotográficas realistas con especificación de luz, lente, encuadre, color y composición.

Edición de imágenes con texto e imagen de entrada: proporciona una imagen de referencia junto con un prompt de edición y el modelo preservará con alta fidelidad el contenido y los rasgos del sujeto original. Es útil para cambiar entornos, estilos, atuendos, encuadres o añadir elementos manteniendo coherencia visual.

Restauración fotográfica con Nano Banana: un caso potente es la restauración y colorización de fotografías antiguas. Con un prompt corto el modelo puede eliminar artefactos, mejorar nitidez y aplicar color de forma verosímil. Úsalo, por ejemplo, con imágenes históricas o archivos familiares, siempre respetando los derechos de uso del material.

Trabajo con múltiples imágenes de entrada: puedes combinar varias imágenes como referencia para tareas complejas, por ejemplo vestir a una persona con una prenda concreta manteniendo el fondo de la escena, o fusionar el estilo de una imagen con el contenido de otra.

Edición conversacional de imágenes: crea una sesión de chat para iterar sobre el resultado conservando el contexto entre mensajes. Esto permite refinar detalles paso a paso, como cambiar el tipo de sujeto, añadir accesorios, variar el encuadre o ajustar la iluminación. Consejo práctico: si percibes deriva visual tras muchas iteraciones, inicia una sesión nueva con la última imagen y un prompt más consolidado para recuperar fidelidad.

Mejores prácticas de prompting para Nano Banana: sé muy específico con sujetos, colores, iluminación, composición y estilo; explica el contexto y la intención creativa para guiar las decisiones del modelo; itera y refina en pasos pequeños; descompón escenas complejas en instrucciones secuenciales; formula en positivo en lugar de usar negaciones; controla la cámara con términos de fotografía y cine como plano general, macro, gran angular, contraluz o perspectiva a ras de suelo.

Inspírate con la comunidad: encontrarás ideas como cambios de perspectiva de cámara, consistencia de personajes mediante ejemplos, transformaciones de mapas, generación desde anotaciones tipo stick figures, reconstrucción 3D a partir de imágenes estáticas y experiencias AR basadas en ubicación.

Recursos y siguientes pasos: empieza a prototipar en Google AI Studio, revisa la documentación de la Gemini API y profundiza en image generation. Para mejorar tus resultados de prompting, consulta la guía oficial en mejores prácticas de Gemini 2.5 Flash Image.

Cómo podemos ayudarte desde Q2BSTUDIO: somos una empresa de desarrollo con foco en aplicaciones a medida y software a medida, integrada por especialistas en inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio y automatización de procesos. Diseñamos soluciones de ia para empresas, agentes IA y analítica con power bi que convierten tus datos y procesos en ventajas competitivas. Si quieres llevar Nano Banana a producción con pipelines robustos, observabilidad y seguridad extremo a extremo, somos tu equipo.

Descubre cómo aplicamos modelos generativos a casos reales de producto digital, desde prototipado ágil hasta despliegues escalables en la nube, integrando APIs, MLOps, monitorización y cumplimiento. Conoce nuestros servicios de inteligencia artificial y potencia tus iniciativas de software a medida para acelerar el time to value y asegurar calidad, seguridad y rendimiento.

Avisos y buenas prácticas adicionales: verifica licencias y permisos de las imágenes que edites, evita contenidos sensibles o que vulneren derechos, y realiza pruebas de sesgo y robustez antes de lanzar a producción. Mide coste por imagen, latencia y calidad percibida para optimizar tu arquitectura y prompts.