Prompts de imágenes Gemini: estilos foto, ediciones y ratios
Los prompts fuertes de imágenes de Gemini describen una escena completa en oraciones: sujeto, acción, escenario, estilo o medio, iluminación, cámara o lente, y un ratio de aspecto explícito. El modelo nativo de imágenes de Gemini también soporta edición conversacional, blending de varias imágenes, consistencia a través de turnos en un mismo hilo, y control directo del ratio de aspecto. Abajo hay ejemplos de prompts de estilo foto más una biblioteca de 25 prompts, con cada capacidad del modelo chequeada contra la propia documentación de Google al 2026.
Cómo genera imágenes Gemini en 2026
«Nano Banana» es el apodo que se pegó a la generación nativa de imágenes de Gemini. Al 2026 hay dos tiers que le importan:
- Nano Banana, el modelo de imágenes rápido de clase Flash, es el default en la app de Gemini. Es el caballo de tiro del volumen: variaciones de anuncios, posts sociales, iteración rápida, conceptos desechables.
- Nano Banana Pro, construido sobre Gemini 3 Pro, razona antes de renderizar, saca hasta 4K, mezcla hasta 14 imágenes de referencia, y renderiza texto legible adentro del frame. Esa última capacidad es la que cambia los workflows, porque posters, comps de packaging e infografías etiquetadas dejan de ser un paso de Photoshop.
Tres puntos de acceso, el mismo oficio de prompt: la app de Gemini para el trabajo hands-on, Google AI Studio para testear prompts lado a lado, y la documentación de generación de imágenes de la API Gemini cuando quiere generar variantes creativas por programa.
Cada imagen que producen los modelos de Google lleva una marca de agua invisible SynthID para la procedencia de IA, y Nano Banana Pro también puede decirle si una imagen que se le muestra la hizo Google AI. Los nombres de modelos cambian cada pocos meses. La estructura de un buen prompt no, que es por qué el resto de esta guía está construido alrededor de la estructura.
Prompts foto de Gemini IA para resultados fotorrealistas
El fotorrealismo viene del vocabulario de fotografía, no de atornillar «realistic, 8K, hyper detailed» al final de una oración. Nombre el equipo, la luz y la restricción. Nuestro template de foto:
Sujeto y expresión + lugar + lente y apertura + fuente de luz y dirección + carácter de color o de film + ratio de aspecto.
Si ese vocabulario no es el suyo, aquí está la versión corta. El número después de f/ es la apertura: uno bajo como f/1.4 tira el fondo fuera de foco, uno alto como f/8 mantiene nítido todo el frame. El número en milímetros es la lente: 24mm es lo bastante ancha para tomar una habitación, 85mm favorece un rostro. La sensibilidad del sensor a la luz (ISO) es el otro dial, y subirlo alto es lo que le da grain a una toma nocturna. Un fondo infinito (un “seamless” en inglés) es un papel liso sin junta visible detrás del sujeto. No necesita fotografiar para usar estas palabras. Solo necesita elegir las que describen la imagen en su cabeza.
| Toma | Prompt |
|---|---|
| Retrato candid | A candid half-length portrait of a woman in her thirties in a linen shirt, laughing and glancing off-camera, in a cafe with a blurred window behind her. Shot on an 85mm lens at f/1.4, natural side light from the left, warm skin tones, fine film grain, no retouching gloss. Vertical 4:5. |
| Headshot de estudio | A tight editorial headshot of a man with close-cropped grey hair against a mid-grey seamless backdrop, direct gaze, slight smile. One large softbox high and to camera-right with a subtle fill card below, 105mm lens at f/5.6, visible skin texture, neutral white balance. Vertical 4:5. |
| Macro de producto | A stainless steel watch crown filling the frame, machining marks and micro-scratches visible, single hard key light raking across the metal from the right, black seamless backdrop. Macro lens at f/8, focus stacked, cool neutral white balance. Square 1:1. |
| Paisaje | A wide basalt coastline under breaking storm clouds at first light, long exposure smoothing the surf into soft white bands. Shot on a 24mm lens at f/11, tripod, graduated exposure, muted cold palette, high tonal separation in the mid-greys. Ultrawide 21:9. |
| Interior | An empty modern office corner at mid-morning, pale oak floor, one linen armchair, tall window casting hard-edged light shapes across the wall. Shot on a 17mm tilt-shift lens at f/8, verticals corrected, natural light only, low-contrast neutral grade. Horizontal 16:9. |
| Comida | An overhead flat lay of a bowl of ramen on a dark ceramic tile, steam rising, chopsticks resting on the rim, scattered scallion and chili oil beads. Diffused window light from the top left, 50mm lens, natural shadows, no props clutter. Square 1:1. |
| Calle | A rain-slicked city crosswalk at night, a single figure with an umbrella mid-stride, neon signage reflected in the puddles. Shot on a 35mm lens at f/2, high ISO grain, mixed tungsten and neon color cast, motion blur only on the background traffic. Horizontal 16:9. |
| Lifestyle de app | A person on a commuter train holding a phone at a natural angle, screen glow lighting their face, blurred window landscape streaking past. 35mm lens at f/2.8, available light only, the phone screen left blank grey for a UI composite. Vertical 9:16. |
Cuatro modos de falla y sus fixes:
- Piel de plástico. Agregue «visible skin texture and pores, natural blemishes, no beauty retouching» y especifique luz disponible en vez de luz de estudio.
- Iluminación imposible. Nombre una fuente de luz y su dirección. Varias pistas en conflicto producen ese look composite extraño.
- Todo en foco. Las fotografías reales tienen un plano focal. Enuncie la apertura y qué está nítido: «sharp on the eyes, background falling off at f/1.8».
- Texto y manos destrozados en el fondo. Diga qué excluir en lenguaje claro: «no signage text, no visible logos, hands out of frame». Gemini no tiene un campo separado de prompt negativo, así que las exclusiones pertenecen adentro de la oración.
Si esos assets de foto van hacia social pago o creativo de tienda, átelos a la medición antes de escalar el gasto. Nuestros desgloses de los KPIs de apps móviles que valen rastrear y cómo se comparan Adjust y AppsFlyer cubren el lado de atribución del testing creativo.
La fórmula de prompt que funciona
La propia guía de prompting de Google es directa sobre esto: describa la escena en oraciones, no liste palabras clave desconectadas. El modelo lee por significado, no por matching de tags.
Nuestra fórmula de trabajo tiene siete slots:
Sujeto + acción + escenario + estilo o medio + iluminación + cámara y composición + ratio de aspecto.
Aquí está la misma idea escrita mal y escrita bien.
| Versión | Prompt |
|---|---|
| Lista débil de palabras clave | coffee cup, desk, nice lighting, 8K, professional |
| Prompt construido con la fórmula | A matte ceramic espresso cup resting on a scratched walnut desk beside an open notebook, steam curling into a shaft of low morning light from a window on the left. Editorial product photography, shallow depth of field, warm neutral palette, shot on a 50mm lens at f/1.8, negative space on the right for a headline. Horizontal 16:9. |
El segundo le da al modelo un sujeto, una dirección de luz, una lente, una restricción de layout y un formato de entrega. Por eso vuelve usable en vez de genérico.
Dos hábitos que suben el hit rate de inmediato:
- Diga para qué es la imagen. «Leave the upper third empty for a headline» o «product must be fully inside the safe area for a vertical story» se respeta más a menudo de lo que espera.
- Itere en un mismo hilo. Gemini soporta edición multi-turno, así que «keep everything, change the cup to a glass tumbler» preserva la composición. Empezar un chat nuevo tira el look.
25 ejemplos de prompts de imágenes Gemini
Péguelos tal cual, y después refine en conversación. Están agrupados por el trabajo que tiene que hacer la imagen.
Conceptos de marca y storytelling emocional
Use estos cuando el producto es aburrido pero la promesa no.
| Prompt | Por qué funciona |
|---|---|
| A massive ancient stone archway standing perfectly intact in the middle of a swirling misty landscape at sunrise, faint warm glow on the stone. Cinematic, deep focus, volumetric light, muted earth palette. Horizontal 16:9. | Estabilidad contra el caos, sin un solo handshake de stock. Construido para seguros, fintech y seguridad. |
| A glowing geometric wireframe structure assembling itself mid-air inside an infinite dark void, cool electric blue emission, trailing particles where new edges snap into place. Futuristic digital art, high contrast, 4K. | Se lee como innovación y sistemas que se construyen solos. Bueno para imágenes hero de lanzamiento. |
| A person on a windy beach with arms outstretched, dissolving into hundreds of translucent colored ribbons blowing out to sea. Dreamlike, artistic motion blur, pastel palette, soft backlight. Vertical 4:5. | Libertad y liberación, lo bastante abstracto para evitar problemas de modelo de casting. |
| A single crystal-clear raindrop resting on the tip of a vibrant green leaf after a storm, water beading on the leaf surface. Hyper-realistic macro photography, high contrast, natural window light, black background. Square 1:1. | Claridad y precisión para productos minimalistas y estudios de diseño. |
| A tight aerial view at dusk of dozens of small warm window lights glowing through a fog-covered valley, the lights forming an intricate connected pattern. Moody high-angle composition, deep blue and amber palette. Horizontal 16:9. | Comunidad y efectos de red. Funciona para telecom, marketplaces y nonprofits. |
Visuales de producto y mockup
| Prompt | Por qué funciona |
|---|---|
| A vintage hand-stitched leather camera bag floating weightlessly in a zero-gravity studio, surrounded by perfect spheres of colored liquid, rolled paper maps and instant photos drifting nearby. Diffused white light, hyper-realistic render, seamless light-grey backdrop. Square 1:1. | Premium y exploratorio a la vez, y los props flotantes le dan opciones de crop. |
| A rugged hiking boot planted on a moss-covered stalagmite deep inside a crystal-lined cavern, a narrow sunbeam cutting through a hole in the ceiling and hitting the boot. Cinematic adventure photography, volumetric god rays, damp textures. Horizontal 16:9. | Durabilidad mostrada por el entorno en vez de por copy. |
| A glass dome shielding a single steaming cup of herbal tea from a downpour of giant iridescent shards, the tea perfectly still. High-speed photography look, macro lens, sharp focus on the rising steam, dark background. Vertical 9:16. | Protección y calma, hecha a medida para un anuncio de story. |
| A high-performance electric scooter parked in a field of tall yellow wheat with minimalist solar arrays on the far horizon at golden hour. Analog film grain, wide cinematic framing, warm naturalistic color. Ultrawide 21:9. | Fusiona green tech y nostalgia para un crop con forma de banner. |
| A matte black wireless earbud charging case on a sun-drenched Paris cafe table, the whole image rendered in swirling thick impasto brushstrokes in the palette of Vincent van Gogh. Oil on canvas texture, visible knife marks. Square 1:1. | El style transfer hace memorable un producto commodity en un feed saturado. |
Ilustración y style transfer
| Prompt | Por qué funciona |
|---|---|
| A mesh router rendered as an intricate blue-and-white mid-century modern architectural blueprint, internal components drawn as labelled abstract diagrams. Clean line work, technical illustration style, white background. Horizontal 16:9. | Señala rigor de ingeniería para páginas B2B e infraestructura. |
| A bustling 16-bit isometric pixel-art city where each building is a piece of software, a spreadsheet tower, a chat-app block, a database vault, with one tiny avatar climbing the tallest one. Retro limited palette, crisp pixel edges. Square 1:1. | Lenguaje visual nativo para audiencias de developers y gaming. |
| A minimalist reusable steel water bottle depicted as a detailed Ukiyo-e woodblock print, a towering stylized wave behind it and a silhouetted figure holding it in the foreground. Hand-carved texture, indigo and vermilion Edo palette. Vertical 2:3. | Heritage y sostenibilidad sin un solo ícono de hoja. |
| An abstract Bauhaus poster built from circles, triangles and hard rules in primary red, blue and yellow, with one short line of sans-serif copy reading “Function First”. Flat graphic design, high saturation, generous margins. Vertical 4:5. | Testea la tipografía del modelo y se mantiene on-brand para productos liderados por diseño. |
Texto-en-imagen, posters y packaging
Estos son los prompts donde Nano Banana Pro se gana su lugar.
| Prompt | Por qué funciona |
|---|---|
| A minimalist event poster on textured off-white stock, large geometric sans-serif headline reading “GROWTH LOOPS”, subhead “A one-day workshop, 14 March”, small logo lockup bottom left, single flame-orange accent shape. Flat print design, subtle paper grain. Vertical 2:3. | Texto legible de varias líneas y jerarquía en un solo pass. |
| A matte black supplement pouch standing on a dark stone slab, front label reading “DAILY FOCUS” in clean uppercase with a small ingredient list beneath, soft rim light from behind, faint reflection on the stone. Studio packaging photography. Square 1:1. | Comps de packaging que puede mostrarle a un cliente antes de que empiece el trabajo de dieline. |
| A three-step process infographic on a deep navy background, each step a numbered circle with a short label, “Capture”, “Enrich”, “Activate”, connected by a thin flowing line, muted teal and amber accents. Clean vector style, no clutter. Horizontal 16:9. | Diagrama más labels reales, el modo clásico de falla de las imágenes de IA, ahora resoluble. |
| A dark UI-style comparison card with two columns headed “Manual” and “Automated”, four short bullet rows in each, checkmarks in the right column, thin dividers, soft glow behind the winning column. Modern product-marketing graphic. Horizontal 16:9. | Gráficos de comparación de features para landing pages, sin herramienta de diseño. |
Creativo social y de anuncios
| Prompt | Por qué funciona |
|---|---|
| A bold central subject cropped mid-motion so it breaks the top edge of the frame, exaggerated wide-angle perspective, clashing saturated color blocks behind it. Designed for vertical 9:16 with the focal point in the upper third. | Construido para detener el pulgar en un feed vertical más que redimensionado después. |
| A calm professional scene with a single symbolic object placed left of center, wide clean negative space to the right, muted corporate gradient background, restrained cool palette. Horizontal 16:9. | El hero B2B confiable para webinars, reportes y covers de whitepapers. |
| A wide breathable hero composition with a strong subject on the right third and empty soft-gradient space on the left, gentle top-down lighting, modern UI-friendly color temperature. Ultrawide 21:9. | Layouts above-the-fold donde el copy y un formulario necesitan espacio. |
| One scene split vertically down the middle: left side cluttered, grey and chaotic, right side ordered, bright and spacious, a faint seam running between them. Ultra-wide cinematic composition. Horizontal 16:9. | Before and after en un solo frame, entendible con el sonido apagado. |
Si está generando estos para una cuenta live de anuncios, el volumen y la cadencia importan tanto como el arte. Corra la auditoría gratis de Creative Velocity para ver si de verdad se está enviando creativo fresco suficiente cada semana para que la cuenta siga aprendiendo.
Visuales de datos e infografías conceptuales
| Prompt | Por qué funciona |
|---|---|
| A polished chrome kinetic sculpture shaped as an infinity loop, its surface etched with faintly glowing lines suggesting data flowing through a continuous process. Dramatic studio lighting, highly reflective, dark seamless background. Square 1:1. | Eficiencia abstracta para productos de proceso y workflow. |
| An illuminated three-dimensional cityscape built entirely from neon bar graphs and line charts, the tallest towers glowing red and green, one small figure watching from a high ledge. Cyberpunk aesthetic, deep black sky, 4K. | Imágenes de analítica e inteligencia de negocio (BI) que no son otra foto de laptop-con-dashboard. |
| A macro view of a topographical map sculpted from thick flowing pastel oil paint, deep blue valleys and bright gold peaks. Heavy impasto texture, macro lens, subtle bokeh at the frame edges. Horizontal 16:9. | Convierte una métrica emocional o de estilo índice en algo que vale pinear. |
Editar imágenes y ratios de aspecto
La generación es la mitad fácil. La edición es donde Gemini le gana a un workflow de prompt-and-pray.
Según la documentación de generación de imágenes de la API Gemini, puede:
- Subir su propia foto y editarla en conversación. Agregar, quitar o reemplazar elementos, cambiar un fondo, restylear un frame entero, todo en lenguaje natural a través de varios turnos.
- Mezclar varios inputs. Nano Banana Pro acepta hasta 14 imágenes de referencia, que es cómo coloca una foto real de producto en una escena generada en vez de esperar que el modelo recree su packaging.
- Sostener consistencia. La apariencia de personaje y de producto se lleva a través de turnos en la misma conversación, que es el sustituto práctico de los números de seed que exponen Midjourney y Stable Diffusion. Pida «the same scene, same lighting, swap the product» más que abrir un hilo nuevo.
- Elegir un ratio de aspecto de forma explícita. Enúncielo en el prompt en la app, o configúrelo como parámetro a través de la API. El flag
--arde Midjourney no es sintaxis de Gemini.
Diez ratios de aspecto están soportados en la API, lo que mapea limpio a canales:
| Ratio | Adónde va |
|---|---|
| 1:1 | Grid de Instagram, iconos de app, thumbnails |
| 4:5 y 5:4 | Posts de feed y social pago con el máximo real estate vertical |
| 9:16 | Stories, Reels, TikTok, YouTube Shorts, screenshots de tienda de apps |
| 16:9 | Headers de sitio, thumbnails de YouTube, slides de presentación |
| 21:9 | Banners ultrawide y tiras hero above-the-fold |
| 3:2, 2:3, 3:4, 4:3 | Crops con forma de print, layouts editoriales, posters |
Nano Banana Pro también le deja elegir resolución de output hasta 4K, lo que importa en el momento en que un asset va a print o a una sección hero retina.
Tres prompts de edición que reusamos todo el tiempo
- Swap de un solo elemento: “Keep the composition, lighting and grade exactly as they are. Replace the ceramic mug with a clear glass tumbler of iced coffee, matching the existing light direction and reflections.”
- Rescate de copy space: “Extend the canvas to the left and keep the subject where it is, filling the new area with the same out-of-focus background so a headline fits.”
- Placement de producto desde una foto real: “Using the uploaded packshot as the exact product reference, place it on the stone slab in the second reference image. Do not redraw the label.”
Tiers de acceso, límites y qué plan necesita
Google gatea el volumen de imágenes por plan más que por feature, y retunea los topes con la demanda. Chequee la página de planes de IA de Google para los números de hoy antes de comprometer una campaña a un deadline.
| Tier | Qué obtiene, al 2026 |
|---|---|
| Cuenta Gemini gratis | Generación de imágenes Nano Banana con una allowance diaria chica, unas 20 imágenes al día, y acceso limitado al modelo Pro. Bien para exploración, no para un sprint de campaña. |
| Google AI Pro | Límites diarios de imágenes sustancialmente más altos más acceso más completo a Nano Banana Pro. Este es el tier que la mayoría de los equipos de marketing necesita. |
| Google AI Ultra | Los límites más altos y el acceso más temprano a modelos nuevos de imágenes, apuntado a uso pesado de producción. |
| API Gemini y AI Studio | Generación de imágenes pay-per-use con control programático de ratio de aspecto y resolución. Vea la página de precios de la API Gemini para las tasas actuales por imagen. |
Dos caveats que vale planear. La disponibilidad de modelos y features específicas varía por región y por tipo de cuenta, y Google envía cambios a este lineup cada pocos meses. Nunca construya un entregable de cliente que dependa de un tope diario que no haya confirmado adentro del producto esa semana.
Preguntas frecuentes: generación de imágenes Gemini
¿La generación de imágenes de Gemini es gratis?
Sí, con límites. Una cuenta gratis de Google puede generar imágenes en la app de Gemini bajo un tope diario modesto, más o menos 20 al día al 2026, con acceso restringido al modelo Pro de más calidad. Google AI Pro y Ultra suben esos topes de forma considerable. Los números actuales viven en la página de planes de IA de Google.
¿Cuál es la mejor estructura de prompt para fotos realistas?
Describa el sujeto y qué está haciendo, después el lugar, después la lente y la apertura, después una fuente de luz y su dirección, después el carácter de color o de film, después el ratio de aspecto. El vocabulario de fotografía hace el trabajo. Palabras como «8K» y «hyper detailed» no.
¿Puede Gemini editar mis propias fotos subidas?
Sí. Suba una imagen y describa el cambio en lenguaje claro: swapear un fondo, quitar un objeto, restylear el frame, extender el canvas. Las ediciones son multi-turno, así que puede seguir refinando el mismo asset mientras el modelo sostiene el resto de la composición.
¿Gemini marca con watermark las imágenes de IA?
Cada imagen generada por los modelos de Google lleva una marca de agua invisible SynthID que la identifica como generada por IA, y el comportamiento de watermark visible varía por plan y por superficie. Asuma que la procedencia es detectable, y divulgue los assets generados por IA donde la plataforma, el contrato del cliente o la ley local lo exijan.
¿Estos prompts funcionan en ChatGPT o Midjourney?
En su mayoría, sí. La estructura de siete slots de sujeto, acción, escenario, estilo, iluminación, cámara y ratio de aspecto se transfiere a cada generador mayor. Solo cambia la sintaxis: Midjourney usa flags como --ar y números de seed, Gemini y ChatGPT usan refinement conversacional. Para un set nativo de ChatGPT, nuestros prompts de ChatGPT para copiar y pegar para visuales fuertes cubren logos, retratos cinematográficos, degradados y mockups de producto en GPT Image.
¿Qué modelo debería usar para imágenes con texto adentro?
Nano Banana Pro. El renderizado de texto adentro de las imágenes fue la debilidad permanente de cada modelo de imágenes a través de 2024 y 2025, y el tier Pro es donde Google lo arregló. Para posters, labels de packaging y diagramas etiquetados, tome el modelo más lento y más caro.
El punto más amplio
La ejecución ya no es el cuello de botella; la articulación sí. Si está planeando volumen creativo para 2026, nuestro roundup de estadísticas de marketing de apps móviles da el contexto de canal, y nuestra comparación de answer engine optimization, optimización para motores generativos y SEO cubre qué le pasa a su contenido una vez que las superficies de IA empiezan a decidir a quién citar. Si quiere que ese loop de producción se corra como un sistema, empiece con servicios de automatización con IA. Si los anuncios necesitan video y stills originales, eso es video y fotografía. Si la pregunta es si las respuestas de IA nombran su marca, eso es optimización para motores generativos.
Guarde esta página. La actualizamos cuando Google envía un cambio real a los modelos de imágenes, o cuando la página está respondiendo la mitad equivocada de la pregunta.
Hable con nosotros