Cómo editar una imagen con Nano Banana Pro sin que se rehaga el resto del cuadro

Nano Banana Pro es el gemini-3-pro-image de Google, y es la familia de imagen a la que LUVI recurre por defecto. En LUVI funciona como texto a imagen y edición, con un nivel edit-ultra por encima, en 1k, 2k o 4k, desde 175 créditos por imagen en 1k y 300 créditos en 4k. El modo de edición acepta hasta diez imágenes de referencia. También es el modo donde más créditos se desperdician, y por una razón estructural.

¿Por qué la edición cambió cosas que no pedí?

Porque en esta familia una edición vuelve a generar el cuadro completo. No hay región enmascarada ni bloqueo de píxeles: el modelo lee tu instrucción y produce una imagen nueva que debería parecerse a la anterior más tu cambio. Todo lo que no dejaste amarrado puede moverse: una cara, una sombra, el texto de un letrero.

La solución es una cláusula de preservación, y la propia documentación de Google la usa en su ejemplo de edición en varios turnos: "Update this infographic to be in Spanish. Do not change any other elements of the image."

LUVI aplica esa misma regla de forma determinista. La revisión del prompt busca un verbo de edición (change, replace, swap, remove, delete, erase, recolor, relight) y, si el prompt no trae ninguna fórmula de preservación, la agrega:

Replace the plain white mug in Image 1 with a matte black ceramic mug, same size and position. Keep everything else in the image exactly the same.

Esa frase final no es adorno. Sin ella, la misma instrucción es una invitación a redibujar la barra, la luz y la mano que sostiene la taza.

¿Cómo se señala la imagen de referencia correcta?

Por orden, escrito como Image 1, Image 2 y así: con mayúscula, con espacio y sin @. Nano Banana amarra las referencias por ordinal y no por símbolo, de modo que un image 1 en minúsculas se reescribe a la forma canónica antes de enviar el prompt.

En una sola edición entran hasta diez imágenes. La documentación de Google describe para qué sirve ese cupo en esta generación: "Up to 10 images of objects with high-fidelity to include in the final image", es decir, hasta diez imágenes de objetos que entran con alta fidelidad, además de cupos menores para consistencia de personaje y para referencia de estilo. En la práctica eso convierte una edición en un trabajo de composición (meter el objeto de una foto en la escena de otra), siempre que cada imagen se nombre en la frase que la usa.

¿Por qué no funciona "sin autos"?

No hay campo de prompt negativo en Nano Banana, y la guía de la familia es tajante sobre lo que pasa si improvisas uno: describe en positivo ("una calle vacía y desierta", no "sin autos"). Nombrar lo que no quieres puede invocarlo dentro del cuadro.

Es la costumbre que casi todo el mundo trae de Stable Diffusion, y aquí es la que más caro sale. Cada exclusión hay que reescribirla como la presencia de su contrario.

• "sin autos" pasa a una calle vacía y desierta
• "sin texto" pasa a una superficie limpia, sin ninguna letra
• "que no salga borroso" pasa a nítido de punta a punta, con bordes definidos
• "sin desorden" pasa a tres objetos sobre una barra despejada, con mucho espacio libre

La revisión no hace esa conversión por ti. Corrige lo que puede demostrar (la forma de la referencia, la cláusula de preservación, la sintaxis de pesos que aquí no hace nada) y te deja a ti las decisiones de criterio.

¿Qué ajustes cambian de verdad el resultado?

Cinco parámetros, y los dos que más pesan son fáciles de equivocar.

• resolution, con los valores 1k, 2k y 4k en minúscula. La lista distingue mayúsculas, así que 2K no es la misma cadena que 2k, y un valor que no coincide se descarta: te quedas con el 1k por defecto.
• aspect_ratio, con diez valores: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Coinciden exactamente con la lista publicada por Google. Escribir la proporción dentro del texto del prompt no hace nada.
• output_format, png o jpeg.
• media_resolution, que controla cómo se leen tus imágenes de entrada, no cómo se escribe la salida. Bajarlo gasta menos tokens por imagen de entrada y puede perder detalle de la referencia.
• enable_web_search, apagado por defecto, que permite al modelo apoyar la generación en información actualizada.

En esta familia no hay seed, así que dos envíos idénticos son dos imágenes distintas. Si un resultado quedó cerca pero no exacto, el camino es otra pasada de edición sobre esa salida, no repetir el mismo prompt.

Cómo lo verificamos

• Modelos: google/nano-banana-pro/text-to-image, google/nano-banana-pro/edit y google/nano-banana-pro/edit-ultra.
• Ajustes: 1k, 2k y 4k; las diez proporciones del esquema; modo de edición con imágenes de referencia.
• Fecha y qué se leyó: 22 de septiembre de 2026. Los esquemas de los modelos y las estimaciones de créditos en LUVI, la guía de prompts que LUVI aplica a esta familia, y la documentación de generación de imágenes de Google enlazada abajo.
• Resultados: 175 créditos por imagen en 1k y 300 créditos en 4k. Sobre una instrucción de edición corta, la revisión devolvió dos correcciones: image 1 pasó a Image 1 y se agregó la frase de preservación al final. Las diez proporciones del esquema de LUVI coinciden con la lista publicada por Google.
• Limitaciones: No se generó ninguna salida para este artículo, así que no afirma nada sobre la calidad del resultado. Los créditos cambian cuando el proveedor ajusta su precio: mira la estimación del espacio de trabajo antes de un lote en 4k.

En LUVI

Abre el espacio de trabajo, elige Nano Banana Pro Edit, suelta tu imagen en la ranura de referencia y escribe la instrucción. Antes de generar, toca el botón de la pluma que está al lado: es LuviTransLex, la revisión gratuita que aplica la guía de prompts de esta familia.

En un prompt de edición se gana el puesto de inmediato. Replace the plain white mug in image 1 with a matte black ceramic mug, same size and position. vuelve con dos correcciones: la referencia queda normalizada como Image 1 y se suma la frase de preservación al final. Ninguna de las dos gasta créditos.

Vas a notar que en el panel no aparece el campo de prompt negativo. Eso es una propiedad del modelo y no un ajuste que hayas desactivado: cuándo lo hay y cuándo no lo decide el modelo. La misma edición se puede manejar desde Claude o ChatGPT con el conector de LUVI, lo que viene bien cuando la imagen de origen ya está en tu biblioteca.

¿Recién llegas? Crea una cuenta de LUVI y haz tu primera edición en 1k antes de comprometerte con 4k.

Fuentes

• Image generation with Gemini. Google AI for Developers, documentación de la API (en inglés). Consultado el 22 de septiembre de 2026.