Creator Hub
Atrás

¿Cómo uso Nano Banana?

Higgsfield
4 min

Nano Banana es la familia de modelos de imagen de Google, disponible en Higgsfield: cuatro modelos que cubren generación, edición y producción por lotes. Los más usados son Nano Banana Pro para generación de precisión con razonamiento del prompt, Nano Banana 2 para producción rápida a gran escala y Nano Banana para editar imágenes existentes mediante instrucciones. La tabla a continuación muestra cada modelo y para qué es mejor.

¿Qué es la familia Nano Banana?

¿Qué es la familia Nano Banana?

Modelo

Ideal para

Detalle clave

Referencias máx.

Nano Banana Pro

Generación de escenas complejas con razonamiento

Analiza el prompt antes de renderizar, hasta 4K nativo

14

Nano Banana 2

Generación masiva rápida con calidad de nivel Pro

Hasta 5 personajes consistentes + 14 objetos estables

14

Nano Banana 2 Lite

El nivel más rápido para borradores de alto volumen y producción por lotes

~4 segundos por imagen, resolución de 1K

14

Nano Banana

Editar una imagen existente con instrucciones precisas

Funciona por instrucciones, añade y edita texto en imágenes

8

¿Qué modelo de Nano Banana debo usar?

Nano Banana Pro está creado en torno a un núcleo de razonamiento: analiza el prompt antes de renderizar, lo que le da la máxima precisión con cantidades, texto, rostros y perspectiva. Nano Banana 2 ofrece calidad de nivel Pro a mayor velocidad y mantiene hasta 5 personajes consistentes en una sola escena. Nano Banana 2 Lite es el nivel más rápido, creado para el volumen: alrededor de 4 segundos por imagen en 1K. Nano Banana trabaja con imágenes que ya tienes: sube una y describe el cambio.

¿Cómo genero con Nano Banana Pro?

Abrir higgsfield.ai → Imagen → Nano Banana Pro.

  1. Elige tu modo de entrada: Text-to-Image, Multi-reference o Image-to-Image.
  2. Escribe un prompt claro y específico. Describe el sujeto, el entorno, la iluminación y cualquier cantidad o texto específico. Sé explícito.
  3. Añade referencias si es necesario (hasta 14) y describe el rol de cada referencia en el prompt.
  4. Configura la resolución. Comienza en 1K al iterar y sube a 2K o hasta 4K nativo para los recursos finales.
  5. Genera e itera. Si algo no cuadra, cambia el prompt o la referencia, no ambos a la vez.

Nano Banana Pro analiza el prompt antes de renderizar: evalúa las relaciones entre objetos, comprueba la consistencia lógica e interpreta cantidades, disposición espacial e iluminación.

¿Cómo genero con Nano Banana 2 y Nano Banana 2 Lite?

Abrir higgsfield.ai → Imagen y selecciona Nano Banana 2 o Nano Banana 2 Lite en el selector de modelos.

  1. Elige tu modo de entrada: Text-to-Image, Multi-reference o Image-to-Image.
  2. Escribe un prompt claro y específico. Se aplican las mismas reglas que para Nano Banana Pro.
  3. Configura la salida. En Nano Banana 2, elige la resolución (hasta 4K nativo) y la relación de aspecto. Nano Banana 2 Lite genera a 1K: elige la relación de aspecto y un nivel de Thinking (High o Minimal) en lugar de un selector de resolución.
  4. Genera e itera. Crea borradores a escala en Lite y luego vuelve a ejecutar la versión final en Nano Banana 2 o Pro cuando importe la resolución o la máxima precisión.

¿Cómo edito una imagen con Nano Banana?

Abrir higgsfield.ai → Imagen → Nano Banana.

  1. Sube o crea una imagen base.
  2. Escribe una instrucción corta: "Cambia el fondo a un café parisino de noche", "Reemplaza la camiseta por una chaqueta de cuero negra", "Inserta texto: FUTURE IS NOW".
  3. Añade referencias si es necesario: hasta 8 imágenes en una composición, cada una con su propio rol descrito en el prompt.
  4. Generar.

Nano Banana entiende el contexto cultural y de producto, mantiene los personajes consistentes entre fotogramas y puede añadir o editar texto en las imágenes.

¿Cómo mantengo un personaje consistente entre generaciones?

Usa las mismas imágenes de referencia del personaje en cada generación: elige la entrada Multi-reference, adjunta los retratos del personaje y describe su rol en el prompt. Un conjunto de referencias consistente mantiene el rostro estable entre generaciones.

¿Cómo consigo resultados más precisos?

  • El resultado ignora una cantidad o disposición específica. Sé más explícito: "exactamente 3 botellas en el lado izquierdo del encuadre" en lugar de "unas cuantas botellas".
  • El texto de la imagen se ve borroso o mal escrito. Pon el texto exacto entre comillas en tu prompt y describe explícitamente el estilo de fuente, el tamaño y la ubicación.
  • El resultado se ve borroso a 2K o 4K. Reintenta la generación. Si persiste, genera a una resolución más baja y aumenta la resolución del resultado.
  • La imagen de referencia fue rechazada. Verifica que el archivo sea JPG, PNG o WebP y esté dentro del límite de tamaño, y evita imágenes con mucha compresión o marcas de agua.

¿Todavía tienes preguntas?

Comparte tu opinión

¿Te resultó útil este artículo?

por Higgsfield