Muchos desarrolladores que migran desde Stable Diffusion o Midjourney a Nano Banana Pro se encuentran casi siempre con un confuso error 400 al realizar su primera llamada a la API: Invalid JSON payload received. Unknown name "negativePrompt" at 'generation_config.image_config': Cannot find field. El mensaje de error es directo, pero no aclara si el nombre del campo está mal escrito, si debe ir en otro lugar o si el modelo simplemente no admite indicaciones negativas.
La respuesta es la tercera opción: Nano Banana Pro (es decir, Gemini 3 Pro Image Preview) no tiene un campo negativePrompt independiente por diseño; cualquier expresión de "lo que no quiero" debe escribirse directamente en el texto de la indicación principal. Este artículo, basado en la documentación oficial de Google y la guía de indicaciones de Nano Banana, desglosa la causa raíz de este error, ofrece 3 formas recomendadas de escribir indicaciones negativas, proporciona código de invocación de API completo y, junto con casos de prueba reales en la plataforma APIYI (apiyi.com), te permitirá dominar la forma correcta de usar indicaciones negativas en Nano Banana Pro en 5 minutos.
I. ¿Por qué Nano Banana Pro no permite el campo negativePrompt?
1.1 Desglose del mensaje de error
El contenido completo del error suele ser así:
upstream_error 400
Invalid JSON payload received.
Unknown name "negativePrompt" at 'generation_config.image_config':
Cannot find field.
Al desglosarlo, obtenemos tres datos clave:
Invalid JSON payload: El servidor rechaza el JSON al analizarlo; la solicitud ni siquiera llega a la fase de inferencia.Unknown name "negativePrompt": El nombre del campo no existe en el esquema; no es un problema de mayúsculas ni de ubicación.at 'generation_config.image_config': Intentaste colocarlo dentro degeneration_config.image_config, pero este objeto solo acepta campos de la lista blanca oficial.
En otras palabras, no es un "error de parámetro", sino que el "parámetro no existe". En el esquema de la API de Nano Banana Pro, no hay ningún campo reservado para indicaciones negativas.
1.2 Lista blanca completa de campos en image_config
Según la documentación oficial de Google AI, el objeto image_config de Gemini 3 Pro Image Preview solo acepta dos campos; cualquier otro campo provocará un error 400:
| Campo | Tipo | Valores | Función |
|---|---|---|---|
aspectRatio |
string | "1:1" / "16:9" / "4:3" / "21:9", etc. |
Relación de aspecto de la imagen |
imageSize |
string | "512" / "1K" / "2K" / "4K" |
Nivel de resolución de salida |
Esta lista blanca es muy breve; no hay negativePrompt, ni seed, ni cfg_scale, ni sampler. Google ha optado por un diseño minimalista en la serie Nano Banana: consideran que el modelo debe entender el lenguaje natural en lugar de obligar al usuario a combinar una pila de hiperparámetros.
1.3 Filosofía de diseño: ¿Por qué Google rechaza el negativePrompt?
El mecanismo de indicaciones negativas de la serie Stable Diffusion proviene de la guía sin clasificador (CFG), que utiliza un vector independiente para "guiar inversamente" el proceso de difusión. La ruta de generación de inferencia multimodal de la serie Gemini es diferente: el modelo toma toda la indicación en lenguaje natural como entrada para la comprensión semántica y luego genera los tokens de imagen, sin el paso de "dos vectores guiando por separado".
La guía oficial de indicaciones de Nano Banana en el blog de Google Cloud resume la postura oficial:
"Use un encuadre positivo: describa lo que quiere, no lo que no quiere (por ejemplo, 'calle vacía' en lugar de 'sin coches')."
Es decir: en el mundo de Nano Banana Pro, la descripción positiva es mucho más eficiente que la negativa. No es una limitación técnica, sino una filosofía de producto.
Desde el punto de vista de la ingeniería, los modelos de difusión realizan cálculos adicionales de "doble inferencia y resta de vectores" para la guía negativa, mientras que la arquitectura multimodal de Gemini es una comprensión semántica de extremo a extremo sin vectores inversos que restar. Insertar un campo negativePrompt no solo rompería la consistencia del esquema, sino que llevaría a los usuarios a creer erróneamente que se activa algún tipo de "guía negativa", desviando la ingeniería de indicaciones. Google decidió cerrar este camino con un error claro, obligando a los desarrolladores a expresar todas sus intenciones a nivel de lenguaje natural.
🎯 Consejo: Si ya estás acostumbrado al flujo de trabajo de indicaciones negativas de SD, al migrar a Nano Banana Pro te sugiero probar algunas imágenes comparativas en APIYI (apiyi.com) para experimentar la diferencia real entre la "descripción positiva" y la "negativa" en este modelo antes de reescribir tus indicaciones existentes.
II. 3 formas correctas de escribir indicaciones negativas en Nano Banana Pro
Aunque no existe un campo independiente, las expresiones negativas pueden incluirse perfectamente en el texto de la indicación principal. Las siguientes tres soluciones son enfoques reutilizables de alta frecuencia, destilados de la documentación oficial de Google y de la experiencia de la comunidad.
2.1 Solución 1: Reescribir con un marco positivo (Recomendación oficial)
Traducir "no quiero X" a "quiero Y" es la mejor práctica recomendada explícitamente por Google. Los patrones de comparación comunes son los siguientes:
| Expresión negativa original | Reescritura en marco positivo |
|---|---|
| no cars on the street | empty deserted street with no traffic |
| no people in background | quiet solitary scene with empty surroundings |
| no text or watermark | clean image with smooth empty borders |
| not blurry, not low quality | sharp focus, crisp details, high resolution |
| no extra fingers | accurate human anatomy with precisely five fingers per hand |
La ventaja del marco positivo es que el modelo no necesita realizar una "inferencia inversa", sino que comprende directamente el estado objetivo que deseas, lo que resulta en la tasa de acierto más alta.
Al reescribir, se recomienda seguir la lógica de "¿Por qué no quiero X? → ¿Qué es lo que realmente quiero?". Por ejemplo, la intención real de "sin texto" suele ser "que la imagen sea limpia y no distraiga", por lo que la descripción positiva correspondiente debería ser "clean uncluttered composition with smooth empty borders", en lugar de una traducción literal como "no text". Esta "búsqueda de la intención" es la esencia del marco positivo.
2.2 Solución 2: Método de exclusión por lenguaje natural (Flexibilidad semántica)
Si algunos elementos a excluir realmente no pueden convertirse en una descripción positiva, puedes incluirlos directamente en la indicación utilizando lenguaje natural con expresiones como without, avoid, exclude o free of:
A serene mountain landscape at sunrise,
photorealistic style, golden hour lighting,
without any people, vehicles, or man-made structures,
free of text overlays, logos, or watermarks.
La clave de este método es integrar las condiciones de exclusión de forma natural en la descripción completa, en lugar de escribirlas como una lista de palabras clave separadas por comas, como se suele hacer en SD. La respuesta del modelo a las "instrucciones en lenguaje natural" es muy superior a la de una "lista de palabras clave".
Además, puedes redactar las condiciones de exclusión como oraciones subordinadas condicionales para que la relación entre la exclusión y la escena sea más clara. Por ejemplo, during golden hour with the streets completely cleared of vehicles es mucho más preciso que un simple without cars; expresa tres niveles de información (tiempo, estado y exclusión), permitiendo que el modelo construya una imagen más coherente.
2.3 Solución 3: Incrustación de listas de exclusión jerárquicas (Ideal para plantillas sistematizadas)
Si necesitas mantener un "estándar de calidad" uniforme para todo tu equipo o producto, puedes organizar las exclusiones comunes por categorías y utilizarlas como secciones fijas en tus plantillas de indicación:
[Main subject description]
[Style and composition details]
Quality requirements:
The image must be sharp, well-exposed, and free of blur,
JPEG artifacts, watermarks, or visible text.
Anatomy requirements:
All people in the image must have accurate anatomy
with five fingers per hand, symmetrical features,
and natural proportions.
Esta plantilla estructurada de términos negativos puede reutilizarse por lotes, siendo ideal para escenarios como el comercio electrónico o el diseño de marca, donde se requieren estándares de calidad uniformes.
| Solución | Escenario de aplicación | Tasa de acierto | Dificultad de escritura |
|---|---|---|---|
| Reescritura positiva | Creación individual, pósteres artísticos | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ |
| Exclusión por lenguaje natural | Escenas complejas, exclusiones flexibles | ⭐⭐⭐⭐ | ⭐⭐ |
| Lista de exclusión jerárquica | Generación por lotes, reutilización en equipo | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ |
🎯 Sugerencia de elección: Para creaciones individuales, prioriza la Solución 1; si puedes evitar escribir términos negativos, mejor. Para generación por lotes, se recomienda usar la Solución 3 para establecer plantillas de indicación a nivel de equipo. Te sugiero realizar pruebas comparativas de las tres soluciones para un mismo sujeto en APIYI (apiyi.com); en 10 minutos encontrarás la redacción que mejor se adapte a tu negocio.
III. Escritura correcta del payload JSON para la API de Nano Banana Pro
Una vez que comprendes "por qué no se puede usar el campo negativePrompt" y "cómo se debe escribir", aquí tienes el código de invocación de la API listo para copiar y usar.
3.1 Comparativa: payload JSON incorrecto vs. correcto
El siguiente JSON corresponde directamente al error mencionado al principio del artículo; es el ejemplo típico de un error al "migrar desde SD":
// ❌ Incorrecto: disparará un error 400
{
"contents": [{
"parts": [{"text": "A cat sitting on a chair"}]
}],
"generationConfig": {
"imageConfig": {
"aspectRatio": "16:9",
"negativePrompt": "blurry, low quality, extra fingers"
}
}
}
La forma correcta y corregida es la siguiente:
// ✅ Correcto: integra la descripción negativa dentro del texto
{
"contents": [{
"parts": [{
"text": "A cat sitting on a chair, sharp focus, crisp details, high resolution, accurate anatomy with natural proportions"
}]
}],
"generationConfig": {
"responseModalities": ["TEXT", "IMAGE"],
"imageConfig": {
"aspectRatio": "16:9",
"imageSize": "2K"
}
}
}
Observa los tres cambios clave: elimina el campo negativePrompt, reescribe las intenciones negativas como descripciones positivas dentro del text y ajusta el imageSize según sea necesario para controlar la resolución.
3.2 Ejemplo de invocación con el SDK de Python
Aquí tienes el código más sencillo para realizar una invocación a Nano Banana Pro mediante el servicio proxy de API de APIYI, usando un SDK compatible con OpenAI:
from openai import OpenAI
client = OpenAI(
api_key="your_api_key",
base_url="https://vip.apiyi.com/v1" # Dirección del servicio proxy de API de APIYI
)
response = client.images.generate(
model="gemini-3-pro-image-preview",
prompt=(
"A cat sitting on a wooden chair in a bright sunlit room, "
"photorealistic style, sharp focus, crisp details, "
"accurate feline anatomy with natural fur texture, "
"clean background free of text or watermarks"
),
size="1792x1024", # Corresponde a 16:9
)
Toda la invocación carece de parámetros negative_prompt; todas las expresiones de "lo que no quiero" se integran en la indicación mediante lenguaje natural.
3.3 Guía rápida de errores comunes y soluciones
Para ayudarte a diagnosticar errores similares rápidamente, hemos organizado los errores frecuentes en la siguiente tabla:
| Fragmento del error | Causa raíz | Solución |
|---|---|---|
Unknown name "negativePrompt" |
Campo inexistente | Eliminar el campo, incluir la descripción negativa en la indicación |
Unknown name "seed" |
Nano Banana Pro no admite seed | Aceptar la aleatoriedad, generar varias veces y elegir |
Unknown name "cfg_scale" |
No admite parámetros CFG | Usar términos de intensidad en la indicación (ej. "strictly photorealistic") |
Invalid value at 'aspectRatio' |
Error de sintaxis en la relación | Verificar el uso de "16:9" en lugar de "16×9" |
Campo image_config inválido |
Error de jerarquía | Asegurar que imageConfig esté dentro de generationConfig |
🎯 Consejo de depuración: Al investigar errores 400, se recomienda probar primero la conectividad con el payload más simple (solo texto) y luego añadir los elementos de configuración gradualmente. APIYI (apiyi.com) ofrece una interfaz completa para Gemini 3 Pro Image, proporcionando una experiencia de depuración más estable que la conexión directa oficial.
IV. Técnicas avanzadas de optimización para indicaciones negativas en Nano Banana Pro
Una vez dominada la escritura básica, estos 4 trucos avanzados elevarán tus expresiones negativas de "funcionales" a "nivel profesional".
4.1 Sustituir descripciones abstractas por concretas
El modelo entiende mucho mejor los sustantivos concretos que los adjetivos abstractos. Compara estas dos formas:
- ❌ Vaga:
high quality, not bad - ✅ Concreta:
shot on a Sony A7R IV, 35mm f/1.4 lens, ISO 100, sharp focus on subject, soft bokeh background
Los parámetros técnicos específicos (cámara, apertura, ISO, distancia focal) activan el conjunto de conocimientos previos del modelo sobre "fotografía profesional", siendo mucho más efectivo que escribir mil veces "high quality".
4.2 Convertir "evitar estilos artísticos" en "especificar estilos artísticos"
Muchos usuarios de SD están acostumbrados a escribir not anime, not cartoon, not 3D, pero en Nano Banana Pro esta forma es poco efectiva. La forma correcta es especificar directamente el estilo que deseas:
- Si quieres realismo →
unstaged documentary photography style - Si quieres textura de pintura al óleo →
oil painting on textured canvas, visible brushstrokes - Si quieres estilo de fotoperiodismo →
photojournalism style, candid moment, natural lighting
La intensidad de la descripción al especificar claramente el estilo suprimirá automáticamente otras tendencias, sin necesidad de escribir "not X".
4.3 Utilizar plantillas de indicaciones estructuradas
Divide las escenas complejas en plantillas estructuradas para que el modelo comprenda cada capa de intención:
SUBJECT: A young woman reading a book
SETTING: Cozy library with warm afternoon light
STYLE: Editorial photography, shot on Leica Q2
QUALITY: Sharp focus on subject, soft natural bokeh
EXCLUDE: No text, no watermarks, no other people in frame
Esta plantilla estructurada es significativamente más estable en Nano Banana Pro que una indicación de texto largo, especialmente porque la sección EXCLUDE funciona muy bien como una "restricción estricta" final.
4.4 Reiterar las instrucciones de exclusión en iteraciones múltiples
Nano Banana Pro admite edición en múltiples rondas, pero cada ronda requiere reiterar la intención negativa completa, de lo contrario, el modelo introducirá fácilmente elementos que habías excluido anteriormente. Se recomienda guardar las instrucciones de exclusión como una cadena constante y concatenarlas en cada iteración.
| Técnica avanzada | Problema resuelto | Mejora de resultados |
|---|---|---|
| Sustituir negación abstracta por descripción concreta | El modelo no entiende términos abstractos | Alta |
| Especificar estilo en lugar de negar estilo | Baja tasa de acierto en términos negativos | Muy alta |
| Plantilla de indicación estructurada | Inestabilidad en indicaciones largas | Alta |
| Reiterar exclusión en iteraciones | Regreso de elementos tras editar | Media |
V. Preguntas frecuentes (FAQ) sobre las indicaciones negativas en Nano Banana Pro
5.1 ¿Realmente no existe el campo negativePrompt? ¿Se añadirá en el futuro?
Hasta la fecha, tanto la documentación oficial de Google AI como la de Vertex AI especifican únicamente los campos aspectRatio y imageSize dentro de image_config. Google ha expresado en múltiples ocasiones, tanto en blogs como en conferencias, su postura de producto en contra de incluir campos de "indicación negativa" independientes, por lo que es muy poco probable que se añada a corto plazo. Recomendamos adoptar el enfoque de marcos positivos en lugar de esperar a que esto cambie.
5.2 ¿Se pueden seguir usando las listas de términos negativos acumuladas en la era de SD?
Pueden servir como referencia, pero no se pueden copiar y pegar directamente en la indicación de Nano Banana Pro. Sugerimos clasificar los términos negativos de SD en "calidad, anatomía, estilo y elementos" y luego, siguiendo el método de la segunda sección de este artículo, reescribirlos como descripciones positivas o exclusiones en lenguaje natural.
5.3 ¿Es realmente ineficaz usar negaciones simples como "no X"?
No es totalmente ineficaz, pero los resultados son mucho peores que con una descripción positiva. Frases como no cars tienen una tasa de éxito de entre el 60% y el 70% en Nano Banana Pro, mientras que empty deserted street with no traffic alcanza más del 95%. Si necesitas una alta estabilidad en los resultados, prioriza el marco positivo.
5.4 ¿Dónde puedo invocar Nano Banana Pro de forma estable para probar estas escrituras?
Los desarrolladores pueden invocar Nano Banana Pro a través de APIYI (apiyi.com). El ID del modelo es gemini-3-pro-image-preview y solo necesitas reemplazar base_url por https://vip.apiyi.com/v1, sin necesidad de configurar un proxy. Esta plataforma admite tanto Nano Banana Pro como otros modelos de imagen principales, lo que facilita realizar comparaciones horizontales sobre cómo cada modelo maneja las expresiones negativas.
5.5 ¿Funcionará si coloco negativePrompt en el nivel superior de generation_config en lugar de dentro de image_config?
No. Ya sea que lo coloques en el nivel superior de generation_config, dentro de image_config o como una parte independiente en contents.parts, obtendrás un error indicando que el campo no existe. El esquema de Nano Banana Pro utiliza una lista blanca estricta; cualquier campo no listado será rechazado.
5.6 Dado que no hay negativePrompt, ¿tampoco existen parámetros como seed o cfg_scale?
Efectivamente, no existen. Los parámetros ajustables de Nano Banana Pro son mínimos: solo aspectRatio y imageSize. Es una decisión de diseño: Google quiere que los desarrolladores inviertan su energía en redactar mejores indicaciones en lenguaje natural en lugar de ajustar hiperparámetros. Requiere tiempo acostumbrarse, pero una vez adaptado, la legibilidad y reutilización de la ingeniería de indicaciones mejoran significativamente.
5.7 ¿El modelo puede reconocer instrucciones de exclusión escritas en chino?
Puede reconocerlas, pero la estabilidad es menor que en inglés. Los datos de entrenamiento de Nano Banana Pro tienen un peso significativamente mayor para el inglés. Escribir "不要出现文字水印" (no mostrar marcas de agua de texto) funcionará en la mayoría de los casos, pero ocasionalmente será ignorado. Si la estabilidad es crítica, recomendamos mezclar frases negativas en inglés dentro de la indicación en chino, por ejemplo: "干净背景, free of text and watermarks". Este enfoque mixto tiene una tasa de éxito aproximadamente un 15% mayor que el uso exclusivo de chino.
5.8 Al editar imágenes existentes, ¿cómo evitar que el modelo añada elementos no deseados durante el proceso?
Para el modo de edición, sugerimos usar una escritura de doble restricción: "preservación explícita + exclusión explícita". Primero, bloquea el contenido que deseas mantener usando keep everything else identical, including [lista de elementos clave] y luego excluye explícitamente con make sure not to introduce [lista de elementos a excluir]. Cuando ambas restricciones coexisten, el control sobre el resultado de la edición mejora notablemente. Esta técnica es especialmente útil en escenarios como la iteración de identidad visual de marca o el mantenimiento de la consistencia facial.
VI. Resumen: El modelo mental central de las indicaciones negativas en Nano Banana Pro
Volviendo al error inicial: Unknown name "negativePrompt" no es un error (bug), es el diseño de producto de Nano Banana Pro. Este modelo no acepta ninguna forma de campo de indicación negativa independiente; toda intención de "lo que no quiero" debe redactarse en lenguaje natural dentro de la indicación principal.
Basta con recordar tres principios fundamentales:
- Prioriza el marco positivo: "empty street" es mucho mejor que "no cars"; reescribe siempre que sea posible.
- Usa lenguaje natural cuando sea necesario ser negativo: Emplea conectores naturales como
without,free ofoavoiddentro de la indicación, evitando las listas de palabras clave separadas por comas al estilo de SD. - Reutilización de plantillas estructuradas: En entornos de equipo, crea párrafos de plantilla para las tres categorías de exclusión (calidad, anatomía, elementos) y reutilízalos mediante concatenación.
🎯 Próximo paso: Toma tu lista actual de términos negativos de SD y reescribe una versión para cada uno de los tres métodos descritos en este artículo. Realiza pruebas comparativas sobre el mismo sujeto en APIYI (apiyi.com) para establecer tu propia biblioteca de escritura de indicaciones negativas para Nano Banana Pro.
El diseño de "sin campos de indicación negativa" de Nano Banana Pro puede resultar extraño al principio, pero tras un uso profundo, descubrirás que este modelo de "expresar toda la intención con un lenguaje natural más preciso" es la dirección futura de los modelos de generación multimodal. Completar esta transición mental cuanto antes te permitirá aprovechar al máximo las capacidades de este modelo.
Por último, quiero enfatizar algo: ese mensaje de error 400 es en realidad un "consejo amable" de Google. Te está diciendo de la forma más directa: "Por favor, no intentes trasladar mecánicamente el flujo de trabajo de la generación anterior; intenta comprender mi interfaz de entrada real". Si tomas este error como el punto de partida para aprender sobre el nuevo modelo en lugar de como un obstáculo, descubrirás que la ingeniería de indicaciones de Nano Banana Pro es, de hecho, más sencilla, legible y cercana al lenguaje de comunicación del diseño que SD.
Autor: Equipo técnico de APIYI
Plataforma aplicable: APIYI (apiyi.com) Interfaz Nano Banana Pro (gemini-3-pro-image-preview)
