Cercare come creare immagini con Gemini e trovare una spiegazione di cos’è Nano Banana sono due cose diverse. Questa è la seconda: una procedura operativa, con i prompt da copiare, il flusso per modificare una foto che hai già e, soprattutto, i limiti veri del modello, quelli che scopri al terzo tentativo e che nessuno scrive. Se invece ti interessa capire il modello, l’annuncio e i benchmark, quel terreno è coperto dal nostro pezzo su Nano Banana di Google.
In questo articolo scoprirai:
- Cosa ti serve prima di creare immagini con Gemini
- Come creare un’immagine con Gemini passo per passo
- L’anatomia di un prompt che funziona: cinque blocchi riutilizzabili
- Prompt pronti da copiare per i casi più frequenti
- Modificare un’immagine esistente: editing, inpainting e style transfer
- Mantenere lo stesso soggetto tra più immagini
- Limiti reali e quote: cosa dice davvero Google
- Diritti d’uso e copyright delle immagini generate con Gemini
Cosa ti serve prima di creare immagini con Gemini
Prima di aprire l’interfaccia conviene sapere quale modello stai usando, perché i nomi commerciali e i nomi tecnici non coincidono e questo genera metà della confusione che si legge online. Secondo la pagina ufficiale di Google DeepMind, la mappa attuale è questa: Nano Banana Pro corrisponde a Gemini 3 Pro Image, Nano Banana 2 a Gemini 3.1 Flash Image e Nano Banana 2 Lite a Gemini 3.1 Flash-Lite Image; il modello della generazione precedente, Gemini 2.5 Flash Image, è il Nano Banana originale. In interfaccia, però, non vedrai nessuno di questi nomi: la pagina prodotto di Gemini presenta tre livelli chiamati semplicemente Veloce, Ragionamento e Pro. Tienilo a mente per tutto l’articolo: i limiti tecnici che seguono sono pubblicati sui nomi dei modelli, non sui nomi dei livelli, quindi qui li citiamo sempre in doppia dicitura.
La distinzione pratica è di velocità contro controllo. Il livello Veloce serve quando devi iterare, cioè quando sai che chiederai cinque correzioni di fila. Il livello Ragionamento è il default sensato per la maggior parte dei casi. Pro è per il lavoro finito, dove la precisione tipografica e la resa dei materiali contano. La rigenerazione con Nano Banana Pro (Gemini 3 Pro Image) è riservata agli abbonati Google AI Pro, Plus e Ultra e si attiva dal menu a tre puntini sotto l’immagine già prodotta.
Requisiti di account e vincoli di età
C’è un dettaglio che salta a quasi tutti e che blocca il flusso di editing senza spiegazioni. La guida ufficiale dell’app Gemini fissa due soglie diverse: la generazione di immagini richiede 13 anni (o il minimo locale), mentre la modifica di immagini richiede 18 anni compiuti. Inoltre gli utenti sotto i 18 anni con account scolastico non possono usare l’esportazione verso Documenti. Se la funzione di editing non ti appare, prima di cercare bug controlla con quale account sei collegato: capita spesso di essere loggati con un profilo Workspace scolastico o aziendale con restrizioni, e in quel caso vale la pena verificare anche cosa cambia con Gemini Pro gratis per studenti. Per il quadro generale su piani e funzioni, abbiamo una guida completa a Gemini.
Come creare un’immagine con Gemini passo per passo
Esistono due porte d’ingresso e vale la pena conoscerle entrambe, perché portano a esperienze diverse e le guide in circolazione ne citano solo una, spesso quella sbagliata.
La via rapida, confermata sia dalla pagina prodotto di Google sia dalla verifica sul campo di Geopop, passa dalla chat: apri Gemini da web o app, premi il pulsante Strumenti, scegli la voce Crea immagini (contrassegnata dall’icona della banana), scrivi la descrizione nel campo prompt e invia. È il percorso giusto quando l’immagine nasce dentro una conversazione, perché mantiene il contesto di quello che avete già detto.
La via strutturata è quella documentata nel supporto ufficiale: apri la barra laterale in alto a sinistra e seleziona Immagini. Qui scegli esplicitamente il modello prima di scrivere, e le generazioni finiscono nella Raccolta, che è anche il punto da cui si riprende un’immagine per modificarla. Se lavori su più immagini della stessa serie, la seconda via è preferibile: la Raccolta ti dà una cronologia navigabile invece di una chat da riavvolgere.
Formato e risoluzione: decidili prima, non dopo
Chiedere il formato a valle costringe il modello a ricomporre la scena e spesso perdi l’inquadratura che ti piaceva. La documentazione per sviluppatori di Google elenca i rapporti supportati: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Le risoluzioni disponibili sono 512px, 1K, 2K e 4K, con l’eccezione della variante Flash-Lite, Gemini 3.1 Flash-Lite Image, cioè Nano Banana 2 Lite, che si ferma a 1K. Dichiara il rapporto nel primo prompt: «formato 9:16 verticale» costa tre parole e ti risparmia una rigenerazione.
L’anatomia di un prompt che funziona: cinque blocchi riutilizzabili
Qui sta l’errore più comune, e non è un errore di creatività: è di formato. Chi arriva dai generatori di qualche anno fa scrive elenchi di parole chiave separate da virgole. Gemini è un modello linguistico prima che un generatore di immagini, e la documentazione ufficiale è netta su questo punto: bisogna descrivere la scena, non enumerare attributi. La formula che Google ripete è «più sei specifico, più controllo hai sul risultato».
I cinque blocchi del prompt per creare immagini con Gemini
Nessuno dei contenuti che occupano oggi le prime posizioni propone una struttura riutilizzabile, quindi eccone una in cinque blocchi, da riempire sempre nello stesso ordine:
- Soggetto, chi o cosa, con gli attributi che contano davvero (materiale, età, stato d’uso).
- Azione e contesto, cosa sta facendo e dove: è il blocco che dà coerenza spaziale alla scena.
- Stile e medium, fotografia, acquerello, illustrazione vettoriale, render 3D. Un solo medium per prompt.
- Luce e inquadratura, tipo di luce, direzione, obiettivo o distanza. È il blocco che separa un’immagine amatoriale da una utilizzabile.
- Vincoli, formato, e soprattutto cosa non vuoi.
Il quinto blocco è quello che salta più spesso ed è il più redditizio. Nella prova su strada pubblicata da IA per Tutti emerge un comportamento ricorrente del modello: tende ad aggiungere loghi, etichette e grafica stereotipata che nessuno ha chiesto. La contromossa è dichiarare le esclusioni: «nessun testo aggiuntivo, nessun logo, nessuna etichetta». Se vuoi lavorare più a fondo sulla scrittura dei prompt, il nostro approfondimento sul prompt engineering copre i principi generali che valgono anche fuori dalle immagini.
Prompt pronti da copiare per i casi più frequenti
La documentazione per sviluppatori organizza le richieste in sette categorie: scene fotorealistiche, illustrazioni e sticker, testo accurato dentro l’immagine, mockup di prodotto e fotografia commerciale, design minimalista con spazio negativo, arte sequenziale (fumetto o storyboard) e generazione ancorata a Google Search. Tradotte in prompt pronti, le tre più utili nel lavoro quotidiano sono queste.
Prompt Gemini per fotografia di prodotto
Fotografia di prodotto. «Fotografia in studio di [prodotto] su fondo grigio neutro, luce morbida da tre quarti a sinistra con riflettore di riempimento a destra, obiettivo 85mm, messa a fuoco sull’etichetta, formato 4:5. Nessun testo aggiuntivo, nessun logo che non sia quello presente sul prodotto.»
Prompt Gemini per poster con testo e luoghi reali
Poster con testo leggibile. Qui c’è una regola controintuitiva che vale citare, perché viene dalla documentazione tecnica di Google: quando l’immagine deve contenere testo, conviene far generare prima il testo e poi chiedere l’immagine che lo incorpora. Prompt: «Poster in stile editoriale moderno, fondo scuro, con al centro esattamente questa scritta: “[testo]”. Tipografia sans-serif ampia e leggibile, forte contrasto, formato 3:4. Non aggiungere altre scritte.»
Luoghi reali. È il caso in cui la conoscenza del mondo del modello fa la differenza rispetto ai concorrenti. Chiedi proporzioni verificabili: «Acquerello di [monumento] a [città], proporzioni architettoniche reali, luce del primo mattino, formato 16:9». La prova pubblicata da IA per Tutti suggerisce un test onesto: non usare i monumenti iconici per valutare il modello, ma un edificio secondario della tua città, dove non basta la memoria statistica. Per confrontare la resa con altri strumenti, abbiamo una panoramica sui migliori strumenti AI per la generazione di immagini e una scheda su GPT Image 1.5 di OpenAI.
Modificare un’immagine esistente: editing, inpainting e style transfer
Questa è la parte che le persone cercano di più e che le guide trattano peggio, perché richiede di sapere dove sta il pulsante giusto. Il flusso documentato nel supporto ufficiale è: barra laterale, Raccolta, clic sull’immagine da modificare, poi Chat sotto l’immagine, e da lì scrivi l’istruzione. La modifica avviene in conversazione, non con maschere e pennelli.
Le modalità di editing documentate sono cinque. L’aggiunta o rimozione di elementi, dove l’istruzione deve specificare che il risultato mantenga stile e luce dell’originale. L’inpainting con mascheratura semantica, cioè la definizione della regione da modificare a parole invece che con una selezione grafica: «cambia solo la poltrona a sinistra, lascia tutto il resto identico». Lo style transfer, che ricrea il contenuto in uno stile diverso. La composizione multi-immagine, che unisce elementi provenienti da più riferimenti. E la conservazione del dettaglio durante le modifiche. Sul fronte trasformazioni, la pagina prodotto ufficiale elenca anche il cambio di atmosfera (da giorno pieno a scena notturna), la modifica dell’angolo di camera e del taglio, e il ridimensionamento verso altri rapporti senza perdere gli elementi importanti.
Quanti riferimenti puoi caricare
I numeri contano perché determinano cosa puoi realisticamente montare, ma vanno letti nel verso giusto: il tetto complessivo è di 14 immagini di riferimento, e le cifre per singola categoria sono massimali dentro quel tetto, non addendi da sommare. La documentazione per sviluppatori lo dettaglia per modello. Con Gemini 3.1 Flash Image (Nano Banana 2): fino a 14 immagini in totale, di cui al massimo 10 di oggetti con alta fedeltà, al massimo 4 di personaggi per la coerenza e al massimo 3 come riferimento di stile. Con Gemini 3 Pro Image (Nano Banana Pro) il totale resta 14, ma la ripartizione cambia: fino a 6 immagini di oggetti ad alta fedeltà e fino a 5 di persone, senza una categoria dedicata allo stile. Il modello della generazione precedente sta invece su un altro ordine di grandezza: la documentazione Google Cloud sulla generazione di immagini precisa che con Gemini 2.5 Flash Image (il Nano Banana originale) il massimo consigliato scende a tre immagini in input. Sui limiti non dichiarati, la prova di IA per Tutti registra un caso concreto: chiedendo una versione acquerello di una composizione personale, le modifiche richieste agli edifici non sono state applicate. Insistere con lo stesso prompt non aiuta: conviene riformulare partendo dall’atmosfera invece che dal nome tecnico dello stile.
Mantenere lo stesso soggetto tra più immagini
È il problema che separa un giochino da un uso professionale: se stai facendo un carosello, uno storyboard o una serie di visual per una campagna, il personaggio deve essere riconoscibilmente lo stesso in tutti i fotogrammi. Nessuno dei contenuti in prima pagina su questa query lo affronta, e la ragione è che la soluzione non è un pulsante.
Riferimenti multipli per la coerenza del soggetto
Il meccanismo documentato è il caricamento di più immagini di riferimento dello stesso soggetto: i 4 riferimenti di personaggio di Gemini 3.1 Flash Image (Nano Banana 2), 5 su Gemini 3 Pro Image (Nano Banana Pro), servono esattamente a mantenere la coerenza tra generazioni. Non una immagine, quattro: viste diverse dello stesso volto o dello stesso oggetto danno al modello abbastanza informazione per non reinventarlo ogni volta. La copertura italiana di Geopop riporta una capacità di riconoscimento fino a cinque personaggi e quattordici oggetti mantenuti lungo una sequenza di lavoro, un dato coerente con l’ordine di grandezza della documentazione anche se le due fonti contano in modo diverso.
Tre accortezze per creare immagini coerenti con Gemini
Primo, lavora nella stessa conversazione: il contesto è parte dello stato. Secondo, quando rigeneri per cambiare solo un aspetto, blocca esplicitamente il resto, la formula collaudata è chiedere di mantenere «esattamente lo stesso testo e la stessa struttura», variando solo ciò che ti interessa. Terzo, aspettati derive: nella prova su strada di IA per Tutti la versione acquerello della stessa scena ha introdotto una fantasia a quadri sulla camicia che non era stata chiesta, e un ritratto di pescatore descritto a 45 anni è stato reso visibilmente più anziano, con il modello che ha privilegiato le rughe profonde sull’età dichiarata. La coerenza va verificata a occhio, non data per acquisita. Sono accorgimenti ricavati dai comportamenti osservati in quella prova, non procedure ufficiali di Google: le fonti disponibili documentano il meccanismo, non un protocollo di verifica.
Limiti reali e quote: cosa dice davvero Google
Questa è la sezione che dovrebbe farti scegliere questo articolo invece di un altro, perché è dove la maggior parte dei contenuti in circolazione inventa numeri.
Sulle quote giornaliere: la guida ufficiale parla di una «quota giornaliera di immagini» oltre la quale la rigenerazione con Pro si blocca, ma non pubblica alcuna cifra. Le soglie precise che girano online, venti al giorno, cento al giorno, tre con Pro, non hanno una fonte Google verificabile e cambiano di continuo. Trattale come indicazioni aneddotiche. Sui confini effettivi del piano gratuito abbiamo un pezzo dedicato: cosa include davvero Gemini gratis.
Sui limiti tecnici, la pagina Google Cloud sui limiti della generazione di immagini ne elenca alcuni che spiegano frustrazioni comuni. Se il prompt è ambiguo il modello può rispondere solo con del testo, senza generare nulla: la contromossa ufficiale è chiedere esplicitamente un’immagine. Il modello può anche interrompere la generazione prima di aver finito (si riprova, o si riformula), e rifiuta le richieste che valuta non sicure restituendo un messaggio invece dell’immagine.
Watermark SynthID: cosa resta dentro il file
Sul watermark la documentazione per sviluppatori è categorica: tutte le immagini generate includono un watermark SynthID, invisibile e verificabile con gli strumenti Google. La copertura italiana aggiunge l’interoperabilità con le credenziali C2PA, lo standard di provenienza dei contenuti, e anche TechRadar, raccontando il rilascio gratuito del generatore, ha indicato nel watermark il suo vincolo più visibile. Non è un ostacolo all’uso, ma è un dato di fatto: l’origine artificiale del file resta dichiarata anche dopo l’editing.
Diritti d’uso e copyright delle immagini generate con Gemini
Sui diritti, il punto è più sottile di come viene raccontato. Google non rivendica la proprietà dell’output e l’uso commerciale è consentito su tutti i piani, gratuito incluso. Ma l’analisi legale di Terms.law segnala una conseguenza che quasi nessuno menziona: un contenuto puramente generato dall’AI non è proteggibile con il diritto d’autore per assenza di paternità umana, il che significa che puoi usarlo commercialmente ma non puoi impedire ad altri di copiarlo, a meno che non ci sia un intervento creativo umano sostanziale e documentabile. Da tenere presente prima di costruire l’identità visiva di un marchio su output non modificati. Va inoltre ricordato che sul piano gratuito le conversazioni sono usate per l’addestramento per impostazione predefinita, con opt-out dalle Attività app Gemini o usando la chat temporanea: se carichi foto di clienti o materiali riservati, è una scelta da fare consapevolmente.
Da immagine a video: il perimetro di Veo
Un ultimo limite di perimetro: animare un’immagine è un’altra funzione e un altro modello. Come documenta Fastweb Plus, il passaggio da foto a video usa la funzione Video con Veo e non è disponibile sul piano gratuito: richiede un abbonamento Google AI Pro o Ultra.
Nella nostra esperienza con i team che stanno introducendo l’AI generativa nei processi, il salto di qualità non arriva dal modello: arriva quando qualcuno mette per iscritto la struttura di prompt, la libreria dei riferimenti visivi e la regola su cosa si può pubblicare e cosa no. È esattamente il lavoro che in MIMIR facciamo in fase di onboarding, perché uno strumento senza un metodo condiviso produce dieci stili diversi e nessuna coerenza di marca. Se in azienda avete un’esigenza concreta su AI e agenti, e vi serve un affiancamento, non solo un accesso a una piattaforma, potete parlarne con noi su mimir.bot e valutare insieme il percorso più sensato.
Fonti:
- Google DeepMind — Gemini Image (mappa dei modelli)
- Gemini — pagina prodotto sulla generazione di immagini
- Guida ufficiale dell’app Gemini (generazione e modifica immagini)
- Documentazione per sviluppatori Google — Image generation
- Google Cloud — capacità di generazione immagini dei modelli Gemini
- Google Cloud — limiti della generazione di immagini con Gemini
- IA per Tutti — prova su strada e tutorial prompt
- TechRadar — rilascio gratuito del generatore e watermark
- Terms.law — analisi legale sui diritti d’uso dell’output Gemini
