Google AI Studio Tutorial en Español: Usar Gemini API [2026]

11. Ve a https://aistudio.google.com
22. Haz clic en "Sign in with Google"
33. Usa tu cuenta Google (Gmail, cuenta corporativa, etc.)
44. Acepta términos
55. ¡Listo! Ya estás en el dashboard

1Dashboard → New → Chat

1Eres un experto en marketing digital español.
2Hablas de forma amigable, sin jerga innecesaria.
3Siempre basas recomendaciones en datos 2026.
4Si no sabes algo, lo dices explícitamente.
5Máximo: 3 párrafos por respuesta.

1"¿Cuál es la mejor estrategia de content marketing para un e-commerce de ropa?"

1{
2  "model": "Gemini 2.0 Flash",  // O Gemini 1.5 Pro
3  "temperature": 0.7,            // 0=determinístico, 1=creativo
4  "top_p": 0.95,                 // Variabilidad
5  "max_output_tokens": 1024,     // Límite respuesta
6  "top_k": 40                     // Opciones consideradas
7}

1Eres agente de servicio al cliente de una tienda online de electrónica.
2 
3Tu objetivo: resolver problemas y facilitar compras.
4 
5Comportamiento:
6- Responde en español formal pero amigable
7- Si no puedes resolver, esca la a "support@empresa.com"
8- Máximo 3 líneas (brevedad)
9- Usa emojis solo cuando sea apropiado
10- Nunca prometas cosas que no puedes cumplir
11 
12Horarios de operación: lunes-viernes 9am-6pm (otros horarios responde: "Estaremos disponibles mañana a las 9am")
13 
14Base de datos de productos disponibles:
15- iPhone 15: €999
16- Galaxy S24: €899
17- Garantía extendida: €199

1"¿Qué tal es el iPhone 15? ¿Recomendarías Galaxy en su lugar?"

1"iPhone 15 vs Galaxy S24: depende de ti.
2iPhone: cámara pro, A18 chip rápidísimo, 1 día batería, €999.
3Galaxy: pantalla AMOLED superior, 2 días batería, €899.
4¿Qué importa más, cámara o batería?"

1Eres un analista académico especializado en extraer insights de documentos.
2 
3Tareas que realizarás:
41. Resumir puntos principales
52. Identificar vacíos de investigación
63. Sugerir mejoras
74. Clasificar por relevancia
8 
9Formato de output: JSON

1[Pegar aquí tu documento de 50 páginas]
2 
3Ahora, extrae:
41. Argumentos principales (lista)
52. Metodología empleada
63. Limitaciones del estudio
74. Conclusiones clave
85. Áreas para investigación futura

11. En el input, haz clic en "Attach files" (clip)
22. Sube una imagen (screenshot, gráfico, foto)
33. Pregunta algo sobre ella

1System Instructions:
2"Eres experto en analítica web y optimización de conversión."
3 
4Prompt:
5"Analiza este screenshot de GA4 y sugiere 3 cambios principales para mejorar la tasa de conversión."

11. Sube un vídeo (hasta 1 hora en versión Pro)
22. Pregunta sobre contenido

1"¿Cuál es el mejor framework de Python para ML?"

1"Necesito un framework de Python para ML. Mis requisitos:
2- Proyecto pequeño (5MB datos máximo)
3- Necesito entrenamiento rápido (<5 minutos)
4- Precisión importante, no interpretabilidad
5- Requiero soporte de GPU
6 
7Razona paso a paso:
81. ¿Qué frameworks existen?
92. ¿Cuál cumple cada requisito?
103. Comparativa final
114. Tu recomendación con justificación"

1System Instructions:
2"Eres clasificador de sentimiento para tweets en español.
3 
4Ejemplos:
5Tweet: 'Adoroooo este producto! 😍' → Sentimiento: POSITIVO, confianza: 0.95
6Tweet: 'El servicio fue horrible y carísimooo' → Sentimiento: NEGATIVO, confianza: 0.92
7Tweet: 'El producto es ok, nada especial' → Sentimiento: NEUTRAL, confianza: 0.78
8 
9Ahora clasifica este tweet:"
10 
11[Prompt del usuario con nuevo tweet]

1"Actúa como consultor de estrategia empresarial con 20 años de experiencia.
2 
3Mi empresa tiene:
4- Ingresos: €500k/año
5- Equipo: 3 personas
6- Producto: Software SaaS de CRM
7 
8Mi pregunta: ¿Debería pivotar a vertical específico (ej: agencias) o mantener horizontal?
9 
10Dame tu análisis como lo haría un consultor ($500/hora)."

1System Instructions:
2"Tu output SIEMPRE debe ser JSON válido. Estructura:
3{
4  'titulo': string,
5  'resumen': string,
6  'puntos_clave': [string],
7  'accion_siguiente': string,
8  'confianza': number (0-1)
9}"
10 
11Prompt:
12"Analiza este artículo [pegar contenido] y responde en JSON."

1En AI Studio: Top right → ⚙️ Settings → API keys
2Click: Create API Key
3 
4Copia el token (empieza con "AIza...")
5NUNCA lo compartas públicamente

1pip install google-generativeai

1import google.generativeai as genai
2 
3# Configurar API key
4genai.configure(api_key="AIza...")
5 
6# Crear modelo
7model = genai.GenerativeModel('gemini-2.0-flash')
8 
9# Enviar prompt
10response = model.generate_content(
11    "¿Cuál es el significado de la vida?"
12)
13 
14print(response.text)
15# Output: "El significado de la vida es una pregunta existencial..."

1import google.generativeai as genai
2 
3genai.configure(api_key="AIza...")
4 
5# Definir el sistema
6system_prompt = """
7Eres un experto en productividad personal.
8Hablas de forma motivacional pero realista.
9Siempre das 3 acciones concretas y mensurables.
10Máximo 2 párrafos.
11"""
12 
13# Crear modelo con sistema
14model = genai.GenerativeModel(
15    model_name='gemini-2.0-flash',
16    system_instruction=system_prompt
17)
18 
19# Chat conversacional
20chat = model.start_chat(history=[])
21 
22while True:
23    user_input = input("Tú: ")
24    if user_input.lower() == "salir":
25        break
26 
27    response = chat.send_message(user_input)
28    print(f"IA: {response.text}\n")

1import google.generativeai as genai
2from pathlib import Path
3 
4genai.configure(api_key="AIza...")
5 
6# Cargar imagen
7imagen = genai.upload_file(path="screenshot.png")
8 
9# Crear modelo
10model = genai.GenerativeModel("gemini-2.0-flash")
11 
12# Analizar
13response = model.generate_content([
14    "Analiza esta imagen y describe qué ves. Formato: JSON",
15    imagen
16])
17 
18print(response.text)

1import google.generativeai as genai
2import time
3 
4genai.configure(api_key="AIza...")
5 
6# Subir video (puede tomar tiempo)
7video = genai.upload_file(path="reunion.mp4")
8 
9# Esperar procesamiento
10print("Procesando video...")
11while video.state.name == "PROCESSING":
12    time.sleep(2)
13    video = genai.get_file(video.name)
14 
15# Analizar
16model = genai.GenerativeModel("gemini-2.0-flash")
17response = model.generate_content([
18    "Resumen ejecutivo de esta reunión. Puntos principales, decisiones, action items.",
19    video
20])
21 
22print(response.text)

1import google.generativeai as genai
2 
3genai.configure(api_key="AIza...")
4 
5model = genai.GenerativeModel(
6    'gemini-2.0-flash',
7    tools='google_search'  # Activar búsqueda
8)
9 
10response = model.generate_content(
11    "¿Quién ganó el Balón de Oro 2026? Dame datos verificados."
12)
13 
14# Gemini busca en Google, encuentra la respuesta actual
15print(response.text)

1import google.generativeai as genai
2import json
3 
4genai.configure(api_key="AIza...")
5 
6# Definir función que IA puede llamar
7def obtener_temperatura(ciudad):
8    """Simula obtener temperatura. En real, consultarías API de OpenWeatherMap"""
9    temps = {
10        "Madrid": 22,
11        "Barcelona": 19,
12        "Bilbao": 16
13    }
14    return temps.get(ciudad, "Unknown")
15 
16# Decirle a Gemini sobre la función
17tools = [
18    {
19        "type": "function",
20        "function": {
21            "name": "obtener_temperatura",
22            "description": "Obtiene temperatura actual en ciudad española",
23            "parameters": {
24                "type": "object",
25                "properties": {
26                    "ciudad": {
27                        "type": "string",
28                        "description": "Nombre de ciudad"
29                    }
30                },
31                "required": ["ciudad"]
32            }
33        }
34    }
35]
36 
37model = genai.GenerativeModel(
38    'gemini-2.0-flash',
39    tools=tools
40)
41 
42# Usuario pregunta
43response = model.generate_content(
44    "¿Qué temperaturas hay en Madrid, Barcelona y Bilbao?"
45)
46 
47# Gemini llama automáticamente a obtener_temperatura 3 veces
48# Luego sintetiza: "Madrid 22°C, Barcelona 19°C, Bilbao 16°C"
49print(response.text)

1OpenAI GPT-4:    $3/1M entrada, $6/1M salida
2OpenAI GPT-3.5:  $0.50/1M entrada, $1.50/1M salida
3Gemini 2.0 Flash: $0.075/1M entrada, $0.30/1M salida → 6x más barato

1Promedio por mensaje:
2- Entrada: 150 tokens
3- Salida: 200 tokens
4- Total: 350 tokens/mensaje
5 
6Cálculo mensual (Gemini 2.0 Flash):
7- Entrada: 10,000 × 150 = 1,500,000 tokens
8- Costo entrada: 1.5M ÷ 1M × $0.075 = $0.11
9 
10- Salida: 10,000 × 200 = 2,000,000 tokens
11- Costo salida: 2M ÷ 1M × $0.30 = $0.60
12 
13Total mensual: $0.71
14Anual: $8.52

1Entrada: 1.5M ÷ 1M × $0.50 = $0.75
2Salida: 2M ÷ 1M × $1.50 = $3.00
3Total: $3.75/mes = $45/año

1❌ MAL: Usar Gemini 1.5 Pro para tareas simples
2  - Caro ($3.50/1M entrada)
3  - Más lento
4  - Overkill para chatbot
5 
6✅ BIEN: Usar Gemini 2.0 Flash
7  - 8x más barato
8  - Casi mismo performance
9  - Más rápido

1❌ MAL: Guardar API key en código
2  git add app.py  # Contiene "AIza..."
3  git push        # AHORA ESTÁ EN GITHUB
4 
5✅ BIEN: Usar variables de entorno
6  export GEMINI_API_KEY="AIza..."
7  genai.configure(api_key=os.getenv("GEMINI_API_KEY"))

1❌ MAL:
2  "¿Cuál es el mejor framework?"
3  (Respuesta genérica)
4 
5✅ BIEN:
6  "Necesito framework para proyecto ML con estos requisitos:
7   [lista detalles]
8   Mi contexto: 5 años Python, principiante en ML
9   Resultado esperado: [especificar]"
10  (Respuesta personalizada)

1AI Studio (interfaz web): Gratis, algunos usos limitados
2API (para apps): Pagada por uso, pero muy barata
3Límite de rate: 2 requests/segundo (gratis), más si pagas

1✅ Guárdalo en Google Docs / Notion
2✅ Anota parámetros que usaste (temperature, max tokens)
3✅ Anota date de creación
4✅ Comparte con equipo
5 
6Ejemplo:
7Nombre: Resumen de Reuniones
8Fecha: 2026-02-08
9Modelos probados: Gemini 2.0 Flash (mejor), Gemini 1.5 Pro
10Temperature: 0.3 (determinístico)
11Casos de uso: Reuniones, webinars
12Performance: 95% de precisión

1PROPÓSITO:
2"Necesito analizar competencia y extraer estrategias clave."
3 
4CONTEXTO:
5"Soy fundador de SaaS de CRM. Competidores principales:
6- Salesforce (enterprise, caro)
7- HubSpot (mid-market, friendly)
8- Pipedrive (simplista, barato)
9Mi target: pequeñas agencias (10-50 personas)"
10 
11PASOS:
12"1. Analiza precios de cada uno
132. Compara features principales
143. Identifica gaps en mercado
154. Sugiere mi diferenciador único
16 
17FORMATO:
18"Output en tabla Markdown con:
19- Competidor | Precio | Público | Fortaleza | Debilidad"
20 
21TONE:
22"Habla como asesor estratégico, no vendedor."

1# Paso 1: Extraer datos
2response1 = model.generate_content(
3    "Extrae datos clave de este artículo: [artículo]"
4)
5datos = response1.text
6 
7# Paso 2: Analizar
8response2 = model.generate_content(
9    f"Analiza estos datos y sugiere 3 insights: {datos}"
10)
11insights = response2.text
12 
13# Paso 3: Actionar
14response3 = model.generate_content(
15    f"De estos insights: {insights}, crea plan de 30 días"
16)
17plan = response3.text
18 
19print(plan)

1import time
2 
3def llamar_con_reintentos(prompt, max_intentos=3):
4    for intento in range(max_intentos):
5        try:
6            return model.generate_content(prompt)
7        except Exception as e:
8            if "429" in str(e):
9                espera = 2 ** intento  # 1s, 2s, 4s
10                time.sleep(espera)
11            else:
12                raise