TypeScript y ChatGPT: creamos un asistente de IA desde cero

Por qué TypeScript y ChatGPT son la pareja ideal para el desarrollador moderno

Imagine: está escribiendo código en TypeScript y de repente necesita generar rápidamente una consulta SQL compleja, reescribir JavaScript obsoleto o incluso crear un chatbot completo para el soporte de usuarios. Antes, esto tomaba horas, ahora, minutos. Todo gracias a que TypeScript y ChatGPT se han convertido no solo en herramientas de moda, sino en un verdadero caballo de batalla para miles de desarrolladores en todo el mundo.

En este artículo no daremos aburridas conferencias. Tomaremos acción y lo haremos: escribiremos código que realmente funciona. Aprenderá cómo hacer que TypeScript y la API de OpenAI trabajen juntos, creará su primer asistente de IA y comprenderá cómo usar ChatGPT en el desarrollo para automatizar tareas rutinarias. ¡Allá vamos!

Qué necesitará para empezar

Antes de sumergirnos en el código, asegúrese de tener:

\n
• Node.js versión 18+ (usaremos el fetch moderno)
\n
• npm o yarn para instalar paquetes
\n
• Clave de API de OpenAI — obténgala en platform.openai.com (es gratis si está comenzando)
\n
• Conocimientos básicos de TypeScript: tipos, interfaces, async/await
\n

Todo lo demás lo haremos juntos. Incluso si nunca ha trabajado con redes neuronales, no se preocupe, explicaré cada paso.

Paso 1: Configuramos el proyecto TypeScript para trabajar con IA

Cree una nueva carpeta e inicialice el proyecto:

mkdir ai-chatbot\ncd ai-chatbot\nnpm init -y\nnpm install typescript @types/node ts-node --save-dev\nnpx tsc --init

Ahora instalaremos el cliente para OpenAI. Antes, todos usaban la biblioteca openai, pero en 2024-2025 OpenAI recomienda su SDK oficial:

npm install openai dotenv

Cree un archivo .env en la raíz del proyecto y agregue su clave:

OPENAI_API_KEY=su_clave_secreta_aquí

Importante: ¡Nunca suba .env al repositorio! Agréguelo a .gitignore.

Paso 2: Escribimos la primera función en TypeScript para comunicarnos con ChatGPT

Cree un archivo chat.ts. Comenzaremos con algo simple: enviaremos un mensaje a la red neuronal y obtendremos una respuesta. Así es como se ve:

import OpenAI from 'openai';\nimport dotenv from 'dotenv';\n\ndotenv.config();\n\nconst openai = new OpenAI({\n  apiKey: process.env.OPENAI_API_KEY,\n});\n\ninterface ChatResponse {\n  content: string | null;\n  error?: string;\n}\n\nasync function askChatGPT(prompt: string): Promise<ChatResponse> {\n  try {\n    const response = await openai.chat.completions.create({\n      model: 'gpt-4o-mini', // modelo rápido y económico\n      messages: [\n        {\n          role: 'system',\n          content: 'Eres un asistente útil para un desarrollador de TypeScript. Responde de forma breve y con ejemplos de código.',\n        },\n        {\n          role: 'user',\n          content: prompt,\n        },\n      ],\n      max_tokens: 500,\n      temperature: 0.7,\n    });\n\n    return {\n      content: response.choices[0]?.message?.content || null,\n    };\n  } catch (error) {\n    console.error('Error al solicitar a OpenAI:', error);\n    return {\n      content: null,\n      error: 'No se pudo obtener respuesta de la red neuronal',\n    };\n  }\n}\n\n// Ejemplo de uso\nasync function main() {\n  const result = await askChatGPT('Escribe una función en TypeScript que verifique si una cadena es un palíndromo');\n  \n  if (result.content) {\n    console.log('Respuesta de ChatGPT:');\n    console.log(result.content);\n  } else {\n    console.error('Error:', result.error);\n  }\n}\n\nmain();

Ejecute el script con el comando npx ts-node chat.ts. Si todo está configurado correctamente, verá en la consola la respuesta de la red neuronal con código y explicaciones. La integración de ChatGPT