Generación de código con IA en TypeScript: del prompt a producción

Por qué la generación de código con IA no es una moda, sino la nueva realidad del desarrollador TypeScript

Seamos honestos: hace solo un par de años, la frase "la red neuronal me escribió código de producción" sonaba a ciencia ficción. Hoy es rutina. TypeScript, con su tipado estricto y su rico ecosistema, se ha convertido en el campo de pruebas ideal para la generación de código con IA. La IA no solo inserta plantillas: genera tipos, interfaces, consultas a APIs e incluso middlewares completos.

En este artículo no debatiremos "si la IA reemplazará a los programadores". Nos arremangaremos y veremos cómo integrar la generación de código con IA en TypeScript en un flujo de trabajo real hoy mismo. Sin rodeos, con ejemplos, prompts y los errores que ya hemos cometido.

Cómo ayuda la IA a generar código TypeScript: tres escenarios

Antes de lanzarnos al código, analicemos dónde la generación de código TypeScript con redes neuronales ofrece el mayor aumento de velocidad. Identifico tres escenarios clave que cubren el 90% de las tareas en el desarrollo comercial.

1. Autocompletado y refactorización "sobre la marcha"

Los IDE modernos con complementos como GitHub Copilot o Tabnine ya pueden predecir tu próximo paso. Pero la magia ocurre cuando escribes la firma de una función y la IA genera el cuerpo del método, teniendo en cuenta los tipos de los argumentos. Esto es especialmente potente en TypeScript, donde el contexto de tipos permite al modelo generar código seguro desde el primer intento.

// Ejemplo: escribimos un prompt en Copilot\n// "Crea una función para paginación con parámetros tipados"\n\ninterface PaginationParams<T> {\n  page: number;\n  limit: number;\n  sortBy?: keyof T;\n  order?: 'asc' | 'desc';\n}\n\nasync function fetchPaginated<T>(\n  url: string,\n  params: PaginationParams<T>\n): Promise<{ data: T[]; total: number }> {\n  // Copilot generará:\n  const query = new URLSearchParams({\n    page: String(params.page),\n    limit: String(params.limit),\n    ...(params.sortBy && { sortBy: String(params.sortBy) }),\n    ...(params.order && { order: params.order }),\n  });\n  const response = await fetch(`${url}?${query}`);\n  if (!response.ok) throw new Error(`HTTP error! status: ${response.status}`);\n  return response.json();\n}

Observa: la IA insertó automáticamente keyof T y manejó correctamente los campos opcionales. Esto ahorra minutos que habrías dedicado a pensar en el tipo.

2. Generación de código boilerplate a partir de una especificación

El segundo escenario es cuando tienes una descripción de la tarea en lenguaje natural y quieres obtener un módulo listo. Aquí usamos la API de OpenAI para generar código TypeScript. La mejor manera es proporcionar contexto al modelo: tipos existentes, estilo de código, nomenclatura.

// Ejemplo de prompt para GPT-4:\n// "Escribe una función TypeScript que reciba un array de usuarios\n// y devuelva estadísticas por edad. Usa readonly y satisfies."\n\ntype User = {\n  name: string;\n  age: number;\n  isActive: boolean;\n};\n\ntype AgeStats = {\n  min: number;\n  max: number;\n  average: number;\n  median: number;\n};\n\nfunction getAgeStats(users: readonly User[]): AgeStats satisfies Record<string, number> {\n  const ages = users.map(u => u.age).sort((a, b) => a - b);\n  const sum = ages.reduce((acc, val) => acc + val, 0);\n  const mid = Math.floor(ages.length / 2);\n\n  return {\n    min: ages[0],\n    max: ages[ages.length - 1],\n    average: sum / ages.length,\n    median: ages.length % 2 === 0\n      ? (ages[mid - 1] + ages[mid]) / 2\n      : ages[mid],\n  };\n}

Punto clave: solicitamos explícitamente readonly y satisfies, características modernas de TypeScript. La IA las conoce y las usa si se lo pides. Sin una indicación explícita, el modelo podría devolver código JS "promedio".

3. Integración de la generación con IA en el pipeline CI/CD

El nivel más avanzado es cuando la generación de código ocurre de forma automática