Guía Completa de ChatGPT API: Construye Aplicaciones de IA

La API de OpenAI (ChatGPT API) es la puerta de entrada para integrar IA en cualquier aplicación. Con ella puedes automatizar tareas, crear chatbots, generar contenido y mucho más. Esta guía te enseña todo desde el principio.

Obtener Tu API Key

1. Ve a platform.openai.com
2. Crea una cuenta o inicia sesión
3. Ve a API Keys en el menú
4. Haz clic en Create new secret key
5. Copia la clave — no se mostrará de nuevo

Importante: Nunca pongas tu API key en el código. Usa variables de entorno.

Instalación

Python:

pip install openai python-dotenv

JavaScript/Node.js:

npm install openai dotenv

Crea un archivo .env:

OPENAI_API_KEY=sk-tu-clave-aqui

Primera Llamada a la API

Python:

from openai import OpenAI
from dotenv import load_dotenv

load_dotenv()
client = OpenAI()

respuesta = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "Eres un asistente útil en español."},
        {"role": "user", "content": "¿Qué es la inteligencia artificial?"}
    ]
)

print(respuesta.choices[0].message.content)

JavaScript:

import OpenAI from 'openai';

const client = new OpenAI();

const respuesta = await client.chat.completions.create({
  model: 'gpt-4o-mini',
  messages: [
    { role: 'system', content: 'Eres un asistente útil en español.' },
    { role: 'user', content: '¿Qué es la inteligencia artificial?' }
  ]
});

console.log(respuesta.choices[0].message.content);

Roles en los Mensajes

Chatbot con Memoria

from openai import OpenAI

client = OpenAI()
mensajes = [{"role": "system", "content": "Eres un asistente de atención al cliente."}]

def chat(entrada: str) -> str:
    mensajes.append({"role": "user", "content": entrada})
    
    respuesta = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=mensajes
    )
    
    reply = respuesta.choices[0].message.content
    mensajes.append({"role": "assistant", "content": reply})
    return reply

print(chat("Hola, tengo un problema con mi pedido"))
print(chat("El número es #12345"))  # Recuerda el contexto

Streaming: Respuestas en Tiempo Real

from openai import OpenAI

client = OpenAI()

stream = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "Escribe un poema sobre la IA"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Function Calling: IA que Ejecuta Acciones

from openai import OpenAI
import json

client = OpenAI()

herramientas = [
    {
        "type": "function",
        "function": {
            "name": "obtener_clima",
            "description": "Obtiene el clima de una ciudad",
            "parameters": {
                "type": "object",
                "properties": {
                    "ciudad": {"type": "string", "description": "Nombre de la ciudad"}
                },
                "required": ["ciudad"]
            }
        }
    }
]

def obtener_clima(ciudad: str) -> str:
    return f"Clima en {ciudad}: 22°C, soleado"

mensajes = [{"role": "user", "content": "¿Qué tiempo hace en Barcelona?"}]

respuesta = client.chat.completions.create(
    model="gpt-4o",
    messages=mensajes,
    tools=herramientas
)

if respuesta.choices[0].message.tool_calls:
    tool_call = respuesta.choices[0].message.tool_calls[0]
    args = json.loads(tool_call.function.arguments)
    resultado = obtener_clima(args["ciudad"])
    
    mensajes.append(respuesta.choices[0].message)
    mensajes.append({
        "role": "tool",
        "tool_call_id": tool_call.id,
        "content": resultado
    })
    
    respuesta_final = client.chat.completions.create(
        model="gpt-4o",
        messages=mensajes
    )
    print(respuesta_final.choices[0].message.content)

Optimización de Costos

Consejos para reducir costos:

• Usa gpt-4o-mini para el 80% de las tareas
• Limita max_tokens según necesites
• Cachea respuestas frecuentes
• Comprime el contexto antes de enviarlo

Manejo de Errores

from openai import OpenAI, RateLimitError, APIError
import time

client = OpenAI()

def llamar_con_reintentos(mensajes, max_intentos=3):
    for intento in range(max_intentos):
        try:
            return client.chat.completions.create(
                model="gpt-4o-mini",
                messages=mensajes
            )
        except RateLimitError:
            if intento < max_intentos - 1:
                time.sleep(2 ** intento)
            else:
                raise
        except APIError as e:
            print(f"Error de API: {e}")
            raise

¿Quieres dominar la API de OpenAI? La guía completa de ChatGPT API en LearnGeni incluye proyectos reales, ejemplos de producción y los mejores patrones de integración. Ver todas las guías.