Click here to view the next lesson.

Capítulo 2: Comenzando como Desarrollador

Ejercicios Prácticos Capítulo 2

Ahora que has aprendido a crear tu cuenta de OpenAI, generar tu clave API, configurar tu entorno de desarrollo, explorar la documentación y proteger tus credenciales, es momento de poner manos a la obra.

Completa los siguientes ejercicios para consolidar tus conocimientos y prepararte para el desarrollo más avanzado en los próximos capítulos.

Ejercicio 1: Crear Tu Clave API de OpenAI

Visita https://platform.openai.com/account/api-keys y genera una nueva clave API secreta.

Asígnale un nombre descriptivo como openai-dev-key.

Guarda la clave en un lugar seguro (o almacénala en un archivo .env).

✳️ No se requiere código para esta tarea, pero es esencial completarla antes de los siguientes ejercicios.

Ejercicio 2: Realiza Tu Primera Llamada API Usando Python

Escribe un script en Python que envíe una petición al modelo GPT-4o solicitando una frase motivacional.

Solución:

import openai
import os
from dotenv import load_dotenv

load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Give me a short motivational quote for developers."}
    ]
)

print(response["choices"][0]["message"]["content"])

Ejecuta esto en tu terminal y asegúrate de que la respuesta aparezca en tu consola.

Ejercicio 3: Prueba el Mismo Prompt en Postman

Usa Postman para recrear la solicitud anterior de Python a GPT-4o.

Pasos:

Abre Postman y crea una nueva solicitud POST.
Usa esta URL: https://api.openai.com/v1/chat/completions
En la pestaña Headers, añade:
- Authorization: Bearer your-api-key-here
- Content-Type: application/json
En la pestaña Body, selecciona "raw" y "JSON", luego pega esto:

{
  "model": "gpt-4o",
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "Give me a short motivational quote for developers." }
  ]
}

Presiona Enviar y revisa la respuesta.

Esta es una excelente manera de experimentar visualmente con las entradas de los prompts.

Ejercicio 4: Usa Node.js para Llamar al Modelo GPT-4o

Si te sientes más cómodo con JavaScript, envía un prompt a GPT-4o usando Node.js.

Solución:

require('dotenv').config();
const { OpenAI } = require('openai');

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

async function run() {
  const response = await openai.chat.completions.create({
    model: "gpt-4o",
    messages: [
      { role: "system", content: "You are a helpful assistant." },
      { role: "user", content: "Tell me a random historical fact." }
    ]
  });

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

run();

Guarda tu clave API en un archivo .env, ejecuta el script y observa el resultado.

Ejercicio 5: Asegura tu Clave API Correctamente

Mueve tu clave API a un archivo .env y modifica tu script (Python o Node.js) para cargar la clave desde la variable de entorno.

Ejemplo de Configuración de .env en Python:

# .env file
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxx

# Python code (snippet)
from dotenv import load_dotenv
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

Esto evitará compartir accidentalmente datos sensibles.

Ejercicio 6: Explora la Documentación

Dirígete a https://platform.openai.com/docs y localiza lo siguiente:

El endpoint utilizado para Chat Completions
Parámetros que puedes usar (como temperature, max_tokens)
Código de ejemplo para llamar a la API de Chat en Python y curl

Desafío adicional: Intenta cambiar el valor de temperature en tu script y observa cómo afecta la creatividad de la respuesta.

Ejercicio 7: Prueba un Comando Curl

Ejecuta el siguiente comando curl en tu terminal (reemplaza YOUR_API_KEY):

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      { "role": "system", "content": "You are a helpful assistant." },
      { "role": "user", "content": "Explain how rainbows are formed." }
    ]
  }'

Recibirás una respuesta JSON del modelo. Intenta cambiar el prompt del usuario y envíalo nuevamente.

Ejercicio 8: Crear una Configuración Multi-Entorno

Modifica tu script de Python para soportar diferentes entornos (desarrollo vs. producción) y cambiar las claves API según corresponda.

Solución:

import os
from dotenv import load_dotenv
import openai

load_dotenv()

ENVIRONMENT = os.getenv("ENV", "development")

if ENVIRONMENT == "production":
    openai.api_key = os.getenv("OPENAI_API_KEY_PROD")
else:
    openai.api_key = os.getenv("OPENAI_API_KEY_DEV")

response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "user", "content": "What’s the difference between development and production environments?"}
    ]
)

print(response["choices"][0]["message"]["content"])

Prueba a configurar la variable de entorno ENV a "production" y observa cómo el script cambia de claves.

Estos ejercicios están diseñados para ayudarte a ganar confianza no solo en llamar a la API, sino en gestionarla como lo hacen los profesionales. Si has completado todos ellos, ¡excelente trabajo! Ya estás oficialmente preparado y listo para construir aplicaciones reales y útiles.

¡De nada! Aquí está el Resumen del Capítulo para el Capítulo 2: Primeros Pasos como Desarrollador, escrito en un tono cálido e instructivo que mantiene la claridad y profundidad del resto del libro, mientras naturalmente supera las 380 palabras para dar al lector una fuerte sensación de cierre y confianza.

Ejercicios Prácticos Capítulo 2

Completa los siguientes ejercicios para consolidar tus conocimientos y prepararte para el desarrollo más avanzado en los próximos capítulos.

Ejercicio 1: Crear Tu Clave API de OpenAI

Visita https://platform.openai.com/account/api-keys y genera una nueva clave API secreta.

Asígnale un nombre descriptivo como openai-dev-key.

Guarda la clave en un lugar seguro (o almacénala en un archivo .env).

✳️ No se requiere código para esta tarea, pero es esencial completarla antes de los siguientes ejercicios.

Ejercicio 2: Realiza Tu Primera Llamada API Usando Python

Escribe un script en Python que envíe una petición al modelo GPT-4o solicitando una frase motivacional.

Solución:

import openai
import os
from dotenv import load_dotenv

load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Give me a short motivational quote for developers."}
    ]
)

print(response["choices"][0]["message"]["content"])

Ejecuta esto en tu terminal y asegúrate de que la respuesta aparezca en tu consola.

Ejercicio 3: Prueba el Mismo Prompt en Postman

Usa Postman para recrear la solicitud anterior de Python a GPT-4o.

Pasos:

Abre Postman y crea una nueva solicitud POST.
Usa esta URL: https://api.openai.com/v1/chat/completions
En la pestaña Headers, añade:
- Authorization: Bearer your-api-key-here
- Content-Type: application/json
En la pestaña Body, selecciona "raw" y "JSON", luego pega esto:

{
  "model": "gpt-4o",
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "Give me a short motivational quote for developers." }
  ]
}

Presiona Enviar y revisa la respuesta.

Esta es una excelente manera de experimentar visualmente con las entradas de los prompts.

Ejercicio 4: Usa Node.js para Llamar al Modelo GPT-4o

Si te sientes más cómodo con JavaScript, envía un prompt a GPT-4o usando Node.js.

Solución:

require('dotenv').config();
const { OpenAI } = require('openai');

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

async function run() {
  const response = await openai.chat.completions.create({
    model: "gpt-4o",
    messages: [
      { role: "system", content: "You are a helpful assistant." },
      { role: "user", content: "Tell me a random historical fact." }
    ]
  });

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

run();

Guarda tu clave API en un archivo .env, ejecuta el script y observa el resultado.

Ejercicio 5: Asegura tu Clave API Correctamente

Mueve tu clave API a un archivo .env y modifica tu script (Python o Node.js) para cargar la clave desde la variable de entorno.

Ejemplo de Configuración de .env en Python:

# .env file
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxx

# Python code (snippet)
from dotenv import load_dotenv
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

Esto evitará compartir accidentalmente datos sensibles.

Ejercicio 6: Explora la Documentación

Dirígete a https://platform.openai.com/docs y localiza lo siguiente:

El endpoint utilizado para Chat Completions
Parámetros que puedes usar (como temperature, max_tokens)
Código de ejemplo para llamar a la API de Chat en Python y curl

Desafío adicional: Intenta cambiar el valor de temperature en tu script y observa cómo afecta la creatividad de la respuesta.

Ejercicio 7: Prueba un Comando Curl

Ejecuta el siguiente comando curl en tu terminal (reemplaza YOUR_API_KEY):

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      { "role": "system", "content": "You are a helpful assistant." },
      { "role": "user", "content": "Explain how rainbows are formed." }
    ]
  }'

Recibirás una respuesta JSON del modelo. Intenta cambiar el prompt del usuario y envíalo nuevamente.

Ejercicio 8: Crear una Configuración Multi-Entorno

Modifica tu script de Python para soportar diferentes entornos (desarrollo vs. producción) y cambiar las claves API según corresponda.

Solución:

import os
from dotenv import load_dotenv
import openai

load_dotenv()

ENVIRONMENT = os.getenv("ENV", "development")

if ENVIRONMENT == "production":
    openai.api_key = os.getenv("OPENAI_API_KEY_PROD")
else:
    openai.api_key = os.getenv("OPENAI_API_KEY_DEV")

response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "user", "content": "What’s the difference between development and production environments?"}
    ]
)

print(response["choices"][0]["message"]["content"])

Prueba a configurar la variable de entorno ENV a "production" y observa cómo el script cambia de claves.

Ejercicios Prácticos Capítulo 2

Completa los siguientes ejercicios para consolidar tus conocimientos y prepararte para el desarrollo más avanzado en los próximos capítulos.

Ejercicio 1: Crear Tu Clave API de OpenAI

Visita https://platform.openai.com/account/api-keys y genera una nueva clave API secreta.

Asígnale un nombre descriptivo como openai-dev-key.

Guarda la clave en un lugar seguro (o almacénala en un archivo .env).

✳️ No se requiere código para esta tarea, pero es esencial completarla antes de los siguientes ejercicios.

Ejercicio 2: Realiza Tu Primera Llamada API Usando Python

Escribe un script en Python que envíe una petición al modelo GPT-4o solicitando una frase motivacional.

Solución:

import openai
import os
from dotenv import load_dotenv

load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Give me a short motivational quote for developers."}
    ]
)

print(response["choices"][0]["message"]["content"])

Ejecuta esto en tu terminal y asegúrate de que la respuesta aparezca en tu consola.

Ejercicio 3: Prueba el Mismo Prompt en Postman

Usa Postman para recrear la solicitud anterior de Python a GPT-4o.

Pasos:

Abre Postman y crea una nueva solicitud POST.
Usa esta URL: https://api.openai.com/v1/chat/completions
En la pestaña Headers, añade:
- Authorization: Bearer your-api-key-here
- Content-Type: application/json
En la pestaña Body, selecciona "raw" y "JSON", luego pega esto:

{
  "model": "gpt-4o",
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "Give me a short motivational quote for developers." }
  ]
}

Presiona Enviar y revisa la respuesta.

Esta es una excelente manera de experimentar visualmente con las entradas de los prompts.

Ejercicio 4: Usa Node.js para Llamar al Modelo GPT-4o

Si te sientes más cómodo con JavaScript, envía un prompt a GPT-4o usando Node.js.

Solución:

require('dotenv').config();
const { OpenAI } = require('openai');

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

async function run() {
  const response = await openai.chat.completions.create({
    model: "gpt-4o",
    messages: [
      { role: "system", content: "You are a helpful assistant." },
      { role: "user", content: "Tell me a random historical fact." }
    ]
  });

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

run();

Guarda tu clave API en un archivo .env, ejecuta el script y observa el resultado.

Ejercicio 5: Asegura tu Clave API Correctamente

Mueve tu clave API a un archivo .env y modifica tu script (Python o Node.js) para cargar la clave desde la variable de entorno.

Ejemplo de Configuración de .env en Python:

# .env file
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxx

# Python code (snippet)
from dotenv import load_dotenv
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

Esto evitará compartir accidentalmente datos sensibles.

Ejercicio 6: Explora la Documentación

Dirígete a https://platform.openai.com/docs y localiza lo siguiente:

El endpoint utilizado para Chat Completions
Parámetros que puedes usar (como temperature, max_tokens)
Código de ejemplo para llamar a la API de Chat en Python y curl

Desafío adicional: Intenta cambiar el valor de temperature en tu script y observa cómo afecta la creatividad de la respuesta.

Ejercicio 7: Prueba un Comando Curl

Ejecuta el siguiente comando curl en tu terminal (reemplaza YOUR_API_KEY):

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      { "role": "system", "content": "You are a helpful assistant." },
      { "role": "user", "content": "Explain how rainbows are formed." }
    ]
  }'

Recibirás una respuesta JSON del modelo. Intenta cambiar el prompt del usuario y envíalo nuevamente.

Ejercicio 8: Crear una Configuración Multi-Entorno

Modifica tu script de Python para soportar diferentes entornos (desarrollo vs. producción) y cambiar las claves API según corresponda.

Solución:

import os
from dotenv import load_dotenv
import openai

load_dotenv()

ENVIRONMENT = os.getenv("ENV", "development")

if ENVIRONMENT == "production":
    openai.api_key = os.getenv("OPENAI_API_KEY_PROD")
else:
    openai.api_key = os.getenv("OPENAI_API_KEY_DEV")

response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "user", "content": "What’s the difference between development and production environments?"}
    ]
)

print(response["choices"][0]["message"]["content"])

Prueba a configurar la variable de entorno ENV a "production" y observa cómo el script cambia de claves.

Ejercicios Prácticos Capítulo 2

Completa los siguientes ejercicios para consolidar tus conocimientos y prepararte para el desarrollo más avanzado en los próximos capítulos.

Ejercicio 1: Crear Tu Clave API de OpenAI

Visita https://platform.openai.com/account/api-keys y genera una nueva clave API secreta.

Asígnale un nombre descriptivo como openai-dev-key.

Guarda la clave en un lugar seguro (o almacénala en un archivo .env).

✳️ No se requiere código para esta tarea, pero es esencial completarla antes de los siguientes ejercicios.

Ejercicio 2: Realiza Tu Primera Llamada API Usando Python

Escribe un script en Python que envíe una petición al modelo GPT-4o solicitando una frase motivacional.

Solución:

import openai
import os
from dotenv import load_dotenv

load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Give me a short motivational quote for developers."}
    ]
)

print(response["choices"][0]["message"]["content"])

Ejecuta esto en tu terminal y asegúrate de que la respuesta aparezca en tu consola.

Ejercicio 3: Prueba el Mismo Prompt en Postman

Usa Postman para recrear la solicitud anterior de Python a GPT-4o.

Pasos:

Abre Postman y crea una nueva solicitud POST.
Usa esta URL: https://api.openai.com/v1/chat/completions
En la pestaña Headers, añade:
- Authorization: Bearer your-api-key-here
- Content-Type: application/json
En la pestaña Body, selecciona "raw" y "JSON", luego pega esto:

{
  "model": "gpt-4o",
  "messages": [
    { "role": "system", "content": "You are a helpful assistant." },
    { "role": "user", "content": "Give me a short motivational quote for developers." }
  ]
}

Presiona Enviar y revisa la respuesta.

Esta es una excelente manera de experimentar visualmente con las entradas de los prompts.

Ejercicio 4: Usa Node.js para Llamar al Modelo GPT-4o

Si te sientes más cómodo con JavaScript, envía un prompt a GPT-4o usando Node.js.

Solución:

require('dotenv').config();
const { OpenAI } = require('openai');

const openai = new OpenAI({ apiKey: process.env.OPENAI_API_KEY });

async function run() {
  const response = await openai.chat.completions.create({
    model: "gpt-4o",
    messages: [
      { role: "system", content: "You are a helpful assistant." },
      { role: "user", content: "Tell me a random historical fact." }
    ]
  });

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

run();

Guarda tu clave API en un archivo .env, ejecuta el script y observa el resultado.

Ejercicio 5: Asegura tu Clave API Correctamente

Mueve tu clave API a un archivo .env y modifica tu script (Python o Node.js) para cargar la clave desde la variable de entorno.

Ejemplo de Configuración de .env en Python:

# .env file
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxx

# Python code (snippet)
from dotenv import load_dotenv
load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

Esto evitará compartir accidentalmente datos sensibles.

Ejercicio 6: Explora la Documentación

Dirígete a https://platform.openai.com/docs y localiza lo siguiente:

El endpoint utilizado para Chat Completions
Parámetros que puedes usar (como temperature, max_tokens)
Código de ejemplo para llamar a la API de Chat en Python y curl

Desafío adicional: Intenta cambiar el valor de temperature en tu script y observa cómo afecta la creatividad de la respuesta.

Ejercicio 7: Prueba un Comando Curl

Ejecuta el siguiente comando curl en tu terminal (reemplaza YOUR_API_KEY):

curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      { "role": "system", "content": "You are a helpful assistant." },
      { "role": "user", "content": "Explain how rainbows are formed." }
    ]
  }'

Recibirás una respuesta JSON del modelo. Intenta cambiar el prompt del usuario y envíalo nuevamente.

Ejercicio 8: Crear una Configuración Multi-Entorno

Modifica tu script de Python para soportar diferentes entornos (desarrollo vs. producción) y cambiar las claves API según corresponda.

Solución:

import os
from dotenv import load_dotenv
import openai

load_dotenv()

ENVIRONMENT = os.getenv("ENV", "development")

if ENVIRONMENT == "production":
    openai.api_key = os.getenv("OPENAI_API_KEY_PROD")
else:
    openai.api_key = os.getenv("OPENAI_API_KEY_DEV")

response = openai.ChatCompletion.create(
    model="gpt-4o",
    messages=[
        {"role": "user", "content": "What’s the difference between development and production environments?"}
    ]
)

print(response["choices"][0]["message"]["content"])

Prueba a configurar la variable de entorno ENV a "production" y observa cómo el script cambia de claves.

Compra este libro