Herramientaschatgpt
ChatGPT para programar: crea y comprueba código
Aprende a usar ChatGPT para programar con un ejemplo pequeño, pruebas reproducibles y precauciones para no exponer datos ni ejecutar código inseguro.
- Autor: humAIns
- 9 min de lectura
índice · 7 apartados
ChatGPT puede ayudarte a entender una función, proponer código y explicar un error, pero la respuesta del chat no demuestra que el programa funcione. Para programar con ChatGPT de forma útil, define una tarea pequeña, solicita casos de prueba y ejecuta el resultado en un entorno que controles con datos ficticios. En esta guía crearás una función Python que suma importes de un CSV y comprobarás manualmente lo que devuelve.
Qué pedirle al chat y qué preparar antes
Antes de escribir un prompt, concreta cuatro cosas: qué tarea quieres resolver, qué datos recibirá el programa, qué resultado esperas y qué debe ocurrir con entradas inválidas. Añade restricciones —por ejemplo, no instalar dependencias ni modificar otros archivos— y pide una explicación breve junto al código. Cuanto más verificable sea el objetivo, más fácil será detectar una respuesta incompleta.
No hace falta redactar una especificación extensa. Para el ejercicio de esta página bastaría con indicar que hay una columna importe, que los importes son números decimales con punto, que una celda vacía se considera error y que hay que devolver la suma sin contar la fila de encabezado. Aclara también qué significa una fila duplicada: ¿es un registro repetido que debe excluirse, o dos movimientos legítimos con el mismo importe? No deduzcas esa regla solo por el aspecto de los datos.
Hay tres tareas distintas que a veces se confunden:
- Explicación en chat: pegas un fragmento no sensible y preguntas qué hace o dónde puede fallar. La respuesta es una explicación, no una modificación del proyecto.
- Edición de código en una conversación: solicitas una función o una corrección y recibes texto que puedes revisar y guardar. No asumas que se ha escrito en tus archivos ni que se ha ejecutado.
- Agente de programación: Codex es un agente de OpenAI para desarrollo. Según la superficie y los permisos, puede inspeccionar proyectos, editar y ejecutar comandos; no es lo mismo que pedir código en una conversación. Consulta la documentación de Codex para las funciones vigentes, sin asumir que tu cuenta tiene una herramienta o un plan concreto.
Para empezar, usa un archivo ficticio, guarda una copia del original y trabaja en una carpeta de prueba. No autorices comandos o dependencias que no entiendas. La documentación oficial de OpenAI advierte que ChatGPT puede generar respuestas incorrectas o engañosas; comprueba la información técnica y los resultados importantes en lugar de confiar en una afirmación del modelo.
Ejercicio completo: sumar importes de un CSV ficticio
Crea un archivo llamado importes_demo.csv con tres filas inventadas:
concepto,importe
material,12.50
envio,3.25
licencia,4.00
La suma esperada es 19.75. Anótala antes de pedir nada al chat: así tendrás una referencia independiente para comprobar el resultado.
Puedes solicitar el código con un mensaje como este:
Escribe una función Python que lea un CSV con encabezados y una columna llamada importe, y devuelva la suma como número decimal. Abre el fichero usando newline="" y la biblioteca estándar csv. Si falta la columna, hay una fila sin importe o un valor no es numérico, informa del error indicando la fila. No elimines duplicados: no hay una regla de negocio para decidirlo. Explica cómo ejecutar la función y propón pruebas para archivo vacío, importe inválido y filas repetidas. Devuelve solo código y una explicación corta; no afirmes que lo has ejecutado.
La biblioteca estándar csv ofrece DictReader para leer registros como diccionarios y recomienda abrir los ficheros con newline="". Sus filas se leen como texto: la conversión y validación de importe corresponde al programa. Revisa la referencia oficial de csv en Python antes de cambiar supuestos como el separador, las comillas o el formato decimal.
Cuando recibas una propuesta, léela línea por línea. Comprueba que abre el archivo con la codificación adecuada para tu caso, que identifica el encabezado esperado, que no convierte una celda vacía en cero de manera silenciosa y que los errores no se ocultan con un except general. Para importes financieros reales, float puede no ser la representación adecuada por su precisión binaria; este ejemplo educativo no sustituye una decisión técnica sobre cantidades monetarias en producción.
Guarda el código en un archivo de prueba, por ejemplo sumar_importes.py, y ejecútalo desde la terminal local apuntando al CSV ficticio. Comprueba dos cosas por separado: que el programa termina sin errores y que imprime 19.75. Una salida distinta puede indicar un defecto en el código o que tus reglas no estaban especificadas; no la corrijas a ojo, identifica primero la causa.
El módulo oficial csv de Python documenta DictReader, lectura de filas y apertura de archivos. Si la propuesta añade una biblioteca de terceros para una tarea que la biblioteca estándar ya cubre, pregunta por qué y revisa el paquete antes de instalarlo. No ejecutes instrucciones de instalación copiadas sin entender su efecto.
Pide pruebas para los casos límite
Un ejemplo normal solo demuestra que una entrada concreta produjo una salida concreta. Pide casos adicionales y ejecútalos: que el chat escriba pruebas no significa que las haya pasado. Para este CSV, prepara al menos estos escenarios:
| Caso | Qué contiene el CSV | Qué comprobar |
|---|---|---|
| Normal | Tres importes válidos | El total coincide con 19.75 |
| Sin filas de datos | Solo encabezados o archivo vacío, según la regla definida | El programa da el resultado acordado o un error explícito |
| Importe inválido | Una celda contiene doce | Se informa del error; no se ignora la fila silenciosamente |
| Celda vacía | Una fila no tiene importe | Se aplica la regla definida y se explica el comportamiento |
| Repetidos | Dos filas con el mismo concepto e importe | Se cuentan ambas salvo que exista una regla explícita para deduplicar |
Puedes pedir al chat: «Escribe pruebas para estos casos y señala el resultado esperado de cada una. No digas que pasan: no las has ejecutado». Después ejecuta las pruebas en tu equipo, lee la salida del proceso y compara cada resultado esperado con el real. Si no sabes cómo correr las pruebas, solicita el comando y verifica qué hace antes de usarlo.
La duplicación merece una decisión de negocio, no una deducción automática. Dos líneas iguales pueden ser un duplicado accidental o dos transacciones reales. En este ejemplo la regla es sumarlas todas; si el proceso necesitase deduplicar, habría que definir una clave fiable y documentar cómo resolver conflictos.
Depura un error sin compartir información privada
Si aparece un error, copia solo el mensaje y el fragmento mínimo de código necesario para explicarlo, tras revisar y anonimizar el contenido. Un mensaje de excepción puede incluir rutas, nombres de usuario, consultas, valores o identificadores internos. Sustituye esos elementos por marcadores ficticios y conserva la parte técnica relevante, como el tipo de excepción y la línea afectada.
Un prompt útil sería: «Este script de ejemplo devuelve ValueError al convertir una celda. Explica qué hipótesis comprobar y propón un cambio mínimo. No inventes el contenido del archivo ni afirmes que el cambio está probado». Después reproduce el problema con el CSV inventado, aplica una modificación cada vez y vuelve a ejecutar los casos de prueba. Así separas una hipótesis plausible de una corrección verificada.
Antes de ejecutar la solución, revisa si introduce dependencias, llamadas de red, lectura de otras carpetas, borrado de archivos o acceso a variables de entorno. No ejecutes comandos con permisos elevados ni scripts descargados solo porque el asistente los recomiende. Para una prueba sencilla, la biblioteca estándar y una carpeta aislada suelen bastar.
La AEPD recomienda prudencia con los datos personales y propone describir casos ficticios para evitar información que permita identificar a alguien. Su guía de recomendaciones para usuarios de IA es una referencia útil. En una empresa, sigue además las normas internas y consulta a las personas responsables de privacidad o seguridad. Puedes ampliar estas precauciones en nuestra guía sobre privacidad de la IA en el trabajo.
Cuándo elegir otro asistente o pedir ayuda profesional
El chat puede servir para aprender sintaxis, comparar enfoques o preparar una primera versión de una función pequeña. Si necesitas que una herramienta trabaje directamente sobre un repositorio, edite archivos o ejecute pruebas, evalúa un agente de programación con permisos limitados y una forma de revisar cada cambio. Nuestro artículo para qué sirve Codex explica esa diferencia; y la guía de mejor IA para programar compara herramientas, no sustituye esta práctica guiada.
Busca apoyo profesional cuando el código afecte a pagos, seguridad, datos personales, sistemas críticos o decisiones reguladas; también si no puedes explicar qué hace la solución o validar sus efectos. Un programa que funciona en tres filas de ejemplo puede fallar con ficheros grandes, codificaciones distintas, separadores locales, valores inesperados o requisitos que nadie explicitó.
Para continuar aprendiendo a aplicar IA a tareas profesionales, puedes explorar el curso de IA audiovisual. Es una opción formativa sobre usos audiovisuales de la IA, no un curso de programación, y no presupone que incluya este temario. Haz también el test gratuito ¿Cuánto te queda? para identificar qué áreas quieres practicar.
Preguntas frecuentes
¿Necesito saber programar para usar ChatGPT?
No para pedir una explicación o experimentar con un ejemplo pequeño. Pero antes de usar código en un proceso real debes poder revisar qué hace y probarlo con casos adecuados. Si no entiendes una instrucción o un comando, no lo ejecutes: pide una explicación o consulta a alguien con conocimientos técnicos.
¿Puede ChatGPT ejecutar el código?
No asumas que sí. Una conversación de chat puede devolverte texto con código; las herramientas y capacidades dependen del producto, la superficie y la configuración disponibles. En el ejercicio de esta guía, ejecutas el archivo localmente y verificas tú mismo la salida.
¿Debo aceptar todas sus sugerencias?
No. Contrasta el código con el requisito, revisa cambios y dependencias, y ejecuta pruebas relevantes. Una respuesta convincente o una prueba propuesta no demuestran que la solución sea correcta ni segura.
¿Puedo pegar datos de empresa?
Solo tras comprobar la política interna, la configuración de la cuenta y las condiciones aplicables. No compartas secretos, datos personales o código confidencial en un servicio no autorizado; utiliza ejemplos inventados y consulta a los responsables de tu organización.
Fuentes oficiales
- OpenAI Help: ¿ChatGPT dice la verdad?
- OpenAI Developers: Codex
- Python: módulo csv
- AEPD: Recomendaciones para usuarios de IA