Curso de Programación con ChatGPT

Vamos a pedirle a ChatGPT que construya un selector de color, una herramienta que nos permita seleccionar un color entre varias posibilidades. Veremos que las primeras soluciones son básicas y continuaremos solicitando cambios para mejorar su reutilización. Además luego le solicitaremos que lo convierta en un Custom Element del estándar de Web Components, para mejorar su modularización y encapsulación.

El selector de color realizado en el proceso anterior tiene un problema y es que no se podrá enviar a través de un formulario, algo básico si lo queremos usar en una aplicación web que envíe datos por POST, por ejemplo a otra página desarrollada con PHP. Es por ello que vamos a implementar algunas mejoras con la ayuda de la IA.

ChatGPT no nos ofreció una solución optimizada en la anterior etapa. Por ello le vamos a solicitar que cambie su propuesta para usar Form Associated, un API reciente en el estándar Javascript que nos permite implementar campos nativos de formulario que funcionan encapsulados con shadow DOM.

Ahora vamos a ver cómo mejorar la reutilización del componente, pudiendo definir los colores que permite seleccionar, mediante un atributo. Esta parametrización nos permitirá usar este componente en otros proyectos de una manera cómoda.

Ahora realizaremos unas mejoras en el formulario para personalizar el aspecto del componente por medio de variables CSS (custom properties), lo que nos permitirá usar el selector de color en diseños con distinto look & feel.

Para que podamos reutilizar este componente en distintos proyectos, incluso para liberarlo como software libre y que otros desarrolladores lo puedan usar, vamos a pedirle a ChatGPT que nos ayude a publicarlo en npm, creando las páginas de documentación, demos del proyecto, el package.json y otra serie de cosas que necesitaremos.

Para terminar este módulo vamos a ver cómo lo podríamos usar en otros proyectos, solicitando ayuda a ChatGPT para poder instalarlo y probarlo de diversas maneras.

En este vídeo hacemos el enunciado de esta práctica de desarrollo con ChatGPT. Es un organizador de archivos que nos puede ahorrar muchas horas al gestionar una biblioteca de archivos mp3. Además en este vídeo hacemos un script con el código necesario para generar carpetas con archivos .mp3 (fake) que luego podremos ordenar con nuestro gestor de archivos.

Hacemos una primera versión de nuestro organizador de archivos. No hace todo lo que vamos a querer hacer pero ya nos permite comenzar a obtener resultados y vislumbrar algunos retos a los que nos vamos a enfrentar.

Ahora le pedimos a ChatGPT que nos haga algunos cambios en el script de organización de archivos en NodeJS para conseguir controlar un par de aspectos, como la gestión de archivos repetidos y que los archivos que ha conseguido organizar se muevan en lugar de copiarse.

Ahora queremos que nuestro organizador de archivos funcione desde cualquier ruta de nuestro terminal, de modo que sea como cualquier otro comando de consola, como cp, mv, mkdir, etc. Para eso vamos a usar una librería de Node que se llama Commander que nos permite una mejor interfaz para el desarrollo de comandos y la lectura de parámetros de entrada.

En este vídeo simplemente probamos si nuestro sistema será capaz de interpretar y ordenar correctamente archivos que tienen nombres de artistas o canciones que a priori podrían plantear problemas de reconocimiento.

Detectamos y solucionamos algunos detalles menores en la definición del archivo package.json de este programa Node.

Para sacar un poco más de provecho de la librería Commander que hemos implementado en este proyecto, vamos a ver cómo podríamos gestionar flags de configuración del comando, de modo que podamos personalizar su funcionamiento para diferentes necesidades de organización.

En esta clase vamos a desarrollar un servicio web, proyecto de API REST, basado en Laravel.

Conocemos la funcionalidad de proyectos de ChatGPT con la que podemos agrupar varios chats y definir información que permita a la IA guiar las conversaciones en torno a diferentes preferencias que tengamos para un trabajo en particular.

Le pedimos a ChatGPT que nos ayude a crear un proyecto Laravel desde cero, aunque en este caso no nos ayuda demasiado porque sus soluciones no están suficientemente actualizadas, por lo que será más recomendable acudir a la documentación del framework.

ChatGPT nos ayuda a crear los controladores para el sistema de autenticación basado en tokens de API.

Le pedimos a ChatGPT que cree los test para probar el controlador de registro de usuarios. Aunque el test que nos entrega está técnicamente correcto, veremos que tenemos que adaptar bastante el modo de trabajo de ChatGPT a nuestras preferencias

En este vídeo veremos cómo solucionar nuestras necesidades de personalización del estilo preferido para nuestros test de features y cómo cambiar el scaffolding de Artisan para facilitar la tarea a lo largo del proyecto. Además veremos la realización de otros test para cubrir de pruebas el sistema de autenticación basado en tokens de API.

Vamos a mejorar la salida de las respuestas JSON del API para conseguir dos objetivos distintos. Por un lado, ahorrar código cada vez que tengamos que enviar respuestas en el API. Por otro lado, asegurarnos de homogeneizar las respuestas, para que el API sea muy consistente y ayudar así a las personas que vayan a usarlo.

Vamos a comenzar a crear el primer recurso de nuestro modelo de negocio. Vamos a partir de aquí a pedirle a ChatGPT que use el enfoque de TDD, entregando siempre primero los test y luego el código de la aplicación.