Lección 5 de 10 25 min

Codex para programadores: genera, refactoriza y depura código con ChatGPT

Codex para programadores: genera, refactoriza y depura código con ChatGPT

Codex es la tecnología de OpenAI especializada en código, entrenada con cientos de millones de líneas de GitHub. Integrada en GPT-4o, convierte a ChatGPT en el asistente de programación más potente disponible. Con los prompts correctos, puedes multiplicar tu velocidad de desarrollo.

El prompt de generación de código definitivo

La mayoría usa ChatGPT para código así: "escribe una función que ordene una lista". El resultado es código genérico. Esta es la estructura que produce código de producción:

Plantilla completa:
Lenguaje y versión: [Python 3.11 / TypeScript 5 / etc.]
Framework/librería: [FastAPI / Next.js / ninguno]
Tarea: [descripción exacta de lo que debe hacer]
Entrada: [tipo y ejemplo de datos de entrada]
Salida esperada: [qué debe devolver y en qué formato]
Restricciones: [rendimiento, sin librerías externas, máximo N líneas, etc.]
Incluir: [tests / docstrings / manejo de errores / tipado estricto]

Depuración de errores: el prompt detective

"Analiza este código y el error que produce. Primero explica qué hace el código línea por línea. Luego identifica el bug, explica por qué ocurre exactamente, y proporciona el código corregido con comentarios que expliquen los cambios:

```[lenguaje]
[código]
```

Error: [mensaje de error completo]
Comportamiento esperado: [qué debería hacer]"

Refactorización inteligente

"Refactoriza este código siguiendo [principios SOLID / DRY / clean code]. Prioridades: (1) legibilidad, (2) mantenibilidad, (3) rendimiento. No cambies el comportamiento externo. Por cada cambio significativo, añade un comentario breve explicando el porqué."

Code review con ChatGPT

"Actúa como senior developer especialista en seguridad. Revisa este código y reporta:
1. Vulnerabilidades de seguridad (inyección SQL, XSS, IDOR, etc.) — severidad ALTA/MEDIA/BAJA
2. Problemas de rendimiento con estimación de impacto
3. Code smells y violaciones de buenas prácticas
4. Tests que deberían existir y no existen
Formato: tabla con columnas Problema | Línea | Severidad | Corrección sugerida"

Documentación automática

"Genera documentación completa para este código en formato [JSDoc / docstring de Python / OpenAPI]. Incluye: descripción de cada función, parámetros con tipos, valor de retorno, posibles excepciones y un ejemplo de uso. Tono técnico pero claro."

Conversión entre lenguajes

"Convierte este código de [Python] a [TypeScript]. Usa las convenciones idiomáticas del lenguaje destino, no hagas una traducción literal. Preserva exactamente la lógica de negocio. Añade tipos estrictos donde corresponda."
💡 Truco pro: En vez de pegar el código en el prompt, adjunta el archivo directamente en ChatGPT (GPT-4o acepta archivos). Funciona mejor para archivos largos y mantiene la conversación más limpia.

📝 Comprueba lo aprendido

Responde estas 3 preguntas y acierta al menos el 60% para desbloquear el botón "Marcar como completada".

1 ¿Qué información es esencial en un prompt de generación de código?

2 ¿Para qué sirve pedir un "code review" a ChatGPT?

3 ¿Qué truco facilita trabajar con archivos de código largos en ChatGPT?

Cuando termines, guarda tu avance. Así podrás continuar desde tu panel y desbloquear el certificado al completar el curso.