Cómo integrar la API de OpenAI en tu proyecto Python desde cero

Si vienes del mundo de la informática — ya sea ASIX, DAW o simplemente programas por tu cuenta — integrar una API de IA en tu proyecto es uno de los pasos que más valor te va a aportar. En esta guía te explico todo desde cero, sin asumir que ya sabes nada de IA.

Requisitos previos

Para seguir este tutorial necesitas tener Python 3.8 o superior instalado en tu máquina. Si tienes Python 3.10+ mejor — es lo que usaré yo. También necesitas una cuenta en OpenAI para obtener tu API key.

# Crear entorno virtual (recomendado)
python -m venv venv
source venv/bin/activate # Linux/Mac
venv\Scripts\activate # Windows

# Instalar la librería de OpenAI
pip install openai

Configurar la API Key de forma segura

Nunca pongas tu API key directamente en el código. Lo correcto es usar variables de entorno. Crea un archivo .env en la raíz de tu proyecto y añade tu key ahí.

OPENAI_API_KEY=sk-tu-api-key-aqui

Ahora instala la librería python-dotenv para leer el archivo .env desde Python, y añade el .env a tu .gitignore para que nunca se suba a ningún repositorio.

pip install python-dotenv

# Añadir .env al .gitignore
echo".env" >> .gitignore

Tu primera llamada a la API

Ahora viene la parte interesante. Crea un archivo main.py y escribe tu primera llamada al modelo GPT-4o.

importos
fromopenaiimportOpenAI
fromdotenvimportload_dotenv

# Cargar variables de entorno
load_dotenv()

# Inicializar el cliente
client = OpenAI(
 api_key=os.environ["OPENAI_API_KEY"]
)

# Hacer la llamada al modelo
response = client.chat.completions.create(
 model="gpt-4o",
 messages=[
 {
 "role": "system",
 "content": "Eres un asistente técnico especializado en Python."
 },
 {
 "role": "user",
 "content": "Explica qué es una list comprehension en Python con un ejemplo."
 }
 ],
 max_tokens=500
)

# Extraer y mostrar la respuesta
texto = response.choices[0].message.content
print(texto)

Gestión de errores

En producción, siempre tienes que envolver tus llamadas en bloques try/except. La API de OpenAI puede fallar por cuota excedida, problemas de red o parámetros incorrectos.

fromopenaiimportOpenAI, APIError, RateLimitError

defpreguntar_ia(pregunta: str) ->str:
 try:
 response = client.chat.completions.create(
 model="gpt-4o",
 messages=[{"role": "user", "content": pregunta}],
 max_tokens=1000
 )
 returnresponse.choices[0].message.content

 exceptRateLimitError:
 return"Error: has superado el límite de peticiones. Espera un momento."
 exceptAPIErrorase:
 returnf"Error de API: {e}"
 exceptExceptionase:
 returnf"Error inesperado: {e}"

# Usar la función
resultado = preguntar_ia("¿Cómo ordeno una lista en Python?")
print(resultado)

¿Qué hacer ahora?

Ya tienes la base para integrar IA en cualquier proyecto Python. Desde aquí puedes evolucionar hacia cosas más complejas: crear un chatbot con historial de conversación, conectar la IA con una base de datos, o construir un agente que ejecute acciones automáticamente.

En los próximos artículos veremos cómo añadir historial de conversación y cómo reducir costes usando el modelo gpt-4o-mini para tareas sencillas y reservando gpt-4o para las complejas.