ChatGPT

Qué es

ChatGPT es el asistente de inteligencia artificial conversacional de OpenAI, disponible como aplicación web y móvil y a través de la (Application Programming Interface — Interfaz de Programación de Aplicaciones, una forma en que los programas se comunican entre sí) de OpenAI. Funciona sobre la familia de modelos GPT de OpenAI y puede mantener una conversación, escribir y explicar código, generar imágenes, navegar por la web y ejecutar herramientas, según el plan y el modo que uses.

Puntos fuertes

Muy utilizado y bien documentado, por lo que es fácil encontrar ayuda y ejemplos.
Sólida capacidad general para programar, escribir y explicar.
Ecosistema rico: navegación web integrada, generación de imágenes, análisis de datos y GPT personalizados.
Maneja imágenes y archivos, no solo texto.
Rápido para tareas cotidianas, con modelos más ligeros disponibles para respuestas rápidas.

Contrapartidas

Puede producir con total seguridad datos incorrectos o código con errores; hay que revisar la salida.
El comportamiento y las funciones disponibles varían según el nivel de plan y pueden cambiar sin mucho aviso.
El conocimiento está limitado por una fecha de corte de entrenamiento, a menos que la navegación esté habilitada.
La mayoría de los planes tienen límites de uso, y los modelos más potentes cuestan más.
Menos especializado en programación autónoma y prolongada mediante agentes que algunas herramientas diseñadas específicamente para ello.

Mejor para

Ayuda cotidiana con programación, lluvia de ideas, explicaciones, scripts rápidos y tareas que se benefician de su amplio ecosistema de herramientas integradas, como la navegación y la generación de imágenes.

Encaje con vibe coding

ChatGPT es una entrada cómoda al vibe coding: describe lo que quieres, pega errores o código, e itera en la conversación hasta que funcione. Brilla cuando aprovechas sus herramientas adicionales: hacer que navegue en busca de documentación actualizada o que ejecute código en su sandbox de análisis de datos para verificar su propia salida antes de devolvértela. Consejo concreto: mantén un hilo dedicado por función o error, y pega los mensajes de error reales y el código relevante en lugar de describirlos, para que el modelo solucione el problema real en vez de adivinar a partir de una paráfrasis.