🟢 Asistencia de código

learnprompting.org/es/docs/basic_applications/coding_assistance

Puedes usar ChatGPT para depurar, generar código, reformatear, comentar y más.
Puede trabajar con código en más de 40 lenguajes de programación.

Muy antiguo Antiguo Reciente Última generación

BASIC Perl Swift Kotlin

Assembly Pascal TypeScript Julia

Fortran PHP Rust Crystal

Lisp Prolog Kotlin/Native Racket

COBOL C Julia (GPU) Lua

Algol PL/I Go Zig

SNOBOL C++ Dart Nim

RPG Smalltalk Elixir Crystal (LLVM)

Forth Tcl Groovy Vlang

Ada SQL Scala Native Erlang

Generación de código​
Instruir a ChatGPT para generar código es tan sencillo como esto:

Actúa como un programador junior de Python. Por favor, escribe el código para
generar "madlibs" a partir de 3 arreglos de 6 elementos cada uno: preposiciones,
verbos y sustantivos, siendo los sustantivos también utilizados como objetos
directos. Después de escribirlo, ejecuta el código.

La salida será algo como:

import random

preposiciones = ['a', 'ante', 'bajo', 'con', 'contra', 'de']

verbos = ['correr', 'saltar', 'bailar', 'cantar', 'reir', 'llorar']

sustantivos = ['gato', 'perro', 'árbol', 'flor', 'libro', 'computador']

preposiciones = random.choice(preposiciones)

verbos = random.choice(verbos)

sustantivos = random.choice(sustantivos)

madlib = f"I {verbos} {preposiciones} the {sustantivos}."

print(madlib)

1/7
Pruébalo aquí:

Comentar y reformatear código​

Puedes pedirle a ChatGPT que agregue comentarios a tu código y que lo reformatee
para que sea legible. Después de tus instrucciones, agrega tres signos de numeral (#) y
luego pega el código que te gustaría que se limpie:

Por favor, agrega comentarios de línea a este código de Python y reformatea para
que sea legible:

import math

amplitude = 30

frequency = 2

num_points = 50

for i in range(num_points):

y = int(round(amplitude * math.sin(2 * math.pi * frequency * i / num_points)))

print(' ' * (amplitude + y) + '*')

La salida será algo como:

# Import the math module

import math

# Establece la amplitud, frecuencia y número de puntos en la onda.

amplitude = 30

frequency = 2

num_points = 50

# Hacer un bucle sobre cada punto en la onda.

for i in range(num_points):

# Calcular el valor y de la onda utilizando la función seno del módulo math.

y = int(round(amplitude * math.sin(2 * math.pi * frequency * i / num_points)))

# Imprimir un espacio para el relleno, seguido de un asterisco en la posición

adecuada en la onda.

print(' ' * (amplitude + y) + '*')

Depuración​
No sólo puede ChatGPT detectar errores de sintaxis en el código, sino que también
puede encontrar errores lógicos que surgirían cuando se ejecuta el código. A
continuación, se muestra un ejemplo de un script de Python que eventualmente causa un
error de división por cero en la línea 4 debido a un error lógico en la línea 3. Intenta con
este simple comando para encontrar y solucionar el error:

2/7
Por favor, depura este codigo de Python:

1. pizza_cost = 100

2. partygoers = 10

3. while partygoers = 0:

4. cost_per_person = pizza_cost / partygoers

5.

print("the cost per person is $", "{:.2f}".format(cost_per_person))

6. partygoers -= 2

La salida incluirá el bucle while corregido, que se ha modificado para asegurarse de que
la variable del denominador permanezca positiva:

3. while partygoers > 0:

Para errores más detallados, es posible que necesites agregar más especificaciones: el
mensaje de error, variables de entorno, bibliotecas incluidas o variaciones en las
entradas.

Optimizando Código​
Si tu script tarda demasiado en ejecutarse, ChatGPT puede optimizarlo. Aquí tienes un
ejemplo de cómo optimizar un script ineficiente que encuentra números primos:

Actúa como un desarrollador de Python muy experimentado, por favor optimiza este
script:

for num in range(1, 101):

if num 1:

for i in range(2, num):

if (num % i) == 0:

break

else:

print(num)

El resultado podría ser un script que utiliza el Sieve of Eratosthenes algorithm para
encontrar números primos:

numbers = list(range(2, 101))

for i in numbers:

for j in range(i * 2, 101, i):

if j in numbers:

numbers.remove(j)

print(numbers)

Ten en cuenta que pedimos al bot que "actúe como un desarrollador senior" para
optimizar el script. También puedes indicar que tenga cierta área de especialización (por
ejemplo, algoritmos de ordenamiento) o cantidad de años de experiencia.
Alternativamente, si tienes un script que parece demasiado complicado, puedes pedirle a
ChatGPT que lo escriba "como un desarrollador muy junior".

Traduciendo entre lenguajes de programación​

3/7
Una característica muy útil que ofrece ChatGPT es la capacidad de portar programas de
un lenguaje a otro. Un uso típico de esto podría ser actualizar el código de un lenguaje
antiguo a uno más moderno:

Actúa como un desarrollador experimentado con conocimientos en COBOL y Python. Por

favor, convierte este programa de COBOL a Python:

IDENTIFICATION DIVISION.

PROGRAM-ID. CALCULATE-SS-TAX.

DATA DIVISION.

SECTION.
WORKING-STORAGE

01 SALARY PIC 9(7)V99.

01 SS-TAX PIC 9(7)V99.

PROCEDURE DIVISION.

DISPLAY "Enter employee's salary: ".

ACCEPT SALARY.

COMPUTE SS-TAX = SALARY * 0.062.

DISPLAY "Social Security tax is: $", SS-TAX.

STOP RUN.

La salida podría ser algo como esto:

salary = float(input("Enter employee's salary: "))

ss_tax = salary * 0.062

Manejo de múltiples archivos y refactorización de su código base​

¿Qué pasa si deseas que ChatGPT evalúe múltiples archivos? Simplemente
proporciona los nombres de archivo y pega el código de cada uno:

Mi script de Python utiliza dos archivos, que se enumeran a continuación, en

diferentes directorios. Por favor, muestra la salida de la ejecución de
conversation.py:

BEGIN FILE 1: ./phrases/coming_and_going.py

def hi(name):

print(f"Hello, {name}!")

def bye(name):

print(f"Goodbye, {name}!")

BEGIN FILE 2: ./conversation.py

from phrases.coming_and_going import hi, bye

hi("John")

bye("John")

Hello, John!

Goodbye, John!

4/7
Utilizando esta técnica, puedes enviar múltiples archivos a ChatGPT en una sola solicitud
y pedirle que refactorice el código. Alternativamente, puedes pedirle que "memorice"
cada uno y luego ejecutarlo en una solicitud posterior.

Simulando un Servidor de Base de Datos​

No solo ChatGPT puede trabajar con código, sino que también puede simular entornos
de servidor como bases de datos, servidores web y de correo electrónico. Considera esta
solicitud:

Actúa como Microsoft SQL Server. Crea una base de datos llamada "politics" y
dentro de ella una tabla llamada "politicians". Llénala con 50 filas de políticos
famosos de todo el mundo de diferentes épocas, de 1900 a 2000. Agrega columnas
para sus nombres completos, país, fechas de nacimiento y fecha de fallecimiento si
corresponde. Crea una vista para los 3 principales políticos que vivieron más
tiempo. Crea y ejecuta un comando Transact-SQL que muestre el contenido de esa
vista.

La salida será algo como:

-- Create the "politics" database

CREATE DATABASE politics;

GO

-- Use the "politics" database

USE politics;

GO

-- Create the "politicians" table

CREATE TABLE politicians (

id INT PRIMARY KEY,

full_name VARCHAR(50),
country VARCHAR(50),

date_of_birth DATE,

date_of_death DATE

);
-- etc.

A partir de ahí, puedes agregar columnas, índices y más:

Agrega una columna a la tabla de políticos para el segundo al mando y actualiza su

valor para cada fila.

La salida será algo como:

5/7
ALTER TABLE politicians ADD second_in_command VARCHAR(255);

UPDATE politicians

SET second_in_command =

CASE name

WHEN 'Winston Churchill' THEN 'Clement Attlee'

WHEN 'Franklin D. Roosevelt' THEN 'Harry S. Truman'

WHEN 'Mao Zedong' THEN 'Lin Biao'

-- add more cases for each politician

ELSE NULL

END;

Simulando un servidor web​

ChatGPT puede simular muchos otros servidores y APIs. Aquí hay un ejemplo de una
solicitud que simula una respuesta del servidor Apache a encabezados de solicitud
específicos del navegador:

Actúa como un servidor web Apache. ¿Cómo responderías a estos encabezados HTTP?

GET /example HTTP/1.1

Host: www.example.com

La salida será algo como:

HTTP/1.1 200 OK

Date: [current date and time]

Server: Apache/2.4.41 (Ubuntu)

Last-Modified: [date and time of last modification of the requested resource]

Content-Type: [MIME type of the requested resource, e.g. text/html]

Here are just some of the types of servers and APIs that ChatGPT can emulate:

Muy antiguo Antiguo Reciente Última generación

Telnet HTTP/1.0 RESTful API GraphQL API

FTP SMTP SOAP API GRPC API

POP3 LDAP OAuth 2.0 Docker API

IMAP DHCP OpenAPI (Swagger) Kubernetes API

DNS NTP gRPC-web API Istio API

SNMP RADIUS MQTT API Prometheus API

Syslog SFTP WebSocket API Envoy API

TFTP SSH AWS API Gateway Istio Mixer API

NFS XML-RPC Azure API Management OpenTracing API

SMB JSON-RPC Google Cloud Endpoints NATS Streaming API

6/7
Simulando una línea de comandos​
Dado que una consola dentro de Linux (o Windows PowerShell) también es un lenguaje
de programación, puedes interactuar con ella usando ChatGPT y construir un entorno
para tu sistema de archivos:

Actúa como la terminal de comandos de Debian Linux. Por favor, responde a mis
comandos como lo haría la terminal, con la menor explicación posible. Mi primer
comando es: ls -l

La salida será algo como:

-rw-r--r-- 1 user group 2048 Mar 3 14:23 file1.txt

drwxr-xr-x 2 user group 4096 Feb 28 09:12 directory1

-rwx------ 1 user group 16384 Feb 25 19:41 executable1

Intenta experimentar con otros comandos:

>touch greeting.txt

>echo "hello" > greeting.txt

>ls -l

ChatGPT debería recordar tus cambios (al menos por un tiempo) y la salida final debería
ser algo como:

-rw-r--r-- 1 user group 2048 Mar 3 14:23 file1.txt

drwxr-xr-x 2 user group 4096 Feb 28 09:12 directory1

-rwx------ 1 user group 16384 Feb 25 19:41 executable1

-rw-r--r-- 1 user group 6 Mar 4 16:15 greeting.txt

Se puede encontrar una discusión completa sobre el uso de ChatGPT como una
máquina virtual en: engraved.blog.

Contribuido por Prompt Yes!, una empresa que proporciona prompt engineering training.

7/7