Contenido del curso
Herramientas para el desarrollo de código
- 3

Cómo escribir prompts efectivos para generar código con ChatGPT
03:38 min - 4

Generación de Contraseñas Seguras en Python
Viendo ahora - 5

Uso de Claude para Generar Contraseñas Seguras en Python
08:38 min - 6

Novedades y Funcionalidades de Github Copilot 2024
02:08 min - 7

Instalación y uso de Github Copilot en VScode
08:05 min - 8

Instalación y Uso de Tabnine en Visual Studio Code para Autocompletar Código
08:03 min - 9

Creación de Juegos de Adivinanza con JavaScript y TabNine
12:27 min - 10

Uso de Replit Agent en Desarrollo de Juegos con JavaScript
09:16 min - 11

Github Copilot
00:57 min
Asistentes para documentación
Cursor AI
- 15

Curso sobre Cursor: Entorno de Desarrollo Ágil con IA Integrada
02:53 min - 16

Instalación y configuración de Cursor para desarrollo eficiente
09:13 min - 17

Proyecto de Cálculo de Precio de Venta con Cursor
00:57 min - 18

Creación de Aplicaciones Interactivas con IA y JavaScript
10:47 min - 19

Ejecución de Archivos HTML, CSS y JavaScript en el Navegador
05:53 min
Cierre del curso
Generación de Contraseñas Seguras en Python
Resumen
Crear contraseñas robustas es una necesidad crítica en el mundo digital, y Python combinado con ChatGPT ofrece una forma rápida y efectiva de lograrlo. A través de un prompt bien diseñado, es posible obtener un algoritmo funcional que genera contraseñas con criterios de seguridad específicos, listo para copiar, pegar y ejecutar en cualquier editor de código.
¿Cómo acceder a ChatGPT para generar código?
El primer paso es ingresar a chatgpt.com [0:24]. La interfaz ofrece una pantalla limpia con un campo de entrada donde se puede escribir cualquier solicitud. Existen opciones para iniciar sesión con correo electrónico, Google, Microsoft o Apple. Una vez dentro, la herramienta está lista para recibir instrucciones.
La plataforma también sugiere acciones rápidas como crear imágenes, resumir texto o analizar datos, pero en este caso el objetivo es claro: pedirle que genere código Python a partir de un prompt detallado [1:15].
¿Qué debe incluir un prompt efectivo para obtener código funcional?
La clave para obtener resultados precisos está en el diseño del prompt. Un prompt completo describe con exactitud qué se necesita y cuál es la salida esperada. El prompt utilizado fue:
- Genera un algoritmo en Python.
- Que cree contraseñas seguras de al menos doce caracteres.
- La contraseña debe incluir al menos una letra mayúscula, una letra minúscula, un número y un carácter especial.
- El algoritmo debe evitar contraseñas fácilmente adivinables, como secuencias de caracteres o palabras comunes.
Este nivel de detalle en las condiciones permite que ChatGPT interprete correctamente los requisitos y entregue una solución alineada con lo esperado [1:30].
¿Qué genera ChatGPT a partir de este prompt?
La respuesta incluye varias partes bien estructuradas [2:15]:
- Una lista de palabras comunes que las personas suelen usar como contraseñas, como "password", "123456" o similares. Estas quedan excluidas del resultado.
- Un conjunto de secuencias predecibles que también se descartan para garantizar mayor seguridad.
- Una función en Python que construye la contraseña validando cada condición: mayúsculas, minúsculas, números, caracteres especiales y longitud mínima de doce.
- Una verificación adicional que compara la contraseña generada contra las palabras y secuencias prohibidas.
- Un ejemplo de uso listo para implementar.
¿Cómo se ejecuta el script en Visual Studio Code?
Después de copiar el código con el botón de copiado rápido que ofrece la interfaz de ChatGPT, se pega en un archivo nuevo dentro de Visual Studio Code [3:22]. El archivo se nombra con extensión .py, por ejemplo chatgpt_pass_generation.py.
Al ejecutarlo, el resultado es inmediato. El script genera una contraseña que cumple todas las condiciones definidas: caracteres especiales, letras mayúsculas y minúsculas, números, y una longitud adecuada [3:45]. Al ejecutarlo por segunda vez, produce una contraseña completamente diferente, confirmando que el algoritmo funciona con aleatoriedad y respeta los doce caracteres requeridos [4:05].
¿Por qué funciona tan bien este enfoque?
El éxito del resultado se debe directamente a la calidad del prompt engineering aplicado. Un prompt con casos claros, condiciones bien definidas y una descripción precisa de la salida esperada permite que el modelo de inteligencia artificial genere código que no requiere modificaciones adicionales [4:20].
Este ejercicio demuestra que la precisión en la instrucción determina la calidad de la respuesta. No se trata solo de pedir código, sino de comunicar con exactitud las reglas de negocio, las restricciones y el formato de salida deseado.
Si utilizas contraseñas como "password" o "123456", este es un buen momento para reflexionar sobre la seguridad de tus cuentas y considerar herramientas como esta para mejorarla. ¿Qué otras automatizaciones te gustaría crear con este mismo enfoque?