Integrar la API de OpenAI en un bot de WhatsApp permite responder consultas abiertas con inteligencia artificial, ideal para una veterinaria que necesita orientar a sus clientes antes de agendar una cita. Aquí verás cómo crear un servicio en Node.js que se comunica con ChatGPT usando gpt-4o, gestiona variables de entorno y devuelve respuestas listas para enviarse al usuario.

¿Qué necesitas antes de conectar tu bot con la API de OpenAI?

Antes de escribir código, asegúrate de tener todo lo básico para autenticarte y consumir el servicio sin fricción.

• Una cuenta activa en OpenAI para generar tu API key.
• Acceso a la documentación oficial de la API para revisar parámetros y ejemplos.
• Tu proyecto de Node.js abierto en Visual Studio Code con el archivo .env configurado.
• Un password manager para guardar la llave de forma segura.

Con esto cubierto, el siguiente paso es instalar la dependencia que hace el puente entre tu código y los servicios de OpenAI.

¿Qué es una API key de OpenAI? Es un token único que autentica tus solicitudes a la API. Sin ella, ChatGPT no responde a tu bot. Se genera desde la consola de OpenAI y debe guardarse en variables de entorno.

¿Cómo instalar la dependencia de OpenAI en Node.js?

La librería oficial simplifica el envío de peticiones y el manejo de respuestas. Para agregarla a tu proyecto, detén el servidor en la consola y ejecuta:

bash npm install openai

Esto descarga el paquete y lo registra en tu package.json. Luego puedes reiniciar el servicio y crear el archivo donde vivirá la lógica del asistente.

¿Dónde colocar la lógica del servicio de ChatGPT?

Dentro de la carpeta de servicios crea un archivo llamado openai-service.js. Ese archivo concentrará la inicialización del cliente, la función asíncrona que envía mensajes y el manejo de errores.

¿Cómo construir el servicio openai-service.js paso a paso?

La idea es separar responsabilidades: importar la dependencia, leer la API key desde las variables de entorno y exponer una función reutilizable.

Primero importas la librería y la configuración:

javascript import OpenAI from 'openai'; import config from '../config/index.js';

const client = new OpenAI({ apiKey: config.CHAT_GPT_API_KEY, });

Luego defines la función OpenAIService, que recibe un message del usuario y devuelve la respuesta procesada por el modelo.

javascript const OpenAIService = async (message) => { try { const response = await client.chat.completions.create({ messages: [ { role: 'system', content: 'prompt de veterinaria aquí' }, { role: 'user', content: message }, ], model: 'gpt-4o', }); return response.choices[0].message.content; } catch (error) { console.error(error); } };

export default OpenAIService;

Fíjate en la estructura del array messages: el role: system define cómo se comporta el asistente y el role: user transporta la pregunta real. Esa dualidad es lo que convierte una simple llamada en una conversación con contexto.

¿Por qué usar try y catch al consumir una API externa?

Las peticiones HTTP pueden fallar por red, cuota o credenciales inválidas. Envolver la llamada en try/catch te permite capturar la excepción y evitar que el bot se caiga. En producción conviene reemplazar el console.error por un logger más robusto.

¿Cómo extraer la respuesta correcta del objeto de OpenAI?

La API devuelve un objeto extenso con metadatos, tokens consumidos y opciones de respuesta. El contenido útil vive en response.choices[0].message.content. Esa ruta es la que retornas para que el bot la envíe por WhatsApp.

La documentación oficial muestra el objeto completo con ejemplos, así confirmas qué propiedades te interesan según tu caso de uso.

¿Qué modelo conviene usar para un bot conversacional? gpt-4o ofrece buen balance entre velocidad y calidad para respuestas en lenguaje natural. Si necesitas menor costo, puedes probar variantes más ligeras desde la documentación.

¿Cómo gestionar la API key con variables de entorno?

Nunca hardcodees credenciales en el código. En tu archivo .env agrega:

CHAT_GPT_API_KEY=tu_llave_aqui

El .env está ignorado por git, así que tus llaves no terminan en el repositorio. Sin embargo, sí debes actualizar el .env.example con el nombre de la variable (sin valor) para que cualquier persona que clone el proyecto sepa qué configurar.

Para generar la llave, entra a tu perfil en la consola de OpenAI, ve a User API keys y crea una nueva. Ponle un nombre descriptivo como MethPet para identificar dónde la usas. Cópiala una sola vez y guárdala en tu password manager, porque OpenAI no te la vuelve a mostrar.

¿Qué pasa si pierdes tu API key?

No hay forma de recuperarla. Tendrás que revocar la anterior y generar una nueva, actualizando el valor en tu .env. Por eso el almacenamiento seguro es parte del flujo, no un extra.

¿Cómo mejorar el prompt del asistente veterinario?

El role: system es donde defines la personalidad y los límites del bot. Un buen prompt debería:

1. Establecer el rol: experto veterinario que orienta antes de una cita.
2. Definir el tono: cercano, claro y empático.
3. Limitar el alcance: no diagnosticar, sí sugerir cuándo acudir a consulta.
4. Pedir respuestas breves para que encajen en un mensaje de WhatsApp.

Iterar el prompt es parte del trabajo. Prueba variantes, mide cómo responde a casos como mascota que no come o cambios de comportamiento, y ajusta hasta que la conversación se sienta útil. ¿Cómo abordarías tú este prompt? Déjamelo en los comentarios.