1. ChatGPT (Conversaciones de un solo turno)

ChatGPT es el modelo base de OpenAI, entrenado para generar respuestas coherentes y útiles a partir de una única instrucción o mensaje inicial. Aunque este modelo no mantiene una conversación prolongada por diseño, es excelente para obtener respuestas rápidas y concisas. Es ideal para casos de uso como sistemas de respuesta de soporte al cliente, FAQs, asistentes embebidos en formularios y automatización de tareas puntuales.

Características principales mejoradas

• Genera respuestas precisas y útiles basadas en una sola entrada (prompt).
• Alta latencia-baja: responde rápidamente a consultas y preguntas específicas.
• Menor complejidad de estado: no necesita memoria de conversación persistente.

Cuándo usarlo

• Validación de datos o transformación de texto en formularios.
• Generación de descripciones cortas, títulos, metadatos SEO.
• Plantillas de correo o respuestas estandarizadas en help desk.

Ejemplo práctico (cURL)

export OPENAI_API_KEY="sk-..."
curl https://api.openai.com/v1/chat/completions \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini",
    "messages": [
      {"role": "system", "content": "Eres un asistente conciso."},
      {"role": "user", "content": "Resume en una frase: Qué es CI/CD?"}
    ],
    "temperature": 0.2,
    "max_tokens": 80
  }'

2. ChatGPT (Multi-turn Conversations)

Al igual que el ChatGPT de un solo turno, este modelo responde a consultas de texto, pero con un enfoque en mantener una conversación de múltiples turnos. Es capaz de procesar un contexto conversacional amplio y generar respuestas coherentes a lo largo de la interacción. Se recomienda para chatbots conversacionales, asistentes personales, tutores virtuales y flujos de soporte que requieren seguimiento.

Características principales mejoradas

• Memoria conversacional: procesa y entiende contextos más amplios durante la conversación.
• Coherencia y adaptación a lo dicho previamente, con control de instrucciones persistentes (rol system).
• Integración natural con herramientas (function calling) y RAG (Retrieval Augmented Generation) para aportar datos actualizados.

Gestión de memoria y contexto

• Resumen dinámico: resume turnos anteriores para no exceder límites de tokens.
• Segmentación de contexto: incluye solo lo relevante del historial en cada petición.
• Metadatos: etiqueta mensajes con intención/tema para recuperar contexto selectivo.

Ejemplo práctico con Python (SDK moderno)

# pip install openai
from openai import OpenAI
client = OpenAI()
history = [
  {"role":"system","content":"Eres un tutor de DevOps."},
  {"role":"user","content":"Explícame qué es IaC."},
  {"role":"assistant","content":"Infraestructura como código..."},
  {"role":"user","content":"Compáralo con configurar a mano."}
]
resp = client.chat.completions.create(
  model="gpt-4o-mini",
  messages=history,
  temperature=0.4,
  max_tokens=200
)
print(resp.choices[0].message.content)

3. ChatGPT (Conversaciones de guía)

Este modelo potencia el control de la conversación mediante ejemplos y directrices claras. Permite “guiar” la salida con few-shot prompting y respuestas deseadas. Es útil cuando se necesita un mayor control sobre el estilo, el formato (por ejemplo, JSON) y el manejo de dominios específicos (legal, médico, financiero), o cuando se integran herramientas externas con salidas estructuradas.

Características principales mejoradas

• Posibilidad de guiar la conversación proporcionando ejemplos y formatos de salida.
• Mayor control sobre las respuestas mediante instrucciones persistentes y validación JSON.
• Corrección iterativa: refina la salida con validaciones y realimentación del sistema.

Ejemplo: salida JSON estricta y tools

curl https://api.openai.com/v1/chat/completions \
 -H "Authorization: Bearer $OPENAI_API_KEY" \
 -H "Content-Type: application/json" \
 -d '{
  "model":"gpt-4o-mini",
  "response_format": {"type":"json_object"},
  "messages":[
    {"role":"system","content":"Responde SOLO JSON válido con campos name y priority (1-5)."},
    {"role":"user","content":"Crear tarea: migrar base de datos a prod."},
    {"role":"assistant","content":"{\"name\":\"Migración DB a Producción\",\"priority\":5}"},
    {"role":"user","content":"Otra: revisar índices."}
  ],
  "temperature":0.1
}'

Buenas prácticas de la industria

• OWASP Top 10 for LLM Applications: guía para mitigar riesgos específicos de apps con LLM.
• NIST AI Risk Management Framework: estructura para gobernanza, riesgos y controles.
• SDLC con IA: integra revisiones de prompts, pruebas automáticas y políticas de seguridad en CI/CD.