Saltar al contenido principal
Logo de JSCamp

📚 Cargar ruta al backend - Conectando IA con tu servidor

En esta clase damos un paso clave: llevar la inteligencia artificial al backend.

Hasta ahora hemos visto conceptos, pero aquí empezamos a construir algo real: 👉 una ruta en el servidor que usa IA para procesar información.

Esto es lo que convierte un experimento en un producto de verdad.

🚀 ¿Qué vamos a hacer?

Vamos a crear una ruta en nuestro backend que:

  • Recibe un identificador
  • Busca información (por ejemplo, una oferta de trabajo)
  • Usa IA para procesarla
  • Devuelve un resultado ya transformado (por ejemplo, un resumen)

En otras palabras: 👉 convertimos datos en información útil usando IA

🧱 Estructura del backend

Estamos trabajando con una estructura típica de Node.js:

  • routes/ → donde definimos las rutas
  • controllers/ → lógica de negocio
  • models/ → acceso a datos
  • middlewares/ → lógica intermedia

En este caso, creamos una ruta específica para IA:

export const aiRouter = Router()

Esto nos permite separar responsabilidades y mantener el código limpio.

🔌 Configurando OpenAI

Inicializamos el cliente de OpenAI usando una API Key:

const openai = new OpenAI({
  apiKey: process.env.OPENAI_API_KEY
})

⚠️ Importante:

  • Nunca hardcodear la API key
  • Usar variables de entorno

🧠 Creando la ruta

Definimos una ruta que recibe un id:

aiRouter.get('/summary/:id', async (req, res) => {

Paso a paso:

Obtenemos el parámetro:

const { id } = req.params

Buscamos el dato en la base de datos:

const job = await JobModel.getById(id)

Validamos:

if (!job) {
  return res.status(404).json({ error: 'Job not found' })
}

👉 Aquí ya estamos trabajando como en una API real.

✍️ Preparando el prompt

Aquí viene la magia.

Creamos un system prompt que define el comportamiento de la IA:

const systemPrompt = `Eres un asistente que resume ofertas de trabajo...`

Y luego un prompt dinámico con los datos:

const prompt = `
Resume en 4-6 frases la siguiente oferta de trabajo:
Incluye: rol, empresa, ubicación y requisitos clave
Usa un tono claro y directo en español

Título: ${job.title}
Empresa: ${job.company}
Ubicación: ${job.location}
`

💡 Clave:

  • El system prompt define la personalidad
  • El prompt define la tarea concreta

⚡ ¿Qué estamos consiguiendo?

Con esto:

  • Convertimos datos estructurados → en texto útil
  • Automatizamos tareas repetitivas
  • Creamos valor real con IA

Esto ya no es un juguete. 👉 Es la base de cualquier producto con IA.

🧪 Ejemplo de uso

Una petición a:

GET /summary/123

Podría devolver algo como:

{
  "summary": "Empresa X busca un desarrollador..."
}

Es decir: 👉 un backend que ya piensa por ti

🧠 Conceptos clave de la clase

  • Crear rutas con Express
  • Separar lógica en módulos
  • Usar OpenAI desde backend
  • Diseñar prompts efectivos
  • Transformar datos en valor

⚠️ Cosas importantes a tener en cuenta

  • La calidad depende del prompt
  • Siempre valida los datos antes de enviarlos
  • Controla errores en producción
  • No abuses de llamadas a la API (coste)

🔜 Qué veremos en la siguiente clase

En la siguiente clase iremos más allá:

  • Enviar datos desde el frontend
  • Conectar cliente y servidor
  • Mejorar prompts dinámicos
  • Introducir streaming de respuestas

Aquí empieza lo bueno: 👉 construir aplicaciones completas con IA.

💡 Consejo: Si puedes automatizar algo con IA… hazlo en el backend. Es donde realmente escala.