Chat With Your Components

This ad is not shown to multipass and full ticket holders
JSNation US
JSNation US 2025
November 17 - 20, 2025
New York, US & Online
See JS stars in the US biggest planetarium
Learn More
In partnership with Focus Reactive
Upcoming event
JSNation US 2025
JSNation US 2025
November 17 - 20, 2025. New York, US & Online
Learn more
Bookmark
Rate this content

¿Cuántas veces has hecho esto: crear una API, usar los datos con React y luego empezar de nuevo, una y otra vez? ¿Qué pasaría si pudiéramos hacer una aplicación de React de pila completa que pueda crear interfaces de usuario por sí sola, sin necesidad de escribir ningún código backend y chatear directamente con tus datos? En esta charla, aprenderemos cómo hacer una aplicación que pueda cambiar la apariencia de los datos usando comandos de texto simples y cambios inteligentes de AI. Hablemos con tus componentes.

This talk has been presented at React Advanced 2024, check out the latest edition of this React Conference.

Theodore Vorillas
Theodore Vorillas
15 min
28 Oct, 2024

Comments

Sign in or register to post your comment.
Video Summary and Transcription
En esta charla, el orador discute cómo construir interfaces de usuario inteligentes usando React y AI. Exploran el uso de AI para mejorar la interacción de datos en un componente de tabla y demuestran cómo AI puede ser utilizada para prellenar espacios de calendario en un motor de reservas. El orador también explica cómo crear UIs dinámicas con React ajustando indicaciones de lenguaje y especificando elementos de UI. Introducen LangChain, un marco de código abierto para construir aplicaciones de modelos de lenguaje, y explican cómo puede ser utilizado para generar UIs. El orador concluye discutiendo cómo los datos JSON pueden ser utilizados para generar UIs y proporciona documentación y ejemplos para construir componentes de UI.
Available in English: Chat With Your Components

1. Building Smart User Interfaces with React and AI

Short description:

En mi masterclass, explicaré cómo construir interfaces de usuario inteligentes usando React e IA. React ha revolucionado el desarrollo web con su poderoso y flexible sistema de componentes. La interfaz de chat permite una interacción directa con la IA. Experimentaremos con paquetes de IA, que permiten la interacción directa con modelos de IA. Usando Zod Schemas, podemos guiar a los modelos para producir la salida correcta.

Hola. Espero que estén disfrutando de la conferencia hasta ahora. Mi nombre es Teodor. Soy un desarrollador web construyendo Proxima, una plataforma de análisis de código abierto. En mi masterclass de hoy, intentaré explicar cómo se pueden construir interfaces de usuario inteligentes usando React e inteligencia artificial.

En mi honesta opinión, React ha sido un cambio de juego para el desarrollo web. JSX index nos permitió reutilizar la forma en que construimos interfaces de usuario. Imagina que tienes un montón de componentes en el sistema de diseño. Estos componentes son como ladrillos de Lego, pero mucho más poderosos y flexibles. Un componente puede ajustar datos, generar contenido y pasar el resultado a otros componentes. Luego puedes comenzar a construir usando estos primitivos y componerlos para construir interfaces de usuario complejas.

Pero hay un problema fundamental. Cada vez que construyes algo, bueno, tienes que realmente escribir el código, ¿verdad? Cada vez que quieres hacer un cambio, tienes que combinar los datos, la interfaz de usuario y la lógica. Entonces, los usuarios finales están de alguna manera estrechamente acoplados con sus ciclos de lanzamiento de los desarrolladores. Sin embargo, cuando salió chat2BT, reintrodujo una idea que viene de principios de los 2000. La interfaz de chat. Un símbolo y una experiencia de usuario tan común. Hacer preguntas y obtener respuestas en texto plano, es la forma más directa de interactuar con la inteligencia artificial. Con el lanzamiento público de nuevas API de IA, el acceso a tecnología avanzada se volvió más abierto, permitiéndonos crear aplicaciones que van más allá de los límites típicos.

Para esta masterclass, intentaremos experimentar un poco con los paquetes de IA. Esto es un envoltorio delgado alrededor de open AI y otros proveedores de modelos junto con algunos ayudantes, hooks, y abstracciones construidas sobre React y el ecosistema de Node.js. Los paquetes de IA nos permiten interactuar directamente con modelos de IA desde nuestros componentes de React o rutas de API. Así que, podemos pasar un prompt, el modelo deseado, y obtener una respuesta en formato de texto plano. Y este es solo el caso de uso más simple. Pero hay mucho más que realmente podemos hacer. Un modelo opera como una caja negra. No tiene comprensión del contexto de tu aplicación o los datos en cuestión. Sin embargo, podemos guiarlo proporcionando un esquema de tiempo de ejecución para asegurar que produzca la salida correcta. Para este propósito, vamos a usar Zod Schemas. Y como ejemplo, podemos comenzar a explorar cómo podemos resolver problemas comunes de interfaces de usuario.

2. Enhancing Data Interaction with AI

Short description:

Exploramos el uso de IA para abordar el problema de interactuar con datos en un componente de tabla. Transmitir la respuesta como un objeto parcial permite actualizaciones instantáneas de la interfaz de usuario. El esquema Zod se puede usar para la validación de formularios y datos. Otro ejemplo es un motor de reservas que prellena la ranura del calendario según el prompt. El paquete de IA integra la ingeniería de prompts completa con componentes generativos. Crearemos una aplicación meteorológica llamada Breeze usando un motor para guiar la salida del modelo.

Aquí, tenemos un componente de tabla junto con algunos menús desplegables para filtrar los datos. Aunque el menú desplegable parece guiar al usuario, interactuar con los datos no es tan sencillo como debería ser. En aplicaciones más grandes, esto podría llevar a clics innecesarios y desorden visual.

Ahora, exploremos cómo podemos abordar este problema usando IA. Dentro de nuestra aplicación, tenemos nuestro esquema de filtro y lo usamos para generar un sujeto de filtro que se pasa al componente de tabla. Tenemos solo tres campos. Categoría, idioma y país. Podemos pasar el esquema como contexto en el modelo y recibir una respuesta.

Con el SDK de IA, podemos transmitir la respuesta como un objeto parcial, mientras que el esquema define la estructura de los datos devueltos por el modelo. La transmisión es una característica poderosa, que nos permite actualizar la interfaz de usuario casi al instante. Finalmente, configuramos una entrada básica para activar el proceso de filtrado. Es importante notar que en frameworks como Next.js, podemos aprovechar completamente las capacidades de transmisión de los componentes del servidor de React.

Y así es como se ve la implementación en la interfaz de usuario. Podemos agregar gradualmente más campos. Y a medida que el esquema se actualiza, la interfaz se adaptará en consecuencia.

Ahora, si estás familiarizado con Zod, es posible que hayas usado para validar entradas de formularios también. Podemos construir sobre el ejemplo anterior prellenando un formulario directamente desde la respuesta del modelo. La fuente de los datos no es crucial, ya que se puede pasar a través del contexto de la generación. La mejor parte es que podemos reutilizar el mismo esquema Zod para la generación de IA, la validación de formularios en el front-end y la validación de datos en el back-end también.

Finalmente, aquí hay otro ejemplo que realmente me gusta, y es un motor de reservas. Una vez que el prompt se inyecta con el contexto correcto, podemos prellenar la ranura en el calendario y generar el evento en consecuencia. Todo comienza en el front-end. Todas las demostraciones anteriores destacaron micro-indirecciones y cómo podemos abordar desafíos comunes de UI como filtrar, completar formularios complejos o gestionar selectores de fechas. Si deseas profundizar en este tema, he escrito un artículo detallado en mi sitio web para que lo explores.

Y de hecho, esto fue solo un vistazo de lo que podemos lograr con un modelo de lenguaje grande. Indudablemente, el aspecto más poderoso del paquete de IA es su capacidad para integrar la ingeniería de prompts completa con componentes generativos. Así que, intentaremos crear una aplicación meteorológica simple que nos permita verificar el clima en diferentes ciudades del mundo. Vamos a llamarla Breeze. La parte más crucial es comenzar a crear el motor que guiará al modelo para producir la salida correcta. En este caso, simplemente estamos instruyendo al modelo para que actúe como un asistente meteorológico.

3. Creating Dynamic UIs with React

Short description:

Podemos ajustar el prompt de lenguaje y especificar elementos de UI usando corchetes y notaciones abreviadas. La integración de chat rastrea el historial de conversaciones. Las funciones de generación de clima guían al modelo para entender las consultas del usuario. La herramienta de UI so-weather proporciona una descripción, parámetros y una función de generación. El campo de entrada permite a los usuarios preguntar por el clima en diferentes ciudades. El sistema es estático, pero hay potencial para generar dinámicamente componentes de React basados en las intenciones del usuario y los datos disponibles.

Podemos ajustar el prompt de lenguaje según sea necesario y proporcionar tanto contexto como se requiera. En este escenario, no solo podemos guiar al modelo, sino también especificar los diferentes elementos de UI que puede generar usando corchetes y notaciones abreviadas. Por ejemplo, podemos pedir el clima en París.

Finalmente, podemos comenzar a construir la integración de chat como una acción de servidor en NextJS. Dado que nuestro objetivo es crear una aplicación de chat completamente funcional, también necesitamos rastrear el historial de conversaciones entre el agente y el usuario. Y es por eso que estamos usando el estado mutable de AI. El resultado devuelto es un flujo que contiene componentes de React simples. Podemos configurar la respuesta inicial, que es un spinner, luego pasar el prompt del agente para configurar el comportamiento del asistente. Finalmente, podemos adjuntar el historial de conversaciones dentro del objeto.

Nuestro siguiente paso es agregar las funciones de generación de clima. Necesitamos guiar al modelo para entender lo que el usuario está pidiendo y reunir toda la información relacionada con el clima y activar la tarea apropiada en el agente. Su tarea, también referida como una herramienta, se define dentro del sujeto de la herramienta vinculado a la función de UI de flujo.

Ahora, exploremos cómo podemos implementar la herramienta de UI so-weather. Cada herramienta viene con una descripción que describe su propósito y funcionalidad. La descripción se usa como guía para el modelo. También tenemos el sujeto de parámetros que describe los argumentos que la herramienta acepta. Y finalmente, la función de generación. Un generador que produce texto plano o nodos de React. Dentro del generador, podemos actualizar progresivamente la UI, comenzando con el estado de carga, y luego recuperar todos los datos necesarios de la base de datos para finalmente mostrar la UI del clima.

Ahora, unamos todo y veamos el panorama completo. El campo de entrada en la parte inferior nos permite preguntar al asistente por el clima en diferentes ciudades. Una vez activado, el agente recogerá el prompt y la respuesta se transmitirá de vuelta al usuario casi en tiempo real, como puedes ver en el gráfico. Si deseas aprender más sobre Interfaces de Usuario Generadas Completamente Desarrolladas, he preparado un artículo detallado en mi sitio web, completo con ejemplos y casos de uso. Como siempre, siéntete libre de revisarlo.

Pero todavía hay un problema que debería mencionar. El sistema es una vez más estático. Todo está codificado, y tienes que guiar manualmente al modelo para producir la salida correcta con las herramientas apropiadas en cada escenario. Pero, ¿y si pudiéramos de alguna manera generar dinámicamente componentes complejos de React basados en las intenciones del usuario y todos los datos disponibles? Si estás familiarizado con constructores de sitios como Wix, o aplicaciones como Notion, habrás notado que te permiten arrastrar y soltar componentes de UI para crear páginas o paneles según tus necesidades. Si examinas cómo Notion define la UI de una página, verás que es esencialmente un objeto JSON. La estructura describe el resultado visual de la página de una manera muy detallada.

4. Building Dynamic UIs with LangChain

Short description:

Podemos generar una estructura similar usando LangChain, un framework de código abierto para construir aplicaciones de modelos de lenguaje. LangChain permite la interacción con varias fuentes de datos, modelos y herramientas. Podemos consultar la base de datos, crear prompts y generar consultas SQL. Con permisos limitados, podemos mejorar los resultados usando prompts específicos. Podemos convertir la salida a JSON y conectar la cadena con el módulo de AI. El modelo puede mapear la respuesta de datos con la intención del usuario.

Así que podemos generar una estructura similar basada en los datos disponibles y los componentes de UI a mano. Vamos a explorar cómo podemos hacer eso usando un framework llamado LangChain.

LangChain es un framework de código abierto para construir aplicaciones de modelos de lenguaje. Con LangChain, podemos interactuar con varias fuentes de datos, modelos y herramientas, orquestando el flujo de datos y generación. También funciona bien junto con el paquete de AI.

Por fuente de datos, básicamente podemos referirnos a diferentes cosas. Puede ser una API, un punto final gráfico, una base de datos, un archivo, o incluso una herramienta de terceros. LangChain puede leer la estructura de datos de diferentes fuentes de datos, interactuar con ellas a través de una interfaz uniforme, y pasarlas al modelo de lenguaje.

Ahora, consultemos la base de datos y proporcionemos datos a nuestros componentes. Primero, necesitamos crear un objeto de fuente de datos que se usará para conectar a nuestra base de datos. Aquí, estamos usando solo una base de datos local. A continuación, necesitamos crear una plantilla de prompt que guiará al modelo para generar la salida correcta. Describiremos la entrada y salida usando marcadores de posición para todos los parámetros.

Nuestro objetivo aquí es incitar al modelo a producir una consulta SQL basada en la pregunta del usuario. El contexto para el prompt es proporcionado automáticamente por el esquema de la base de datos. Así que, si el usuario pide los dos álbumes más vendidos, el modelo sabrá qué tablas consultar. Una vez que eso esté configurado, podemos crear una cadena que tome el prompt entrante, lo convierta en una consulta SQL la ejecute, y devuelva el resultado.

Finalmente, podemos invocar esta cadena usando una pregunta y obtener la respuesta de vuelta como una cadena. Es bastante obvio, pero tengo que mencionar que dado que estamos interactuando directamente con la base de datos, necesitamos asegurarnos de que el modelo tenga permisos limitados. Las operaciones de base de datos no siempre son predecibles, y el modelo a veces puede ser incitado. Sin embargo, podemos mejorar los resultados usando un prompt más detallado, estricto y específico.

Nuestro último paso es agregar otro enlace en la cadena que convierta la salida en un objeto JSON Ahora, tenemos una cadena completa que toma la pregunta del usuario, crea una consulta SQL, la ejecuta y devuelve los resultados en formato JSON. Su enlace en la cadena es modular y puede ajustarse según sea necesario. Una vez que estemos satisfechos con el analizador de datos, podemos combinar todo y usar el adaptador correcto para conectar nuestra cadena con el módulo de AI. La pieza final del rompecabezas es forzar al modelo a mapear la respuesta de datos con la intención del usuario.

Por intención, nos referimos al resultado esperado de la consulta de base de datos mostrado en la interfaz visual, ampliamente aceptado por el usuario final. Por ejemplo, si estamos consultando múltiples filas, esperaríamos ver una vista de tabla. Para datos de series temporales, por otro lado, un gráfico sería más apropiado, y así sucesivamente. Esta vez, estamos dirigiendo al modelo a trabajar como un diseñador.

5. Generating UI with JSON Data

Short description:

La estructura de datos JSON se utiliza para construir la UI. Damos al modelo muestras e instrucciones claras para asegurar una salida visual consistente. Documentamos componentes y proporcionamos una mini guía de documentación. El generador compone componentes de UI y transmite resultados de vuelta al cliente. Los usuarios piden información y reciben mini widgets personalizados. No dudes en ponerte en contacto para preguntas o comentarios.

Esto generará una estructura de datos JSON que utilizaremos para construir la UI. Como puedes ver, la ingeniería de problemas aquí es clave porque describe lo que queremos crear. Podemos mejorar aún más la comprensión del modelo dándole muestras e instrucciones claras sobre cómo convertir la estructura de datos JSON. Esto es crucial para asegurar que la salida visual del modelo sea consistente en todas las pantallas y esté alineada con nuestros requisitos visuales.

A continuación, necesitamos darle al modelo todos los componentes disponibles que queremos usar. Dado que estamos usando React, podemos documentar nuestros componentes, incluyendo sus props, los props que aceptan y los datos que necesitan. Para hacer esto, podemos extraer sus tipos, cualquier esquema de validación de zona que puedan usar, y crear una mini guía de documentación para el modelo.

Aquí es donde todas las piezas se juntan. El generador recibirá la estructura de datos, compondrá los componentes de UI y transmitirá los resultados de vuelta al cliente. En nuestra demostración final, podemos ver cómo funciona todo el proceso de flujo de datos y generación de UI. Los usuarios están pidiendo al Asistente información sobre sus artistas y álbumes favoritos, y el Asistente responde con mini widgets personalizados creados en el momento. Hemos limitado los bloques de construcción a títulos, tarjetas, listas y gráficos, pero los resultados visuales en cada ejecución son aún bastante atractivos y consistentes.

Así que espero que hayas disfrutado de la charla, y realmente quiero animarte a comenzar a construir tus propias herramientas y aplicaciones con una pieza de tecnología que parece tan prometedora. Todo el código de las demostraciones y las diapositivas también están disponibles en mi sitio web, y si tienes alguna pregunta o comentario, no dudes en ponerte en contacto en Twitter o por correo electrónico. Espero con interés escuchar de ti. Así que quiero agradecerte mucho por tu tiempo y paciencia, y espero que disfrutes el resto de la conferencia. Hasta la próxima. ¡Adiós!

Check out more articles and videos

We constantly think of articles and videos that might spark Git people interest / skill us up or help building a stellar career

Construyendo un Asistente AI Activado por Voz con Javascript
JSNation 2023JSNation 2023
21 min
Construyendo un Asistente AI Activado por Voz con Javascript
Top Content
This Talk discusses building a voice-activated AI assistant using web APIs and JavaScript. It covers using the Web Speech API for speech recognition and the speech synthesis API for text to speech. The speaker demonstrates how to communicate with the Open AI API and handle the response. The Talk also explores enabling speech recognition and addressing the user. The speaker concludes by mentioning the possibility of creating a product out of the project and using Tauri for native desktop-like experiences.
El Flujo de Trabajo del Desarrollador Asistido por IA: Construye Más Rápido e Inteligente Hoy
JSNation US 2024JSNation US 2024
31 min
El Flujo de Trabajo del Desarrollador Asistido por IA: Construye Más Rápido e Inteligente Hoy
Top Content
AI is transforming software engineering by using agents to help with coding. Agents can autonomously complete tasks and make decisions based on data. Collaborative AI and automation are opening new possibilities in code generation. Bolt is a powerful tool for troubleshooting, bug fixing, and authentication. Code generation tools like Copilot and Cursor provide support for selecting models and codebase awareness. Cline is a useful extension for website inspection and testing. Guidelines for coding with agents include defining requirements, choosing the right model, and frequent testing. Clear and concise instructions are crucial in AI-generated code. Experienced engineers are still necessary in understanding architecture and problem-solving. Energy consumption insights and sustainability are discussed in the Talk.
IA y Desarrollo Web: ¿Exageración o Realidad?
JSNation 2023JSNation 2023
24 min
IA y Desarrollo Web: ¿Exageración o Realidad?
Top Content
This talk explores the use of AI in web development, including tools like GitHub Copilot and Fig for CLI commands. AI can generate boilerplate code, provide context-aware solutions, and generate dummy data. It can also assist with CSS selectors and regexes, and be integrated into applications. AI is used to enhance the podcast experience by transcribing episodes and providing JSON data. The talk also discusses formatting AI output, crafting requests, and analyzing embeddings for similarity.
El Ascenso del Ingeniero de IA
React Summit US 2023React Summit US 2023
30 min
El Ascenso del Ingeniero de IA
Top Content
The rise of AI engineers is driven by the demand for AI and the emergence of ML research and engineering organizations. Start-ups are leveraging AI through APIs, resulting in a time-to-market advantage. The future of AI engineering holds promising results, with a focus on AI UX and the role of AI agents. Equity in AI and the central problems of AI engineering require collective efforts to address. The day-to-day life of an AI engineer involves working on products or infrastructure and dealing with specialties and tools specific to the field.
Aplicaciones Web del Futuro con Web AI
JSNation 2024JSNation 2024
32 min
Aplicaciones Web del Futuro con Web AI
Web AI in JavaScript allows for running machine learning models client-side in a web browser, offering advantages such as privacy, offline capabilities, low latency, and cost savings. Various AI models can be used for tasks like background blur, text toxicity detection, 3D data extraction, face mesh recognition, hand tracking, pose detection, and body segmentation. JavaScript libraries like MediaPipe LLM inference API and Visual Blocks facilitate the use of AI models. Web AI is in its early stages but has the potential to revolutionize web experiences and improve accessibility.
Cobertura de código con IA
TestJS Summit 2023TestJS Summit 2023
8 min
Cobertura de código con IA
Premium
Codium is a generative AI assistant for software development that offers code explanation, test generation, and collaboration features. It can generate tests for a GraphQL API in VS Code, improve code coverage, and even document tests. Codium allows analyzing specific code lines, generating tests based on existing ones, and answering code-related questions. It can also provide suggestions for code improvement, help with code refactoring, and assist with writing commit messages.

Workshops on related topic

IA a demanda: IA sin servidor
DevOps.js Conf 2024DevOps.js Conf 2024
163 min
IA a demanda: IA sin servidor
Top Content
Featured WorkshopFree
Nathan Disidore
Nathan Disidore
En esta masterclass, discutimos los méritos de la arquitectura sin servidor y cómo se puede aplicar al espacio de la IA. Exploraremos opciones para construir aplicaciones RAG sin servidor para un enfoque más lambda-esque a la IA. A continuación, nos pondremos manos a la obra y construiremos una aplicación CRUD de muestra que te permite almacenar información y consultarla utilizando un LLM con Workers AI, Vectorize, D1 y Cloudflare Workers.
AI para Desarrolladores de React
React Advanced 2024React Advanced 2024
142 min
AI para Desarrolladores de React
Top Content
Featured Workshop
Eve Porcello
Eve Porcello
El conocimiento de las herramientas de AI es fundamental para preparar el futuro de las carreras de los desarrolladores de React, y la suite de herramientas de AI de Vercel es una vía de acceso accesible. En este curso, examinaremos más de cerca el Vercel AI SDK y cómo esto puede ayudar a los desarrolladores de React a construir interfaces de transmisión con JavaScript y Next.js. También incorporaremos APIs de terceros adicionales para construir y desplegar una aplicación de visualización de música.
Temas:- Creación de un Proyecto de React con Next.js- Elección de un LLM- Personalización de Interfaces de Transmisión- Construcción de Rutas- Creación y Generación de Componentes - Uso de Hooks (useChat, useCompletion, useActions, etc)
How to 9,2x Your Development Speed with Cline
JSNation 2025JSNation 2025
64 min
How to 9,2x Your Development Speed with Cline
Featured Workshop
Nik Pash
Nik Pash
La forma en que escribimos código está cambiando fundamentalmente. En lugar de quedar atrapado en bucles anidados y detalles de implementación, imagine enfocarse puramente en la arquitectura y la resolución creativa de problemas mientras su programador de pares de IA maneja la ejecución. En esta masterclass práctica, te mostraré cómo aprovechar Cline (un agente de codificación autónomo que recientemente alcanzó 1M de descargas en VS Code) para acelerar drásticamente tu flujo de trabajo de desarrollo a través de una práctica que llamamos "vibe coding" - donde los humanos se enfocan en el pensamiento de alto nivel y la IA maneja la implementación.Descubrirás:Los principios fundamentales del "vibe coding" y cómo se diferencia del desarrollo tradicionalCómo diseñar soluciones a un alto nivel y hacer que la IA las implemente con precisiónDemostración en vivo: Construcción de un sistema de almacenamiento en caché de grado de producción en Go que nos ahorró $500/semanaTécnicas para usar IA para entender bases de código complejas en minutos en lugar de horasMejores prácticas para solicitar a los agentes de IA que obtengan exactamente el código que deseasErrores comunes a evitar al trabajar con asistentes de codificación de IAEstrategias para usar IA para acelerar el aprendizaje y reducir la dependencia de ingenieros seniorCómo combinar efectivamente la creatividad humana con las capacidades de implementación de IAYa sea que seas un desarrollador junior que busca acelerar tu aprendizaje o un ingeniero senior que desea optimizar tu flujo de trabajo, saldrás de esta masterclass con experiencia práctica en desarrollo asistido por IA que puedes aplicar inmediatamente a tus proyectos. A través de demostraciones de codificación en vivo y ejercicios prácticos, aprenderás cómo aprovechar Cline para escribir mejor código más rápido mientras te enfocas en lo que importa: resolver problemas reales.
Building Full Stack Apps With Cursor
JSNation 2025JSNation 2025
46 min
Building Full Stack Apps With Cursor
Featured Workshop
Mike Mikula
Mike Mikula
En esta masterclass cubriré un proceso repetible sobre cómo iniciar aplicaciones full stack en Cursor. Espere comprender técnicas como el uso de GPT para crear requisitos de producto, esquemas de base de datos, hojas de ruta y usarlos en notas para generar listas de verificación que guíen el desarrollo de aplicaciones. Profundizaremos más en cómo solucionar alucinaciones/errores que ocurren, indicaciones útiles para hacer que su aplicación se vea y se sienta moderna, enfoques para conectar cada capa y más. Al final, ¡espere poder ejecutar su propia aplicación full stack generada por IA en su máquina!
Por favor, encuentre las preguntas frecuentes aquí
Webinar gratuito: Construyendo aplicaciones Full Stack con Cursor
Productivity Conf for Devs and Tech LeadersProductivity Conf for Devs and Tech Leaders
71 min
Webinar gratuito: Construyendo aplicaciones Full Stack con Cursor
Top Content
WorkshopFree
Mike Mikula
Mike Mikula
Para asistir al webinar, por favor regístrate aquí.En este webinar cubriré un proceso repetible sobre cómo iniciar aplicaciones Full Stack en Cursor. Espera entender técnicas como usar GPT para crear requisitos de producto, esquemas de base de datos, hojas de ruta y usar esos en notas para generar listas de verificación que guíen el desarrollo de la aplicación. Profundizaremos más en cómo corregir alucinaciones/errores que ocurren, indicaciones útiles para hacer que tu aplicación se vea y se sienta moderna, enfoques para conectar cada capa y más. Al final, ¡espera poder ejecutar tu propia aplicación Full Stack generada por IA en tu máquina!
Trabajando con OpenAI y la Ingeniería de Prompts para Desarrolladores de React
React Advanced 2023React Advanced 2023
98 min
Trabajando con OpenAI y la Ingeniería de Prompts para Desarrolladores de React
Top Content
Workshop
Richard Moss
Richard Moss
En esta masterclass daremos un recorrido por la IA aplicada desde la perspectiva de los desarrolladores de front end, enfocándonos en las mejores prácticas emergentes cuando se trata de trabajar con LLMs para construir grandes productos. Esta masterclass se basa en los aprendizajes obtenidos al trabajar con la API de OpenAI desde su debut en noviembre pasado para construir un MVP funcional que se convirtió en PowerModeAI (una herramienta de creación de ideas y presentaciones orientada al cliente).
En la masterclass habrá una mezcla de presentación y ejercicios prácticos para cubrir temas que incluyen:
- Fundamentos de GPT- Trampas de los LLMs- Mejores prácticas y técnicas de ingeniería de prompts- Uso efectivo del playground- Instalación y configuración del SDK de OpenAI- Enfoques para trabajar con la API y la gestión de prompts- Implementación de la API para construir una aplicación orientada al cliente potenciada por IA- Ajuste fino y embeddings- Mejores prácticas emergentes en LLMOps