Skip to content

README.md

Latest commit

 

History

History
179 lines (120 loc) · 5.34 KB

README.md

File metadata and controls

179 lines (120 loc) · 5.34 KB
Raw

Avatar

Asistente Inteligente de Menú Gastronómico

“Cocinando con datos, sirviendo con sabor.”

🧠 Descripción general

Esta aplicación web permite generar menús gastronómicos personalizados usando inteligencia artificial de OpenAI. El usuario responde una serie de preguntas en formato conversacional, y el sistema construye un menú de 3 tiempos optimizado: entrada, plato principal y postre.

El objetivo es ofrecer una solución práctica para chefs, restaurantes o emprendedores gastronómicos que deseen crear menús atractivos, rentables y alineados a perfiles específicos de cliente.

🛠️ Historia del desarrollo

🔹 Plan inicial

  • Utilizar herramientas visuales como lovable.dev o v0.dev para diseñar la interfaz de usuario.
  • Conectar esa interfaz al backend de Flask con Python y lógica para OpenAI.

🔹 Dificultades encontradas

  • Las plataformas visuales generaban componentes difíciles de adaptar al backend en Python sin romper el flujo de ejecución.
  • El sistema colapsaba al intentar integrar la lógica del servidor dentro de estructuras creadas automáticamente.
  • La comunicación entre el frontend generado y Flask no era estable, por lo que se descartó este enfoque.

🔹 Solución final adoptada

  • Se diseñó una interfaz personalizada usando HTML y CSS puro.
  • Se implementó una conversación progresiva que hace preguntas una a una.
  • Se utilizó una lógica clara para tomar los inputs, construir un prompt optimizado, y enviarlo a la API de OpenAI.

📋 Estructura del proyecto

asistente_menu_ia/
├── app.py
├── .env
├── requirements.txt
├── templates/
│   └── index.html
└── static/
    └── styles.css

🚶‍♂️ Paso a paso del desarrollo

  1. Diseño conversacional

    • Se implementó un sistema que simula una conversación tipo chatbot.
    • Las preguntas se hacen de forma secuencial y las respuestas se almacenan dinámicamente.

  2. Interfaz personalizada

    • El frontend fue construido en HTML5 y estilizado con CSS puro.
    • Se añadió un sistema visual tipo "Messenger" para hacerlo amigable y moderno.

  3. Backend con Flask

    • Se definieron dos rutas: / para el frontend y /api/generate-menu para el procesamiento.
    • El servidor recibe los datos, construye un prompt y lo envía a OpenAI.

  4. Prompt Engineering

    • Se diseñó un prompt robusto, con instrucciones claras para generar resultados útiles, estructurados y coherentes.
    • Se cuidó el uso de tokens, asegurando que la petición esté optimizada para GPT-3.5-turbo.

  5. Procesamiento de respuesta

    • La respuesta de OpenAI se presenta en el chat en formato Markdown.
    • El menú incluye nombre del plato, ingredientes, descripción, costo, precio sugerido y recomendación de emplatado.

💾 Instalación y uso

1. Clona el repositorio

git clone https://github.com/sjaquer/chat_menu_cocina.git
cd chat_menu_cocina

2. Crea un entorno virtual (opcional)

python -m venv venv
source venv/bin/activate  # En Windows: venv\Scripts\activate

3. Instala las dependencias

pip install -r requirements.txt

4. Configura la API Key de OpenAI

Crea un archivo .env con el siguiente contenido:

OPENAI_API_KEY=sk-tu_clave_aqui

5. Ejecuta la aplicación

python app.py

Abre tu navegador en http://localhost:5000.

✅ Cómo usarlo

  1. El sistema iniciará con una bienvenida del asistente.

  2. Se harán 6 preguntas clave:

    • Perfil del cliente
    • Presupuesto por plato
    • Tiempo máximo de preparación
    • Estilo de cocina
    • Ingredientes disponibles
    • Restricciones o alergias

  3. Luego de completarlas, el servidor enviará todo a OpenAI.

  4. Recibirás un menú completo generado por IA con:

    • Nombre atractivo del plato
    • Ingredientes usados
    • Descripción para menú
    • Costo estimado y precio sugerido
    • Sugerencia de emplatado

📌 Consideraciones técnicas

  • El prompt fue diseñado para maximizar la calidad y utilidad de la respuesta dentro del límite de tokens de GPT-3.5-turbo.
  • El sistema funciona completamente local (sin necesidad de frontend externo).
  • Se diseñó para ser simple de usar, incluso sin conocimientos técnicos.

🧪 Recomendación para pruebas

Accede a /test-api para verificar conectividad con OpenAI:

http://localhost:5000/test-api

📝 Licencia

MIT License. Puedes utilizar, modificar y distribuir este proyecto libremente con fines educativos o comerciales.

👨‍💻 Autor

avatar

Desarrollado por sjaquer
Repositorio original: github.com/sjaquer/trabajo_final_ia