chat_menu_cocina

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

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.
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.
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.
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.
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

El sistema iniciará con una bienvenida del asistente.
Se harán 6 preguntas clave:
- Perfil del cliente
- Presupuesto por plato
- Tiempo máximo de preparación
- Estilo de cocina
- Ingredientes disponibles
- Restricciones o alergias
Luego de completarlas, el servidor enviará todo a OpenAI.
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

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