El código generado por IA puede parecer completo y aun así contener supuestos ocultos sobre entradas, casos límite, dependencias y errores. Esta guía usa un ejemplo CSV sintético pequeño para revisar el código de forma sistemática antes de utilizarlo con datos reales.
La traducción se ha realizado con IA. Comprueba el código, las unidades y los valores junto con el original. La revisión por hablantes nativos de cada idioma aún no se ha completado. English
Para quién esPara personas que usan un asistente de chat con IA para crear pequeños scripts de Python y quieren revisarlos de forma repetible antes de aplicarlos a datos reales.
Un asistente de chat con IA puede producir código sintácticamente plausible con rapidez, pero que parezca correcto no significa que lo sea. Un script puede asumir que todas las filas de entrada están completas, interpretar mal una columna, sobrescribir un resultado existente, depender de un paquete que no tienes instalado o fallar solo cuando recibe un valor poco habitual. Por eso, no basta con comprobar si el código parece razonable. Hay que revisar sus supuestos uno por uno.
Una revisión compacta puede organizarse en cinco preguntas: ¿qué entradas espera el código?, ¿qué ocurre en los casos límite?, ¿cómo gestiona los errores?, ¿qué dependencias necesita?, ¿qué pruebas revelarían un resultado incorrecto? También conviene revisar el comportamiento de salida, porque un cálculo correcto puede seguir siendo inseguro si sobrescribe archivos existentes.
Supongamos que tienes un archivo sintético llamado orders.csv. Tiene tres columnas: order_id, quantity y unit_price. Las tres filas de datos son A001,2,10.00; A002,3,5.50; y A003,1,8.00. Los ingresos esperados se pueden calcular fácilmente a mano: 2 × 10.00 = 20.00, 3 × 5.50 = 16.50 y 1 × 8.00 = 8.00. Por tanto, el total debe ser 44.50 para 6 unidades.
Mantener el primer ejemplo tan pequeño es importante. Si un script producido por IA devuelve 44.50, puedes verificar el valor de forma independiente. Si empiezas directamente con un archivo de trabajo de 50,000 filas, un resultado aparentemente razonable puede ocultar un error de lectura o cálculo.
| order_id | quantity | unit_price | ingresos esperados |
|---|---|---|---|
| A001 | 2 | 10.00 | 20.00 |
| A002 | 3 | 5.50 | 16.50 |
| A003 | 1 | 8.00 | 8.00 |
| Total | 6 | 44.50 |
Es mejor especificar el formato del archivo, el cálculo, el comportamiento ante errores y la política de salida en lugar de pedir simplemente un script que resuma las ventas.
Una respuesta razonable puede usar csv.DictReader, Decimal para importes monetarios, pathlib para las rutas y validación explícita. Aunque el código se vea limpio, revisa cada condición y cada rama en lugar de asumir que la implementación coincide con lo solicitado.
from csv import DictReader
from decimal import Decimal, InvalidOperation
from pathlib import Path
INPUT_FILE = Path("orders.csv")
OUTPUT_DIR = Path("outputs")
OUTPUT_FILE = OUTPUT_DIR / "order_summary.txt"
REQUIRED_COLUMNS = {"order_id", "quantity", "unit_price"}
def main():
if not INPUT_FILE.is_file():
raise SystemExit(f"Input file not found: {INPUT_FILE}")
if OUTPUT_FILE.exists():
raise SystemExit(f"Output already exists: {OUTPUT_FILE}")
total_quantity = 0
total_revenue = Decimal("0")
with INPUT_FILE.open("r", encoding="utf-8", newline="") as file:
reader = DictReader(file)
if reader.fieldnames is None:
raise SystemExit("Input file has no header row.")
missing_columns = REQUIRED_COLUMNS - set(reader.fieldnames)
if missing_columns:
names = ", ".join(sorted(missing_columns))
raise SystemExit(f"Missing required columns: {names}")
for line_number, row in enumerate(reader, start=2):
order_id = row["order_id"].strip()
quantity_text = row["quantity"].strip()
price_text = row["unit_price"].strip()
if not order_id or not quantity_text or not price_text:
raise SystemExit(f"Missing value on line {line_number}.")
try:
quantity = int(quantity_text)
unit_price = Decimal(price_text)
except (ValueError, InvalidOperation):
raise SystemExit(f"Invalid numeric value on line {line_number}.")
if quantity < 0 or unit_price < 0:
raise SystemExit(f"Negative value on line {line_number}.")
total_quantity += quantity
total_revenue += quantity * unit_price
OUTPUT_DIR.mkdir(parents=True, exist_ok=True)
result = (
f"total_quantity={total_quantity}\n"
f"total_revenue={total_revenue:.2f}\n"
)
OUTPUT_FILE.write_text(result, encoding="utf-8")
print(f"Wrote: {OUTPUT_FILE}")
if __name__ == "__main__":
main()
| Comprobación | Pregunta que debes hacer | Qué hace este ejemplo |
|---|---|---|
| Entradas | ¿Están claros los nombres de archivo, columnas, codificación y tipos de datos? | Exige orders.csv y tres columnas concretas; abre el CSV como UTF-8. |
| Casos límite | ¿Qué ocurre con cabeceras ausentes, campos vacíos, ceros o valores negativos? | Rechaza campos obligatorios ausentes y valores negativos; acepta cero. |
| Errores | ¿Una entrada no válida detiene claramente el proceso o permite continuar con un resultado incorrecto? | Se detiene con un mensaje que incluye la línea cuando falta un valor o hay un número no válido. |
| Dependencias | ¿El script necesita paquetes o versiones que no se hayan indicado? | Usa únicamente módulos de la biblioteca estándar de Python 3.12. |
| Seguridad de salida | ¿Puede sobrescribir un resultado existente? | Se detiene si outputs/order_summary.txt ya existe. |
| Pruebas | ¿Puedes predecir el resultado para un ejemplo pequeño? | El ejemplo sintético debe producir 6 unidades y 44.50 de ingresos. |
También hay que revisar supuestos que no resultan evidentes solo por la sintaxis. Por ejemplo, este script permite quantity 0 y unit_price 0 porque no son valores negativos. Que esos ceros sean válidos es una regla del negocio, no una cuestión de Python. La persona que revisa debe decidir si esa regla coincide con el conjunto de datos real.
No pruebes solo el caso normal. Un conjunto corto de entradas deliberadamente diferentes permite conocer mucho mejor el comportamiento real del script.
Esta checklist puede descubrir muchos errores de implementación habituales, pero no demuestra que el requisito de fondo sea correcto. El script no puede decidir si las devoluciones deben representarse con valores negativos, si quantity puede ser 0, si los precios incluyen impuestos o si se permiten order_id duplicados salvo que esas reglas se definan explícitamente.
En scripts más grandes o de mayor riesgo, amplía la revisión a seguridad, permisos, privacidad, concurrencia, precisión numérica, rendimiento, registros y pruebas automatizadas. También conviene revisar con más cuidado cualquier código que manipule rutas, ejecute comandos de shell, haga solicitudes de red, gestione credenciales o realice operaciones destructivas con archivos.
La secuencia práctica es sencilla: define el contrato de entrada, calcula de forma independiente un ejemplo pequeño, revisa cada ruta de error, identifica las dependencias, protege las salidas y prueba los casos límite. La IA puede ayudar a redactar la implementación, pero la persona que revisa sigue siendo responsable de decidir si el código coincide con la tarea real.
2026-09-21 · hand-checked example · Python 3.12
Las explicaciones y los ejemplos son de elaboración propia. Puedes consultar los comportamientos y conceptos relacionados en las siguientes fuentes oficiales.