Como criar aplicativo com chatgpt do zero em 30 minutos

Você vai construir um recomendador de filmes interativo usando Python e Streamlit integrado à API da OpenAI. Para começar, você precisa ter o Python instalado no computador e uma chave de API ativa. Siga as instruções deste tutorial prático e aprenda como criar aplicativo com ChatGPT em poucos minutos.

O que você vai precisar

Uma conta ativa na plataforma da OpenAI para obter credenciais de desenvolvimento.
O interpretador do Python versão 3.10 ou superior instalado no seu sistema operacional.
Um editor de código como o Visual Studio Code ou o bloco de notas para gerenciar os arquivos de script.
O gerenciador de pacotes Pip configurado nas variáveis de ambiente do seu sistema.
Tempo estimado de execução: 30 minutos.
Custo estimado: Gratuito para o desenvolvimento do código, com cobrança sob demanda de aproximadamente US$ 0,01 por execução na API do modelo gpt-4o-mini.

Passo a passo

Instale as bibliotecas necessárias no terminal

Abra o terminal do seu sistema operacional ou o prompt de comando para preparar o ambiente de desenvolvimento. Você precisa instalar três pacotes fundamentais que vão dar suporte para a interface gráfica, conexão com a API e gerenciamento de configurações locais.

Execute exatamente o comando abaixo na sua linha de comando para fazer o download e instalação automática dos módulos requeridos.
```
pip install streamlit openai python-dotenv
```
Aguarde o download finalizar. Você deve ver mensagens de sucesso indicando que os pacotes streamlit, OpenAI e Python-dotenv foram instalados com sucesso no seu ambiente local.
Crie a estrutura básica de arquivos do projeto

Abra uma pasta vazia em seu computador usando o explorador de arquivos ou o próprio editor de código. Você vai precisar de três arquivos principais dentro dessa pasta para manter a organização do código de forma limpa.

Crie um arquivo chamado app.py para conter a lógica da interface do usuário. Crie outro arquivo chamado .env para armazenar dados sensíveis. Por fim, crie um arquivo chamado requirements.txt contendo a lista de dependências do projeto.
```
streamlit
openai
python-dotenv
```
Abra a pasta do projeto no seu editor de código e verifique se os arquivos app.py, .env e requirements.txt estão listados na barra lateral.
Obtenha a sua chave de API da OpenAI

Acesse o navegador de internet e entre na plataforma de desenvolvedores da OpenAI. Faça o login usando as suas credenciais cadastradas anteriormente para acessar o painel de controle principal.

No painel lateral esquerdo, clique em “API keys”. Depois, clique no botão “Create new secret key”, dê um nome para a sua chave e copie o código secreto que começa com as letras sk.

Abra o arquivo chamado .env que você criou no passo anterior e cole a linha de configuração abaixo, substituindo a sequência genérica pela chave real que você acabou de copiar.
```
OPENAI_API_KEY=sk-proj-AbCdEfGhIjKlMnOpQrStUvWxYz1234567890
```
No seu editor de código, você deve ver o arquivo .env salvo contendo a variável OPENAI_API_KEY preenchida com a sua chave secreta ativa.
Escreva o prompt de desenvolvimento no ChatGPT

Para aplicar a técnica de como criar aplicativo com ChatGPT, você deve alimentar a inteligência artificial com instruções diretas e sem ambiguidades para gerar o código da interface.

Acesse a interface de conversação do ChatGPT e envie a mensagem de instrução que está descrita no bloco abaixo para receber a estrutura do script Python adequada.
```
Escreva um código em Python usando a biblioteca Streamlit para criar um recomendador de filmes inteligente. O programa deve carregar a chave de API do arquivo .env usando a biblioteca python-dotenv. Use a versão mais recente do pacote openai para instanciar o cliente com client = OpenAI() e chamar o modelo gpt-4o-mini. A interface deve conter um campo de texto para o usuário digitar preferências cinematográficas e um botão para enviar o pedido. O retorno deve exibir uma lista com 3 filmes sugeridos contendo sinopse e ano de lançamento.
```
Você deve ver na tela da conversa uma resposta detalhada gerada pelo modelo contendo as explicações e o bloco completo de código Python pronto para ser copiado.

Cole o código gerado no arquivo principal

Abra o arquivo app.py no seu editor de código para colar as instruções lógicas geradas pelo modelo de linguagem. Esse script vai ler as configurações do arquivo de variáveis, criar os elementos visuais na página web e gerenciar as requisições enviadas.

Substitua todo o conteúdo do arquivo app.py pelo código listado abaixo para garantir o funcionamento correto de todas as dependências importadas.

import streamlit as st
from openai import OpenAI
import os
from dotenv import load_dotenv

load_dotenv()

api_key = os.getenv("OPENAI_API_KEY")
client = OpenAI(api_key=api_key)

st.set_page_config(page_title="Recomendador de Filmes", layout="centered")
st.title("Recomendador de Filmes Inteligente")

st.write("Digite o estilo de filme que deseja assistir hoje para receber indicações personalizadas.")

user_input = st.text_input("Exemplo: Suspense com viagem no tempo, ação antiga com carros")

if st.button("Gerar Recomendações"):
    if not api_key:
        st.error("Configure a chave OPENAI_API_KEY dentro do arquivo .env.")
    elif not user_input:
        st.warning("Por favor, digite alguma preferência no campo de texto.")
    else:
        with st.spinner("Buscando os melhores filmes para você..."):
            try:
                response = client.chat.completions.create(
                    model="gpt-4o-mini",
                    messages=[
                        {"role": "system", "content": "Você é um especialista em cinema. Sugira exatamente 3 filmes com base nas preferências do usuário. Escreva em formato de tópicos amigáveis contendo o título, o ano de lançamento e uma sinopse cativante de no máximo duas linhas."},
                        {"role": "user", "content": user_input}
                    ],
                    temperature=0.7
                )
                recommendation = response.choices[0].message.content
                st.success("Recomendações prontas!")
                st.write(recommendation)
            except Exception as e:
                st.error(f"Ocorreu um erro ao consultar a inteligência artificial: {e}")

Você deve ver todo o código colorido no seu editor de texto, sem marcas vermelhas de erro de sintaxe, pronto para ser executado no console.

Execute o seu aplicativo localmente no computador

Retorne ao terminal de comandos que está aberto na pasta raiz do seu projeto de desenvolvimento. Esse comando vai ativar o servidor local do Streamlit e carregar o seu script Python diretamente na porta padrão do seu computador.

Digite e execute a instrução abaixo no terminal de comandos para iniciar a aplicação localmente no endereço http://localhost:8501.
```
streamlit run app.py
```
Você deve ver mensagens de inicialização do servidor no terminal e uma nova aba se abrindo automaticamente no seu navegador padrão de internet exibindo o aplicativo pronto.

Erros mais comuns

Ao colocar o projeto em execução, pequenos desvios de configuração podem interromper o carregamento da página ou as respostas do modelo. Verifique abaixo os problemas mais recorrentes que acontecem durante a fase de testes e as soluções exatas.

O primeiro erro comum ocorre quando a chave de API está ausente, incorreta ou sem saldo dentro da plataforma de desenvolvimento. O console ou a tela da aplicação vai exibir um erro de autenticação emitido diretamente pela biblioteca cliente da OpenAI.

openai.AuthenticationError: Error code: 401 - {'error': {'message': 'Incorrect API key provided: sk-proj-***. You can find your API key at https://platform.openai.com/account/api-keys.', 'type': 'invalid_request_error', 'param': None, 'code': 'invalid_api_key'}}

Para corrigir esse problema, abra o arquivo .env e confirme se a chave colada não possui espaços extras no início ou fim, e se ela está salva exatamente na mesma pasta do arquivo app.py.

O segundo problema comum é a falha ao tentar importar bibliotecas no script principal porque os pacotes não foram devidamente instalados no escopo do interpretador Python atual do computador.

ModuleNotFoundError: No module named 'streamlit'

A resolução para isso consiste em abrir o terminal do sistema operacional e rodar novamente a instalação de dependências utilizando o instalador global do Python.

O terceiro obstáculo acontece quando a cota de uso gratuita ou paga do seu cadastro na API está esgotada ou sem fundos adicionados na conta da plataforma.

openai.RateLimitError: Error code: 429 - {'error': {'message': 'You exceeded your current quota, please check your plan and billing details. For more information on this error, please read the docs: https://platform.openai.com/docs/guides/error-codes.', 'type': 'insufficient_quota', 'param': None, 'code': 'insufficient_quota'}}

Para solucionar essa falha, acesse o painel de faturamento no site de gerenciamento de chaves da OpenAI e adicione um saldo mínimo para conseguir realizar requisições externas sem interrupções por limite de uso.

Quanto custa

O desenvolvimento desse recomendador de filmes envolve o uso de ferramentas com diferentes modelos de precificação. A ferramenta de visualização Streamlit é totalmente de código aberto e gratuita para rodar de forma local na máquina de desenvolvimento.

A infraestrutura de inteligência artificial da OpenAI é cobrada por requisição baseada em tokens consumidos. O modelo gpt-4o-mini custa aproximadamente US$ 0,15 por 1 milhão de tokens de entrada e US$ 0,60 por 1 milhão de tokens de saída. O investimento inicial obrigatório para recarregar o saldo de testes na plataforma da OpenAI é de US$ 5,00, o que equivale a cerca de R$ 28,00 na cotação atual. Essa carga inicial de créditos é suficiente para realizar dezenas de milhares de requisições de testes durante todo o processo de aprendizagem de como criar aplicativo com ChatGPT.

Se você optar por publicar o seu programa na internet para que outras pessoas usem, a plataforma Streamlit Community Cloud oferece hospedagem gratuita integrada diretamente com repositórios públicos do GitHub.

Perguntas frequentes

Como posso transformar esse recomendador de filmes em um aplicativo para celular?

Para migrar a interface web criada para um formato nativo de celular, você precisa de um framework de desenvolvimento mobile. Uma excelente alternativa é utilizar tecnologias baseadas em JavaScript para envelopar a lógica do programa. Você pode manter o back-end em Python rodando em um servidor na nuvem e criar a interface visual mobile consumindo esse servidor por meio de requisições HTTPS.

É possível criar aplicativos profissionais usando esse método com o ChatGPT?

Sim, você pode construir soluções de nível profissional utilizando o gerador de prompts como assistente de desenvolvimento técnico. Ele ajuda a estruturar a arquitetura do código de maneira rápida, escreve testes automatizados e resolve bugs complexos em segundos. O ideal para ambientes de produção é migrar o armazenamento de dados locais para um banco de dados relacional robusto e implementar camadas de autenticação seguras nas rotas.

Como eu faria para adaptar esse código para criar um aplicativo de música?

Você precisa apenas alterar a instrução do sistema que é enviada no payload de requisição para o gpt-4o-mini. No parâmetro do sistema, ordene para o modelo agir como um especialista em música clássica, pop ou rock internacional. Altere os textos visuais da interface para fazer o usuário digitar bandas de preferência e altere a resposta para trazer álbuns e links correspondentes.

Consigo integrar esse sistema com um fluxo de controle de caixa ou finanças?

Sim, essa integração é viável associando o código Python com bibliotecas de manipulação de dados em planilhas ou bancos de dados locais. Você pode configurar o interpretador de inteligência artificial para receber dados brutos de faturamento em texto estruturado e retornar relatórios resumidos com insights automáticos de gastos domésticos. A interface Streamlit permite inserir gráficos dinâmicos de faturamento mensal integrados a tabelas editáveis diretamente na tela principal.

Dá para criar um aplicativo de jogos simples usando a inteligência artificial?

Certamente você consegue desenvolver pequenos jogos interativos que rodam no próprio navegador usando elementos visuais nativos de marcação de texto. É possível programar jogos de adivinhação de palavras, quizzes de conhecimentos gerais e RPGs baseados em texto onde a inteligência artificial controla os caminhos da história dinâmica. O código gerado gerencia o estado da sessão do navegador para manter a pontuação do jogador atualizada a cada rodada concluída.

Conclusão

Desenvolver programas úteis do zero usando ferramentas de inteligência artificial integrada mudou a velocidade com que testamos ideias de produtos no mercado. Você acabou de construir uma ferramenta prática de recomendação cinematográfica usando componentes visuais modernos sem precisar gastar horas escrevendo folhas de estilo complexas.

Gostou do resultado prático do recomendador? Deixe um comentário logo abaixo compartilhando qual nova funcionalidade você pretende adicionar no código deste projeto.