Crea chatbots de IA personalizados que generan contenido multimedia con la API de Flixly

Empresas y desarrolladores siguen incorporando chatbots de IA personalizados a sus sitios y apps para responder preguntas, guiar a los usuarios y automatizar el soporte. El siguiente paso que buscan muchos equipos es un bot que además pueda crear cosas: una imagen de producto, un video corto, una respuesta hablada. Ahí es donde encaja la API de Flixly.

Conviene aclararlo desde el principio: Flixly no ofrece una API de chat de texto ni de completado con LLM. La conversación en sí proviene del proveedor de modelos de lenguaje que ya usas. La API de Flixly añade generación de imágenes, video y audio encima, para que tu chatbot entregue a los usuarios contenido multimedia real y no solo texto. Este tutorial para crear chatbots muestra cómo conectar ambas cosas.

¿Por qué añadir la API de Flixly a tu chatbot?

Un bot que solo maneja texto puede describir una imagen; un bot con capacidades multimedia puede entregarla. La API de Flixly te ofrece:

• Una clave, muchos modelos: modelos de imagen, video y audio del catálogo detrás de una sola API REST. Explóralos en el directorio de modelos.
• Endpoints sencillos: inicia un trabajo con POST /api/v1/generate y consúltalo con GET /api/v1/generations/{id}.
• Webhooks: recibe un aviso cuando una generación termina.
• Controles de seguridad: límites de solicitudes y topes de gasto mensual que puedes configurar para cada clave.
• Pago por uso: créditos de paquetes de pago único, sin planes a los que comprometerte.

Requisitos previos

Antes de escribir código, asegúrate de tener:

• Una cuenta de Flixly (regístrate).
• Una clave de API de Flixly, creada en Claves de API.
• Una cuenta con un proveedor de modelos de lenguaje para las respuestas del chat.
• Node.js 18 o superior (para fetch integrado) o Python.
• Opcional: un framework de frontend como React para la interfaz.

Paso 1: Configura tu acceso a la API

1. Crea una cuenta de Flixly y añade créditos desde la página de precios si tus créditos iniciales se están agotando.
2. Genera una clave de API en la configuración de tu panel.
3. Guarda las claves de forma segura en un archivo .env:

FLIXLY_API_KEY=your_flixly_key_here
LLM_API_KEY=your_llm_provider_key_here

Nunca expongas ninguna de las dos claves en código del navegador; todas las llamadas siguientes se ejecutan en tu servidor.

Paso 2: Haz tu primera llamada a la API de Flixly

Inicia una generación. Los ids de modelo se obtienen de GET /api/v1/models; aquí usamos GPT-Image 2.0 (gpt-image-2):

import 'dotenv/config';

const BASE = 'https://www.flixly.ai/api/v1';
const headers = {
  'Authorization': `Bearer ${process.env.FLIXLY_API_KEY}`,
  'Content-Type': 'application/json'
};

export async function startImage(prompt) {
  const res = await fetch(`${BASE}/generate`, {
    method: 'POST',
    headers,
    body: JSON.stringify({ model: 'gpt-image-2', prompt })
  });
  if (!res.ok) throw new Error(`Flixly error ${res.status}`);
  return res.json(); // { id, status, ... }
}

La respuesta incluye el id de la generación y un status. Algunos trabajos terminan de inmediato; otros devuelven processing.

Paso 3: Obtén el resultado

Consulta el endpoint de estado hasta que el trabajo esté completed o failed:

export async function waitForResult(id) {
  while (true) {
    const res = await fetch(`${BASE}/generations/${id}`, { headers });
    const job = await res.json();
    if (job.status === 'completed') return job.output_url;
    if (job.status === 'failed' || job.status === 'blocked') throw new Error(job.error);
    await new Promise(r => setTimeout(r, 3000));
  }
}

En producción, pasa un webhook_url en la solicitud de generación y deja que Flixly notifique a tu servidor. Consulta la guía de webhooks.

Paso 4: Conéctalo con la conversación

Tu modelo de lenguaje se encarga del diálogo. Cuando detecta una solicitud de contenido multimedia, tu backend llama a Flixly:

async function handleMessage(history, message) {
  const wantsImage = /\b(draw|generate|create) (an? )?(image|picture)\b/i.test(message);
  if (wantsImage) {
    const job = await startImage(message);
    const url = job.output_url ?? await waitForResult(job.id);
    return { type: 'image', url };
  }
  // Otherwise call your LLM provider with the conversation history
  return { type: 'text', text: await callYourLLM(history, message) };
}

Una comprobación por palabras clave es solo un punto de partida. Muchos proveedores de LLM admiten llamadas a herramientas o funciones, así que puedes describir una herramienta generate_image y dejar que el modelo decida cuándo usarla.

Respuestas de voz y video

El mismo endpoint cubre modelos de audio y video. Elige de la lista de modelos un modelo de texto a voz como Gemini 3.1 Flash TTS o un modelo de video como Seedance 2.0, y pasa el id del modelo junto con tu prompt.

Paso 5: Crea una interfaz web

Un frontend mínimo envía los mensajes a tu backend y muestra texto o contenido multimedia:

<div id="chat-container">
  <div id="messages"></div>
  <input id="input" type="text" placeholder="Type your message...">
  <button id="send">Send</button>
</div>
<script>
  // POST the message to your server, then append text,
  // an <img>, <video> or <audio> element based on the reply type
</script>

Paso 6: Despliegue y escalado

• Aloja tu backend en cualquier plataforma de Node.js.
• Usa webhooks en lugar de bucles de sondeo intensivos.
• Configura topes de gasto en cada clave de API para que un bot con mucho tráfico no agote tu saldo.
• Gestiona los errores: una solicitud que tu saldo no puede cubrir devuelve un error de créditos insuficientes, así que muestra a los usuarios un mensaje amigable.

La referencia completa, incluida la especificación OpenAPI, está en la documentación de la API y en el portal para desarrolladores.

Buenas prácticas

• Confirma antes de generar: el contenido multimedia cuesta créditos, así que deja que los usuarios aprueben las solicitudes costosas.
• Límites de solicitudes: respeta los límites de cada clave y pon las solicitudes en cola de tu lado.
• Moderación: filtra los prompts antes de enviarlos a cualquiera de las dos API.
• Cumplimiento de privacidad: evita enviar datos personales en los prompts y cumple el RGPD.
• Pruebas: prueba trabajos fallidos, bloqueados y lentos, no solo el caso ideal.

Conclusión

Flixly no escribirá las respuestas de tu chatbot, pero puede hacer que tu chatbot de IA personalizado sea mucho más útil al permitirle crear imágenes, videos y clips de voz a petición. Combina tu modelo de lenguaje con la API de Flixly, empieza con un solo modelo de imagen y amplía a partir de ahí. Consigue tu clave y lee la documentación de la API para comenzar.