Un bot de Telegram arma el carrito de VkusVill con una sola frase

Algunos proyectos nacen de una molestia cotidiana y acaban siendo un producto que funciona. Un desarrollador ruso ha publicado en Habr la historia de cómo creó un bot de Telegram que recibe una frase de texto normal, por ejemplo «arma un desayuno para dos», y por sí solo forma un carrito en VkusVill con un enlace listo para tramitar el pedido.

El punto de partida le resultará familiar a cualquiera que haya pedido comida online. El autor describe un escenario típico: abrir el catálogo, elegir la leche entre una quincena de fichas parecidas, luego el pan, luego el queso, luego algo para el té. Hacia el quinto producto, la sensación de ahorrar tiempo se ha esfumado por completo.

Según la plataforma analítica Platforma, los rusos dedican entre 19 y 49 minutos al mes a elegir productos en aplicaciones móviles, y los moscovitas, dos veces y media más. Aun así, dos tercios de los compradores citan el ahorro de tiempo como la principal razón para pasarse a la compra online de alimentos. La paradoja es evidente: una herramienta creada para la comodidad acaba devorando el tiempo.

Técnicamente, el bot es una cadena de varios componentes. Para el usuario es una interfaz normal de Telegram, sin aplicaciones adicionales ni registros. El mensaje llega a un modelo de lenguaje desplegado mediante Yandex Cloud AI Studio.

La tecnología clave es function calling, un mecanismo por el que el modelo no se limita a generar texto, sino que decide qué funciones externas debe invocar para cumplir la tarea. Aquí, el modelo «entiende» que una petición de desayuno equivale a un conjunto de categorías concretas de productos y llama a las funciones de búsqueda del catálogo de VkusVill a través de su API pública. Los resultados se agregan en un carrito y el usuario recibe un enlace en el que solo le queda confirmar el pedido.

El autor subraya que el proyecto no está vinculado ni a VkusVill ni a Yandex: es un desarrollo totalmente independiente que usa las interfaces abiertas de ambos servicios. El código está en GitHub con licencia Apache 2.0, lo que permite estudiarlo, bifurcarlo y usarlo comercialmente. Para los desarrolladores que se interesan por function calling y el Model Context Protocol, el proyecto tiene valor práctico como implementación de referencia: no un ejemplo abstracto de la documentación, sino un producto que funciona con un caso de uso real.

El proyecto interesa menos por sí mismo que como ilustración de una tendencia más amplia. Los modelos de lenguaje salen cada vez más de la ventana de chat y empiezan a controlar servicios externos: hacer pedidos, reservar mesas, buscar billetes. Function calling y MCP convierten al LLM de interlocutor en operador capaz de actuar en el mundo real a través de API. La venta minorista de alimentos es uno de los candidatos más obvios a esta automatización: los patrones de compra se repiten semana tras semana, el surtido está estructurado y la molestia de recorrer catálogos de forma rutinaria es fácil de medir.

No obstante, el enfoque tiene limitaciones que conviene tener presentes. Las API públicas de los grandes minoristas pueden cambiar de estructura sin aviso, de modo que el bot corre el riesgo de dejar de funcionar en cualquier momento. La personalización aún depende de las capacidades del modelo: el bot no conoce sus restricciones dietéticas, sus preferencias de marca ni su presupuesto si no se los indica de forma explícita. Por último, está la cuestión de la confianza: la disposición a delegar la elección de la compra en un algoritmo sigue siendo cuestión de comodidad individual.

Aun así, la dirección está marcada. Si las grandes cadenas de alimentación integran interfaces como esta en sus aplicaciones oficiales, el modelo habitual de compra online de comida, con desplazamiento infinito por el catálogo y productos añadidos a mano, podría dejar paso a un formato conversacional. Un bot independiente, por supuesto, no va a revolucionar la industria. Pero demuestra con claridad que la pila tecnológica para ello ya existe, es accesible y no requiere un equipo de cincuenta ingenieros. A veces basta con un desarrollador cansado de buscar trigo sarraceno.