Este artículo se centra en la transición del desarrollo de software hacia aplicaciones integradas con IA que aprovechan la IA generativa y los modelos de lenguaje a gran escala (LLM) en tiempo de ejecución. Si bien las integraciones de LLM existentes introducen complejidad debido a la dificultad de la ingeniería de prompts, nuestra propuesta de Programación de Tipos Semánticos (MTP) aborda este desafío abstrayendo la integración de LLM mediante construcciones intuitivas a nivel de lenguaje. MTP aprovecha la riqueza semántica del código para automatizar la generación de prompts y el procesamiento de respuestas sin esfuerzo adicional para el desarrollador. Sus componentes principales incluyen el operador "by" para la invocación de LLM, una representación intermedia basada en semántica (MT-IR) y MT-Runtime, un sistema automatizado para la gestión de interacciones LLM. Implementamos MTP en el lenguaje de programación Jac, un superconjunto de Python, demostrando que reduce significativamente la complejidad del código, manteniendo la corrección y la eficiencia. Estudios de usuarios muestran que los desarrolladores que utilizan MTP trabajan 3,2 veces más rápido y con un 45 % menos de líneas de código en comparación con los frameworks existentes. Además, demostramos robustez incluso cuando las convenciones de nomenclatura se degradan hasta en un 50 %. MTP se desarrolla como parte del proyecto de código abierto Jaseci y está disponible en el módulo byLLM.
