Qué ocurre, mensaje a mensaje, cuando una app de series te recomienda qué ver. Sigue el viaje entre el frontend, el backend, el modelo de IA y la base de datos.
Marca las series que te gustan y pulsa el botón. Cada paso muestra un mensaje simulado de ejemplo: la petición HTTP, la consulta SQL, los vectores y la respuesta.
Separar responsabilidades hace que el sistema sea más seguro, más fácil de mejorar y que cada parte pueda crecer por su cuenta.
Mostrar y escuchar.
Coordinar y proteger.
Puntuar y ordenar.
Recordar.
El navegador solo habla con el backend. Así las claves, el modelo y los datos quedan fuera del alcance de cualquiera que abra las herramientas de desarrollo.
Las series se convierten en vectores. Si esos vectores describen mal las series, el mejor algoritmo recomendará mal.
Registrar qué se recomendó y qué se vio después permite evaluar el modelo y entrenar una versión mejor.
El navegador recoge las series elegidas. El backend coordina la consulta al catálogo y al modelo. El modelo compara un perfil de preferencias con las series candidatas y ordena las recomendaciones; después la respuesta vuelve a la pantalla.
El catálogo contiene doce series ficticias descritas por seis géneros. El perfil es la media de los vectores de las series elegidas. La similitud del coseno puntúa las candidatas y se muestran las tres primeras, excluyendo las ya seleccionadas.
La página simula las cuatro capas dentro del navegador: no realiza llamadas a un backend ni a una base de datos de producción. El tiempo mostrado es ilustrativo y las puntuaciones de afinidad no son probabilidades de que guste una serie.
Sí, según cómo esté desplegado. Un modelo puede ejecutarse en el propio navegador, como permite ONNX Runtime Web, o consultarse mediante una API preparada para clientes con los permisos adecuados. Si la llamada necesita una clave secreta, debe pasar por un backend que la proteja; esa clave no se incluye en el frontend. En la arquitectura representada por este ejemplo, el front pide la recomendación al backend y este coordina el acceso al modelo.
Sí, si el servicio ofrece una API para clientes y aplica los permisos en el servidor. Por ejemplo, Supabase permite consultar datos desde el navegador usando autenticación y políticas de seguridad por fila (RLS). No equivale a exponer una conexión de administrador: las contraseñas y claves secretas no se incluyen en el frontend. Una clave pública tampoco sustituye las reglas de acceso. En la arquitectura de este ejemplo, el backend es quien consulta la base de datos.