diff --git a/python-chatgpt/README.md b/python-chatgpt/README.md
index 84feddf..073cd79 100644
--- a/python-chatgpt/README.md
+++ b/python-chatgpt/README.md
@@ -617,5 +617,56 @@ El fichero del código completo es [traducir_texto.py](src/07_traducir_texto.py)
 
 ## TEMA 5 - Otras consideraciones para la integración
 
+### 5.1. - Filtrar respuestas – Palabras prohibidas
+
+Vamos a recuperar el código del chatbot que creamos y le vamos a añadir la biblioteca spacy, que nos ayudará al procesamiento del lenguaje natural. Así que importamos spacy, añadimos la variable cargando el modelo de procesamiento de lenguaje natural y otra de palabras_prohibidas:
+```python
+import spacy
+modelo_spacy = spacy.load("es_core_news_md")
+palabras_prohibidas = ["palabra1", "palabra2"]
+```
+
+En palabras_prohibidas hemos creado una lista ficticia pero estás palabras podrían ser palabras malsonantes, palabras de la competencia, palabras de jerga o cualquier listado que creamos que no debe salir en el output que nos devuelve chatgpt.
+
+Ahora vamos a crear la función para el filtrado:
+```python
+def filtrar_lista_negra(texto, lista_negra):
+    token = modelo_spacy(texto)
+    resultado = []
+    for t in token:
+        # Si el token no está en la lista negra, agregarlo al resultado
+        if t.text not in lista_negra:
+            resultado.append(t.text)
+        else:
+            resultado.append("[xxxxx]")
+
+    return " ".join(resultado)
+```
+
+Ahora tenemos que retocar la función preguntar_chat_gpt para que llame a la función nueva de filtrado en cada respuesta cambiando el return que teníamos:
+```python
+respuesta_sin_filtrar = respuesta.choices[0].text.strip()
+respuesta_filtrada = filtrar_lista_negra(respuesta_sin_filtrar, palabras_prohibidas)
+return respuesta_filtrada
+```
+
+Antes de hacer la prueba, y para que quede más despejada la ejecución del programa en la terminal, vamos a añadir una función que limpie el terminal con la biblioteca que tenemos importada os:
+```python
+def clearConsole():
+    # Función limpiar consola
+    os.system('clear')
+```
+
+Vamos a llamarla al inicio de la dinámica del programa, antes de la bienvenida.
+
+Y para probarlo, vamos a añadir en las palabras_prohibidas la palabra "paella" y le vamos a preguntar por el plato típico valenciano:
+
+![](img/python-chatgpt12.png)
+
+El fichero del código completo es [filtrar_palabras.py](src/08_filtrar_respuestas.py)
+
+### 5.2. - Verificar respuestas – Relevancia
 
 
+### 5.3. - Limitaciones y consideraciones éticas
+
diff --git a/python-chatgpt/img/python-chatgpt12.png b/python-chatgpt/img/python-chatgpt12.png
new file mode 100644
index 0000000..6aa5b33
Binary files /dev/null and b/python-chatgpt/img/python-chatgpt12.png differ
diff --git a/python-chatgpt/src/08_filtrar_respuestas.py b/python-chatgpt/src/08_filtrar_respuestas.py
new file mode 100644
index 0000000..e961842
--- /dev/null
+++ b/python-chatgpt/src/08_filtrar_respuestas.py
@@ -0,0 +1,100 @@
+"""
+Chatbot con OpenAI GPT-3
+"""
+
+import openai
+import os
+import spacy
+from dotenv import load_dotenv
+from colorama import init, Fore
+
+load_dotenv()
+api_key = os.getenv("OPENAI_API_KEY")
+
+openai.api_key = api_key
+
+preguntas_anteriores = []
+respuestas_anteriores = []
+modelo_spacy = spacy.load("es_core_news_md")
+palabras_prohibidas = ["palabra1", "palabra2", "paella"]
+
+
+# Inicializar colorama
+init()
+
+
+def clearConsole():
+    # Función limpiar consola
+    os.system('clear')
+
+
+def filtrar_lista_negra(texto, lista_negra):
+    """
+    Filtra palabras de una lista negra
+    """
+
+    # Separar el texto en tokens
+    token = modelo_spacy(texto)
+    # Crear una lista vacía para guardar los tokens permitidos
+    resultado = []
+
+    for t in token:
+        # Si el token no está en la lista negra, agregarlo al resultado
+        if t.text not in lista_negra:
+            resultado.append(t.text)
+
+        else:
+            # Si el token está en la lista negra, agregarlo al resultado
+            resultado.append("[xxxxx]")
+
+    return " ".join(resultado)
+
+
+def preguntar_chat_gpt(prompt, modelo="text-davinci-002"):
+    """
+    Pregunta a la API de OpenAI GPT-3
+    """
+
+    respuesta = openai.Completion.create(
+        engine=modelo,
+        prompt=prompt,
+        n=1,
+        temperature=1,
+        max_tokens=150
+    )
+
+    respuesta_sin_filtrar = respuesta.choices[0].text.strip()
+
+    respuesta_filtrada = filtrar_lista_negra(
+        respuesta_sin_filtrar, palabras_prohibidas)
+
+    return respuesta_filtrada
+
+
+# Bienvenida
+clearConsole()
+print(Fore.RED + "Bienvenido al chatbot de OpenAI GPT-3." + Fore.RESET)
+print(Fore.RED + "Escribe \"salir\" cuando quieras terminar la conversación." + Fore.RESET)
+
+# Loop para controlar el flujo de la conversación
+while True:
+
+    conversacion_historica = ""
+
+    ingreso_usuario = input(Fore.MAGENTA + "Tú: " + Fore.RESET)
+
+    if ingreso_usuario == "salir":
+        break
+
+    for pregunta, respuesta in zip(preguntas_anteriores, respuestas_anteriores):
+        conversacion_historica += f"{Fore.BLUE}Usuario pregunta: {Fore.RESET}{pregunta}"
+        conversacion_historica += f"{Fore.GREEN}Bot responde: {Fore.RESET}{respuesta}\n"
+
+    prompt = f"{Fore.CYAN}Usuario pregunta: {Fore.RESET}{ingreso_usuario}"
+    conversacion_historica += prompt
+    respuesta_gpt = preguntar_chat_gpt(conversacion_historica)
+
+    print(f"{respuesta_gpt}")
+
+    preguntas_anteriores.append(ingreso_usuario)
+    respuestas_anteriores.append(respuesta_gpt)