Cómo un desarrollador con Claude Code lanzó una plataforma geo para marcas en nueve redes de IA

Una pregunta en un chat de trabajo en septiembre de 2025 desencadenó un giro completo de carrera para un desarrollador móvil: abandonó su trabajo en Biblio Globus para crear una plataforma geo que ayuda a las empresas a monitorear cómo aparece su marca en respuestas de nueve modelos de IA. Dos cosas importan en esta historia: la demanda de una nueva categoría de optimización de motor generativo y cuánto han acortado herramientas de IA como Claude Code el camino de la idea al producto. Según el autor, el desencadenante fue una observación del CEO: "¿Quién sabe algo sobre GEO?"

Después de eso, el interés en el tema se volvió concreto. GEO, u Optimización de Motor Generativo, es un intento de adaptar la lógica de SEO a la era de los asistentes de chat, cuando un usuario cada vez más recibe no una lista de enlaces, sino una respuesta lista. Para las marcas, esto cambia la tarea: no se trata solo de clasificar en los resultados de búsqueda, sino de aparecer en las formulaciones, recomendaciones, comparaciones y colecciones que los modelos generan en el diálogo.

Al principio, el autor abordó la idea como ingeniero, no como teórico: realizó una auditoría técnica local del frontend, observó cómo funcionan los escenarios de interacción con modelos de IA y por las noches comenzó a construir su propio producto. Para entonces, había seguido durante mucho tiempo el desarrollo de modelos generativos, usaba ChatGPT desde sus lanzamientos más prominentes y, desde marzo de 2025, según él, se convirtió en un usuario diario de Claude. Así que apostar por Claude Code parecía natural: la herramienta permitía pruebas de hipótesis más rápidas, ensamblaje de interfaces y avanzar sin un equipo de varios desarrolladores.

Para diciembre de 2025, el proyecto secundario se había convertido en su principal ocupación. El autor dejó su trabajo por acuerdo mutuo e hizo la transición al desarrollo a tiempo completo de la plataforma. Su misión se formula de manera bastante directa: dar a los negocios una herramienta que se haga cargo del trabajo de visibilidad de marca en redes de IA.

De esta necesidad surgió el término GEO mismo como una disciplina aplicada separada. Si las empresas anteriormente medían tráfico, posiciones y CTR, ahora tienen que mirar una nueva capa de métricas: ¿menciona el modelo la marca en respuesta a una consulta del usuario, en qué contexto lo hace, a quién muestra cerca y qué fuentes usa al formular la respuesta. De hecho, se trata de una transición de la analítica web tradicional a la analítica de respuestas, donde lo que importa no es solo clics, sino significado, formulaciones y el lugar de la marca dentro del diálogo de IA.

Del título del artículo se deduce que la plataforma funciona con nueve modelos de IA simultáneamente. Este es un matiz importante porque el mercado dejó de ser una historia sobre un solo líder hace mucho tiempo. Diferentes modelos responden diferentemente a las mismas preguntas, se basan en diferentes fuentes web y pueden dar a los negocios visibilidad completamente desigual.

Para las empresas, esto significa que una optimización de IA no es suficiente: necesitas comparar respuestas entre sistemas, rastrear divergencias y entender dónde tu marca ya se ha establecido en recomendaciones y dónde los competidores han tomado su lugar. Si un modelo recomienda con confianza a un competidor mientras otro ni siquiera menciona tu marca, esto ya no es una métrica abstracta sino una señal directa para marketing y contenido. En este contexto, el producto resuelve no una tarea académica sino una tarea muy práctica de monitoreo de reputación, presencia y descubribilidad digital.

La principal conclusión de esta historia es que GEO se está convirtiendo gradualmente en un mercado separado y la barrera de entrada para crear herramientas B2B ha bajado notablemente. Un desarrollador armado con un problema claro y un asistente de IA fuerte puede no solo hacer un prototipo, sino construir una plataforma especializada para un nuevo modelo de comportamiento del usuario. Para el negocio, esta es una señal de que la lucha por la atención se está desplazando de la búsqueda clásica a las interfaces de IA.

Para los desarrolladores, es un recordatorio de que Claude Code y herramientas similares se están convirtiendo no en una decoración del proceso, sino en una palanca real para lanzar productos en solitario.