Cómo un solo desarrollador lanzó con Claude Code una plataforma GEO para marcas en nueve redes neuronales

Una pregunta en un chat de trabajo, en septiembre de 2025, dio un giro completo a la carrera de un desarrollador móvil. Dejó su puesto fijo en la aplicación de Biblio Globus para crear una plataforma GEO que ayuda a las empresas a ver cómo aparece su marca en las respuestas de nueve redes neuronales. Importan dos cosas: la demanda de una nueva categoría, la optimización para motores generativos (generative engine optimization), y hasta qué punto herramientas de IA como Claude Code han acortado el camino de la idea al producto.

Según el autor, el detonante fue un comentario del CEO: «¿Quién sabe algo de GEO?». Desde entonces, el tema dejó de ser abstracto.

GEO, o Generative Engine Optimization, es un intento de adaptar la lógica del SEO a la era de los asistentes de chat, cuando el usuario recibe cada vez más una respuesta ya elaborada y no una lista de enlaces. Para las marcas cambia el objetivo: ya no basta con ocupar un lugar en los resultados de búsqueda; también deben aparecer en las formulaciones, recomendaciones, comparativas y selecciones que los modelos generan en la conversación.

El autor abordó la idea como ingeniero, no como teórico. Hizo una auditoría técnica local del frontend, observó cómo funcionan los escenarios de interacción con las redes neuronales y empezó a construir su propio producto por las noches. Para entonces seguía desde hacía tiempo el desarrollo de los modelos generativos, usaba ChatGPT desde sus primeros lanzamientos sonados y, según dice, era usuario diario de Claude desde marzo de 2025. Por eso apostar por Claude Code le resultó natural: la herramienta le permitía probar hipótesis más rápido, construir interfaces y avanzar sin un equipo de varios desarrolladores.

En diciembre de 2025, el proyecto paralelo se había convertido en su ocupación principal. Dejó su empleo de mutuo acuerdo y pasó al desarrollo a tiempo completo de la plataforma. Su misión está formulada con bastante franqueza: dar a las empresas una herramienta que se encargue de gestionar la visibilidad de marca en las redes neuronales.

De esa necesidad nació el propio término GEO como disciplina aplicada independiente. Si antes las empresas medían tráfico, posiciones y CTR, ahora deben mirar una nueva capa de métricas: si el modelo menciona la marca ante la consulta del usuario, en qué contexto lo hace, a quién muestra junto a ella y qué fuentes usa para elaborar la respuesta. En la práctica, se trata de pasar de la analítica web tradicional a la analítica de respuestas, donde importan los clics, pero también el sentido, la formulación y el lugar de la marca dentro del diálogo con la IA.

El título del artículo original indica que la plataforma trabaja con nueve redes neuronales a la vez. Es un matiz importante, porque el mercado hace tiempo que dejó de ser la historia de un único líder. Los distintos modelos responden de forma diferente a las mismas preguntas, se apoyan en fuentes web distintas y pueden dar a un negocio una visibilidad muy desigual.

Para las empresas, esto significa que no basta con optimizar una vez para la IA: hay que comparar las respuestas entre sistemas, vigilar las discrepancias y entender dónde la marca ya se ha asentado en las recomendaciones y dónde la desplazan los competidores. Si un modelo recomienda con seguridad a un competidor y otro ni siquiera nombra tu marca, ya no es una métrica abstracta, sino una señal directa para marketing y contenido. En este contexto, el producto resuelve un problema no académico, sino muy práctico: el monitoreo de la reputación, la presencia y la descubribilidad digital.

La conclusión principal es que el GEO va tomando forma como un mercado propio y que la barrera de entrada para crear herramientas B2B ha bajado de forma notable. Un desarrollador con un problema claro y un asistente de IA potente ya puede no solo hacer un prototipo, sino construir una plataforma especializada para un nuevo comportamiento de los usuarios. Para las empresas, es una señal de que la lucha por la atención se desplaza de la búsqueda clásica a las interfaces de las redes neuronales. Para los desarrolladores, es un recordatorio de que Claude Code y herramientas similares dejan de ser un adorno del proceso y se convierten en una palanca real para lanzar productos en solitario.