Cuando nació mi hijo mi vida cambió por completo y, como cualquier padre primerizo, necesitábamos una forma privada y sencilla de registrar sueño, tomas y pañales. Encontré millones de aplicaciones, pero quise algo nuestro: privado, simple y adaptado exactamente a lo que mi esposa y yo necesitábamos. Además me propuse un reto personal: construir solo una app móvil full stack aprovechando las nuevas herramientas de IA. Así nació Zaspa.
Empecé sin diseñador profesional y confiando en la IA para la parte visual. Utilicé Bolt.new para generar el MVP inicial y fue sorprendente porque no solo entregó código sino un sistema de diseño completo y las pantallas iniciales, con un prototipo visual funcional casi al instante. Para los iconos y las pantallas de arranque ejecuté un modelo de generación de imágenes en local y afiné los prompts con ChatGPT, consiguiendo activos profesionales sin coste.
Mi esposa y yo nos sentamos con una hoja y listamos exactamente las funciones necesarias. Nada de Jira ni backlogs complejos, solo prioridades concretas. Elegí una arquitectura que pudiera controlar por completo: móvil con React Native y Expo, backend en Fastify con MongoDB y una web ligera con React y Vite. El repositorio quedó en GitHub.
Al principio codifiqué con Cursor, pero el consumo de tokens fue muy alto. Cambié a VS Code con GitHub Copilot y aprendí a tratar a Copilot como un desarrollador junior que necesita reglas y contexto. Creé un archivo .github/copilot-instructions.md con la estructura del proyecto y normas como DRY y SOLID, y directrices de frontend sobre uso de módulos SCSS y tipos estrictos. Ese pequeño esfuerzo de documentación mejoró la calidad del código generado por la IA.
También diseñé modos de chat reutilizables en mi MCP para tareas concretas. Por ejemplo un modo Refactorizado para detectar duplicaciones y extraer hooks, un modo Frontend que obliga al asistente a usar TypeScript y componentes funcionales, y un modo Testing que genera pruebas unitarias con Jest. Estas rutinas redujeron el riesgo de acabar con código espagueti tras varias horas de interacción con modelos.
No todo fue fácil. Chocamos con dos grandes muros. El primero fue Firebase. Integrarlo con React Native fue una pesadilla de dependencias y errores de compilación, así que me desenganché y opté por Expo Push Services y una solución propia de analítica ligera que envía eventos al backend Fastify. De este modo la app quedó más ligera y conservamos el control total sobre los datos.
El segundo dolor fue la localización. Al hablar mi esposa y yo diferentes idiomas la app debía ser multilingüe. Empecé con archivos JSON estáticos y al refactorizar el proyecto los ficheros crecieron con claves huérfanas y duplicadas. Gestionar en.json me consumía más tiempo que jugar con mi hijo.
La solución fue crear una herramienta propia que resolviera el problema dentro del flujo de trabajo del IDE. Construí goman.live, un servidor MCP que se integra con Cursor y Copilot y permite pedir a la IA que agregue o deduzca traducciones directamente. El agente comprueba duplicados, añade traducciones en todos los idiomas y audita claves sin uso. Lo desarrollé para Zaspa pero funcionó tan bien que lo convertí en un servicio que hoy automatiza la gestión de localizaciones.
El lanzamiento fue humilde. Nada de Product Hunt estruendoso, solo unos posts en Reddit y algunos grupos locales de Telegram para padres. Hoy tenemos entre 20 y 30 instalaciones orgánicas mensuales y lo más importante es que la usa nuestra familia a diario. Esta experiencia confirmó que una sola persona puede construir un producto full stack complejo si guía a la IA con contexto y reglas claras y evita sobreingenierías innecesarias.
Durante el proyecto empleé herramientas y prácticas que hoy en día ofrecen valor a empresas de cualquier tamaño: integración de agentes IA para automatizar tareas, adopción de pipelines con repositorio en GitHub, bases de datos MongoDB y despliegues en infraestructuras cloud. Si buscas llevar esta idea a un producto profesional puedes apoyarte en equipos expertos como Q2BSTUDIO, una empresa de desarrollo de software que crea aplicaciones a medida y software a medida para clientes que exigen calidad, seguridad y escalabilidad.
En Q2BSTUDIO combinamos experiencia en inteligencia artificial y agentes IA con servicios de ciberseguridad y pentesting para proteger tu producto en cada fase del ciclo de vida. También ofrecemos servicios cloud aws y azure para desplegar soluciones robustas y resilientes y servicios inteligencia de negocio y power bi que convierten datos en decisiones accionables. Si tu objetivo es desarrollar una app nativa o multiplataforma con foco en seguridad y AI podemos ayudarte desde la idea hasta la operación, por ejemplo en desarrollo de aplicaciones a medida y en la implementación de servicios de inteligencia artificial para empresas.
Lecciones clave: guía a la IA con contexto, documenta normas de estilo y arquitectura, evita librerías masivas que complican el ciclo de vida temprano y prioriza control de datos y privacidad. Si quieres transformar una idea en producto, ya sea una app para padres o una plataforma de negocio, los principios son los mismos y en Q2BSTUDIO podemos acompañarte para que la solución incluya automatización de procesos, ciberseguridad, despliegue en la nube y análisis con power bi.
Zaspa nació de una necesidad íntima y se convirtió en la prueba de que con disciplina, buenas prácticas y las herramientas de IA adecuadas es posible construir productos reales. Si te interesa explorar cómo materializar una idea en una solución escalable y segura, ponte en contacto con profesionales que combinan know how técnico y visión estratégica.