Codificado en 30 minutos, el verdadero trabajo empezó después: llevar la app 'Right Now' de un solo prompt a las tiendas

Todos los que trabajan desde cafeterías conocen el momento: entras, ves una mesa libre, te sientes afortunado, y luego te das cuenta de que no hay enchufe cerca o de que empieza una fiesta de cumpleaños en la mesa de al lado. En el mapa todo parece abierto, pero el ruido, la aglomeración y la disponibilidad de enchufes en este instante son desconocidos. La idea de Erhan Meydan llena exactamente ese vacío: una pequeña app que muestra no la ficha oficial, sino el estado en vivo de un lugar. El nombre lo resume: Right Now.

El experimento se realiza en una sola plataforma, Abacus AI. El paraguas ChatLLM ofrece, cierto, más de 100 modelos bajo una sola suscripción, pero al video le importa menos el número y más mantener todo el flujo de trabajo en un solo lugar. Entre Chat, Auto, Agent y Custom bot, se elige Agent; en cuanto a modelos, se descarta un costoso Fab1e 5.1 en favor de X High, que alterna entre Opus 5 y GPT 5.6 Sol según la tarea. El sistema decide por sí mismo qué modelo encaja con el paso actual.

El punto más subrayado no es el código, sino lo que viene después del código. Como sabe cualquiera que haya publicado una app, Apple y Google te ponen delante un largo montón de papeleo: nombre, descripción corta y larga, categoría, iconos en varios tamaños, capturas de pantalla para cada tamaño de pantalla, gráfico de características, texto y enlace de privacidad, formulario de seguridad de datos, cuestionario de clasificación de contenido, declaración de público objetivo y notas de la versión. Todo se pide dos veces, con formatos y preguntas distintos para las dos tiendas. El objetivo aquí es no dejar ningún paso manual allí tampoco y terminar con un solo toque en enviar.

Por eso el prompt se convierte en el centro del video. La lección es clara: no escribas un prompt largo, escribe los puntos críticos y, sobre todo, lo que no se quiere. En el uso diario basta con decir lo que quieres, pero a escala de producto hay que impedir que el modelo rellene los huecos con sus propias suposiciones. Meydan dice que dejará su propia plantilla en la descripción, un patrón que otros pueden reutilizar para sus apps.

El prompt tiene cinco capas. En lo más alto, una instrucción de configuración: como la app usa Google Maps, la clave de API y cualquier otro requisito deben pedirse de entrada de una sola vez; de lo contrario, el modelo empieza a programar y se detiene a mitad de camino para pedir una clave. Luego viene la definición del producto, con «no es una app de reseñas» escrito en mayúsculas: de lo contrario, el modelo añade por reflejo valoraciones con estrellas y favoritos. Las reglas de datos en vivo son el núcleo: cada informe caduca a los 60 minutos y los datos obsoletos nunca se muestran como actuales. Una lista de exclusiones explícita prohíbe pagos, feed social, seguidores y chat; de lo contrario, el modelo podría añadirlos como «útiles» e inflar la app. La capa final es un orden de construcción: primero mapa, detalle del lugar, informe y flujo de actualización en vivo, luego búsqueda con IA, luego membresía, luego moderación; cada etapa se muestra como una versión funcional antes de pasar a la siguiente.

El agente se gana la confianza pidiendo primero las API correctas: Maps SDK para Android, Maps SDK para iOS, Places API New —específicamente la versión nueva, no la antigua— y Directions API. Luego se recorre el lado de Google Cloud paso a paso: un nuevo proyecto llamado 'Right Now', vinculado a una cuenta de facturación, Budget y Alerts configurados para un presupuesto de 100 dólares con alertas al 50, 90 y 100 por ciento, y después la activación de los cuatro servicios uno por uno en la biblioteca de API. La higiene de claves no se salta: las 35 concesiones predeterminadas se reducen a 4, se ponen restricciones a la clave seleccionada y cuotas como las solicitudes diarias se recortan de ilimitadas a 2000. La clave se eliminará antes de publicar y se advierte a los espectadores que nunca la compartan.

Una vez entregada la clave, el agente despliega un plan de dos fases. La fase uno cubre mapa, detalles del lugar, informes, actualizaciones en vivo, inicio de sesión por correo y datos de ejemplo, usando la base de datos propia de Abacus. La programación termina en unos 30 minutos, la clave se escribe en el archivo Env, se preparan módulos, entradas de ejemplo, backend y frontend, y se generan cuentas de prueba. El coste declarado para esta primera demo es de 5.887 créditos. La fase dos sigue de inmediato: búsqueda con IA en lenguaje natural, perfil mejorado y un panel de moderación, con Elif@test.com asignado como administrador, y cada función añadida se prueba antes de la entrega. Todo el código puede descargarse desde el menú Files en la vista previa.

La primera vista previa muestra caracteres turcos rotos. Basta un «arréglalo primero» de una sola frase: el agente escanea todo el proyecto, prueba una corrección pequeña, la verifica y luego la despliega, convirtiendo todo a UTF. Esa corrección cuesta 1.818 créditos. En paralelo se activa una nueva opción de autocuración: tras el lanzamiento, los errores del backend se escanean a diario, se envía un correo de resumen si se encuentra algo y se prepara una corrección en una dirección separada, sin tocar la versión en producción hasta que el usuario apruebe.

Para las pruebas se usa Mert@test.com. Se anota como esperado que el mapa no aparezca en la web, los filtros funcionan y la verificación real se hace en móvil. El antiguo camino de previsualizar sin inicio de sesión vía Expo ahora requiere iniciar sesión con la cuenta de Abacus, así que esa vía queda cerrada. Por eso se siguen dos vías: TestFlight para iPhone y Android Studio para Android.

En iOS se elige Build and upload to TestFlight. Se necesita una cuenta de Apple Developer, mencionada a 99 dólares al año. Tras introducir la cuenta y el código de verificación enviado al teléfono, la compilación termina en 10-15 minutos y aparece «Last iOS build successful», con la app mostrándose en App Store Connect. Se señala un retraso adicional de 20 minutos para TestFlight, y luego se usa el código del correo en el teléfono para abrir la app. Tras iniciar sesión, aparece el mapa con cafeterías precargadas y tarjetas de detalle: la aglomeración muestra «few seats left», el ruido es tranquilo, el wifi es bueno, hay enchufes disponibles, apto para portátiles, precio del café en el rango de 200-400. Se prueba el formulario de informes y se recibe la confirmación «Status updated».

En Android se compila primero un APK y luego un AAB, porque el flujo «Do it for me» necesita un AAB, cada uno tardando 10-15 minutos. Sin un teléfono físico, se instala Android Studio, se abre un proyecto vacío con No Activity, se descarga un Pixel 10 Pro XL en Device Manager, se arranca en frío y el APK descargado se instala arrastrándolo. La misma cuenta inicia sesión, se verifican el mapa y los detalles de la cafetería, y esta vez también se prueba el botón de indicaciones y el mapa se abre correctamente. Así quedan confirmadas ambas plataformas.

La parte cansada empieza ahora. Se enumeran todos los campos de las tiendas y luego se muestra la automatización. En iOS, «Do it for me» hace que el agente prepare las páginas de privacidad y soporte sin preguntar, genere los enlaces, luego abra Chrome en su computadora interna, inicie sesión en la cuenta de Apple y suba descripciones, capturas de pantalla y tamaños de iPad. Esa ejecución tarda alrededor de una hora y se declara en 5.169 créditos. En Android, la preparación del AAB se muestra como 2.507 créditos, y luego, tras vincular la cuenta de Google Play, el agente rellena todo, incluida la página Delete Account, en alrededor de una hora por 11.169 créditos. Se señala que si la ventana de la computadora interna se cierra, puede reabrirse desde el icono de la esquina, y que la contraseña puede cambiarse después.

Incluso cuando la app está en las tiendas, el descubrimiento sigue siendo un trabajo aparte, así que también se produce un video promocional en la misma plataforma. Dentro de Abacus Studio se abre la sección de Shorts y Avatars y se exploran las plantillas listas. Por coherencia, primero se crea una hoja de personaje: se sube su propia foto y se elige GPT Image 2 como modelo de imagen, imagen única, alta calidad, 4K; la estimación es de unos 550 créditos y lo real fue 663. Luego se usa Create your avatar para crear un avatar llamado Erhan, la voz se deja vacía porque no hay línea. Para el video se mantiene deliberadamente un teléfono con pantalla verde en el prompt para que las pantallas puedan añadirse fácilmente en la edición. La historia de 30 segundos del jugador de rugby se detalla segundo a segundo en el prompt.

La economía del modelo y la resolución se muestran con transparencia. Con el premium Cedens 2.5, un video vertical de 1080p se estima en unos 22.798 créditos, mientras que el mismo a 720p ronda los 9.324. Bajar al estándar Cedens 2.0 o a 480p lo reduce aún más. El agente devuelve un informe para una comprobación final y también sugiere unos 2.948 por 15 segundos en calidad estándar. Tras la aprobación, el video se completa: un jugador caminando después de un partido, sentándose en un banco, sacando el teléfono de su calcetín, mirando el dispositivo de pantalla verde, encontrando la cafetería, entrando mientras todos se giran y bebiendo café en el final. Los precios se cierran: Basic cuesta 10 dólares, 7 el primer mes, con 20.000 créditos y Agent y Studio limitados; Pro cuesta 20 dólares en total con 30.000 créditos, Agent y Studio sin restricciones y SuperComputer para compilación, despliegue, alojamiento, base de datos y uso ilimitado de modelos como GLM 4.7 y Kimi K2. La frase de cierre resume la filosofía: cada información se elimina a los 60 minutos, la app prefiere quedarse vacía antes que quedarse equivocada, la capa de «olvido» ausente del entrenamiento del modelo la añade el humano en el prompt, y las palabras «Right Now» se convierten ellas mismas en una promesa.