Cómo construí una app de fitness con IA: el proceso completo, con errores incluidos

Quería una aplicación de fitness que sirviera de verdad. No una demo, no una maqueta bonita. Algo que me ayudara a bajar de peso, ganar músculo y mantener el hábito, instalable en el celular y capaz de funcionar sin conexión. Ese fue el reto. El camino para llegar ahí tuvo un momento en que pensé que había dañado todo el proyecto.

De la idea al diseño: Claude Design y ChatGPT

Empecé por el diseño, no por el código. Abrí Claude Design y expliqué qué quería construir, cómo debía verse y para quién estaba pensada. En minutos tenía una propuesta. No era perfecta, pero alcanzaba para arrancar.

Después pasé por ChatGPT, no para diseñar sino para ordenar la idea: la estructura, los textos, el flujo entre pantallas. En ese punto todavía era solo una idea bien organizada. Faltaba la pregunta que importa: ¿se puede convertir esto en un producto real usando IA, no una demo?

Claude Code: cuando el diseño empieza a funcionar

Hasta ese momento tenía pantallas bonitas y nada más. Ningún botón hacía algo, no había datos guardados. Llevé el diseño completo, la estructura y la lista de funciones a Claude Code. Ahí apareció la pantalla inicial, después el panel principal, luego el seguimiento de hábitos, y las piezas empezaron a conectarse.

El stack fue React, TypeScript y Tailwind CSS, más herramientas que el propio Claude Code sugirió sobre la marcha. Un requisito no era negociable: la app tenía que funcionar sin conexión. Nada de que se rompiera al perder señal. Cada dato, cada hábito registrado, debía guardarse en el celular. Es un detalle que nadie nota hasta el día que se queda sin señal.

Las funciones que sí sumaban

Construí cada sección con un único objetivo: sostener el hábito sin complicar la experiencia.

• Seguimiento de peso con proyección hacia el objetivo, calculada a partir de la tendencia registrada.
• Comparación de fotos antes y después, porque una imagen dice más que un número.
• Logros y rachas, no por moda sino porque sostienen la motivación día a día.
• Estadísticas del progreso general.

La proyección de peso no promete nada: toma los datos reales y los convierte en una fecha estimada, fácil de entender.

El problema de licencia que obligó a cambiar de plan

Faltaban los ejercicios. No quería solo nombres, quería una demostración visual clara de cada movimiento. Encontré una base de datos con más de mil ejercicios, instrucciones y animaciones. Antes de usarla revisé la licencia, y menos mal lo hice: el texto era libre, pero las animaciones pertenecían a otra empresa y tenían restricción de uso comercial. Usarlas era exponerse a un problema serio.

Conservé la información que sí podía usar: nombres, descripciones, músculos trabajados. Para las animaciones tomé una decisión distinta: crearlas yo mismo con IA en vez de seguir buscando otra librería con las mismas limitaciones.

18 animaciones propias con Higgsfield

Definí un estilo visual y generé cada animación con Higgsfield, apoyado en Claude. Terminé con 18 animaciones que mantienen la misma iluminación, los mismos colores, la misma calidad. Son completamente mías, sin permisos ni restricciones de uso comercial. Igual que el resto de la app, quedaron guardadas localmente: funcionan sin internet una vez instalada.

El backend: la parte que nunca había construido

Con la app funcionando sin conexión, apareció una pregunta incómoda: ¿qué pasa si un día no la abro? Nadie me recuerda entrenar, tomar agua o registrar el avance. El trabajo de meses no sirve si la app depende de que yo la abra por voluntad propia.

El objetivo nunca fue hacer una aplicación bonita. Era ayudarme a crear hábitos. Para eso, la aplicación tenía que dar el primer paso.

Las notificaciones exigían un backend: servidor, base de datos, un sistema para programar avisos a horas fijas. Nunca había construido nada de eso. Trabajé de nuevo con IA para montar cada pieza, incluido el Service Worker, que permite enviar un aviso aunque la app esté cerrada. Cuando sonó la primera notificación real, en Android y en iPhone, sentí que dejaba de ser un experimento.

Lo que salió mal

El resultado final oculta los tropiezos. Hubo un ciclo infinito causado por un archivo antiguo que seguía cargándose, con espacios invisibles que tardé en detectar. Los botones desaparecían en la versión móvil sin razón aparente. Ninguno de estos problemas tenía una causa obvia; encontrarlos tomó tiempo y paciencia, no una instrucción mágica a la IA.

Lo que la IA no reemplaza

La IA escribió gran parte del código y ahorró horas de trabajo. Pero qué construir, qué cambiar y qué mejorar siguió siendo una decisión mía en cada paso. Una buena idea no se genera sola: se sostiene con criterio propio, y la IA solo la hace avanzar más rápido. Sin esa idea clara desde el principio, el proyecto se hubiera quedado en una demo más.