Ranqio es una plataforma SaaS de SEO con agente de IA que escanea sitios web, detecta brechas de contenido, propone clusters temáticos y genera artículos optimizados para AI Overviews. Está al aire en seo.btodigital.com y soporta cinco idiomas. Toda su arquitectura — backend, frontend, scanner multi-locale, panel administrativo, integraciones con Vertex AI y Firestore — fue diseñada e implementada con sesiones de Claude Code.
El problema: hacer SEO técnico a escala es caro y lento
Las agencias y equipos in-house de SEO repiten las mismas tareas decenas de veces al mes: auditar la indexación de un dominio, mapear la competencia en SERPs, detectar canibalizaciones, planificar clusters de contenido, generar briefs y vigilar regresiones. Una auditoría completa de un sitio mediano toma entre 8 y 20 horas de un consultor senior.
La oferta de herramientas SEO existentes resuelve piezas sueltas — un crawler aquí, una keyword tool allá — pero deja al humano armando el rompecabezas. Para clientes en LATAM con presupuestos restringidos, esa fricción se traduce en proyectos abandonados a la mitad o en estrategias que se ejecutan sin diagnóstico previo.
Quisimos construir el agente que nos habría gustado contratar: una capa de IA que une crawling, análisis competitivo, planificación de contenidos y monitoreo de drift en un solo flujo, multi-idioma y multi-tenant.
La solución: un agente SEO con cerebro propio
Ranqio combina cuatro módulos que conversan entre sí. Un scanner recorre el sitio del cliente y extrae el estado SEO actual: titles, meta, canonicals, schema, Core Web Vitals, sitemaps. Un planificador cruza esos hallazgos con SERPs reales y propone un mapa de clusters de contenido priorizado por oportunidad. Un generador produce artículos completos con esquema JSON-LD y enlaces internos automáticos. Un monitor vigila el drift de los elementos críticos y avisa cuando algo cambia.
Toda la orquestación está construida alrededor de un cliente LLM abstracto que nos permite cambiar de proveedor sin tocar el resto del código. Hoy el motor de razonamiento es Vertex AI (Gemini 2.5), con la puerta abierta a Claude para tareas que se beneficien de razonamiento largo. Los datos viven en Firestore con subcolecciones por tenant; los artefactos pesados (capturas, sitemaps cacheados, briefs en PDF) en Cloud Storage.
La interfaz pública en seo.btodigital.com es una SPA que muestra el dashboard de auditoría, el planificador de contenidos y el editor con vista previa. Hay un panel de administración para multi-tenancy: un mismo cliente puede manejar varias marcas o idiomas desde un solo workspace.
Stack técnico desplegado en GCP
El frontend es una aplicación moderna (Next.js + Tailwind) servida por Cloud Run en dos regiones (us-central1 y us-west1) detrás de Cloudflare. El backend expone una API en Express con autenticación Firebase y autorización por workspace. El scanner corre como worker independiente que se invoca por job y reporta a Firestore en tiempo real.
La inteligencia vive en Vertex AI: usamos Gemini 2.5 Pro para razonamiento largo (planificación de clusters) y Gemini 2.5 Flash para tareas de alto volumen (clasificación de URLs, extracción de entidades). El billing se atribuye al proyecto GCP, no a una API key de AI Studio — un detalle aparentemente menor que ahora documentamos en todos los proyectos nuevos.
La integración con Google Search Console, PageSpeed Insights v5 y la CrUX API alimenta el módulo de monitoreo. Los datos de SERP los obtenemos vía DataForSEO para evitar rate limits propios. Cloudflare al frente da WAF y caché de assets; los HTML dinámicos pasan directo sin tocar el caché.
Cómo Claude Code aceleró el desarrollo
Ranqio se construyó en sprints cortos con Claude Code como copiloto del ingeniero principal. No es un wrapper de Claude — el runtime usa Gemini — pero todo el código que corre en producción nació en sesiones de Claude Code: la arquitectura inicial, los esquemas de Firestore, las reglas de seguridad, los prompts del orquestador, los componentes del dashboard y los scripts de deploy.
La ventaja concreta es la capacidad de Claude Code para mantener en contexto la arquitectura completa durante refactors grandes. Cuando migramos el cliente Gemini de la API key de AI Studio a Vertex AI con SA Token, fueron 47 archivos tocados en una sola sesión sin romper nada y con tests pasando en verde. Cuando duplicamos el idioma soportado de uno a cinco, Claude propuso un patrón de IDs explícitos para evitar colisiones en el cargador de archivos que nos habría costado días de debugging encontrar.
Los Skills personalizados (auditoría SEO, drift baseline, planificación de clusters) viven dentro del repo y se usan tanto en local como en CI. Cada release pasa por una revisión cruzada con la skill de revisión antes de mergear.
Resultados
Ranqio está al aire, sirve a clientes reales de btodigital y procesa auditorías nuevas semanalmente. Las métricas operativas internas — tiempo medio por auditoría, costo en tokens por cliente, tasa de éxito en la generación de artículos — están dentro del rango que proyectamos: una auditoría completa que antes tomaba 8 horas de un consultor senior ahora toma menos de 12 minutos de cómputo y entrega un plan accionable directamente al dashboard.
El producto también nos sirve como laboratorio. Cada cosa que aprendemos construyéndolo — cómo orquestar agentes, cómo cachear contexto, cómo recuperarse de respuestas truncadas del LLM, cómo restringir API keys sin romper Firebase Auth — se convierte en patrón reutilizable para los proyectos de clientes.
¿Qué replicamos a clientes?
La arquitectura de Ranqio es la plantilla con la que construimos hoy productos SaaS con IA para clientes en LATAM: Cloud Run en GCP, Firestore para datos vivos, Vertex AI o Claude para la capa LLM, Cloudflare al frente y un panel de admin multi-tenant. Si tu empresa necesita un producto similar — un agente que automatiza una operación que hoy depende de humanos repitiendo tareas — el camino más corto es agendar una sesión de descubrimiento.