Acerca de AICite

Quién está detrás

AICite fue creado por Hector Londoño (@Heloqui en GitHub) en abril de 2026. Solo founder, full-stack engineer. Antes de AICite, Hector construyó múltiples sitios SEO y herramientas de contenido — estaba auditándolos manualmente cuando notó que ChatGPT y Claude no los citaban a pesar de tener buen ranking en Google. Esa observación se volvió el producto.

No hay equipo. No hay inversores. AICite es un experimento de validar si una sola persona, usando AI moderna como leverage, puede construir un negocio SaaS B2B desde cero. Cada decisión se documenta públicamente: spec, plan de implementación, snapshots de audits, costos por audit, todo en el repo público.

Metodología detrás de los audits

Cada audit ejecuta una pipeline de 5 etapas validadas internamente:

1. Page ingestion — fetch del HTML público, extracción de título, headings, schema.org existente, body text. No usa headless browser ni ejecuta JS — los crawlers AI tampoco lo hacen, así que vemos lo que ellos ven.
2. Query generation — un LLM (gpt-4o-mini con structured outputs) genera 15 queries plausibles que un usuario haría a una IA buscando tu nicho. Mezcla de informacionales, comerciales, navegacionales, long-tail.
3. Multi-engine querying — paralelo a ChatGPT (gpt-4o con web search) y Claude (sonnet-4-6 con web search). Promise.allSettled para resilencia ante fallos parciales.
4. LLM-as-judge citation extraction — Claude Haiku 4.5 (modelo barato y consistente para clasificación estructurada) lee cada respuesta y extrae si tu sitio fue citado, en qué posición, con qué sentiment, y quién fue citado en su lugar. Combinado con check determinístico de URLs en sources.
5. Fix generation — Claude Sonnet 4.6 con tool_use forzado compara tu contenido con el de los citados y propone fixes específicos — texto exacto a agregar, schema faltante, secciones recomendadas.

Total: ~$1.50-3.00 USD en compute por audit. Tiempo: 30-60 segundos. La herramienta se audita a sí misma — el primer audit de aicite.app, antes de implementar fixes, scoró 0/100. Una hora después de implementar 3 fixes (schema, contenido, glosario), re-audit subió a 27/100. Esa validación recursiva es pública y reproducible:ver el resultado.

Compromisos transparentes

• Build in public — código en GitHub, decisiones de producto en Twitter, métricas (signups, MRR, churn, costos AI) compartidas públicamente cada semana.
• No tracking publicitario — solo cookies esenciales (sesión, rate-limiting). Nunca venderemos datos. Nunca implementaremos pixels de Meta o Google Ads.
• Plan free real, permanente — 1 audit por IP por día, resultados públicos compartibles. No es trial, no es gancho — es la herramienta de marketing del producto. Lo seguirá siendo.
• Refunds sin pregunta — si pagas y no funciona para tu caso, refund completo en las primeras 14 días. Sin formulario, solo email.
• Datos exportables — todo lo que produzcas en AICite (audits, fixes, configuraciones) podrás exportar como JSON cuando quieras, sin permission asks.

Stack técnico (para curiosos)

Next.js 16 (App Router) en Vercel · Turso (libSQL) como base de datos · Trigger.dev v4 para los background jobs del pipeline · OpenAI gpt-4o + gpt-4o-mini · Anthropic Claude sonnet-4-6 + haiku-4-5 · Auth.js v5 (magic link + Google OAuth) · Stripe billing · Resend para emails · Tailwind CSS 4 · class-variance-authority · zod para validación · Vitest para tests · Sentry para errores. Todo TypeScript strict.

El repo es público para auditoría: github.com/Heloqui/aicite.

Contacto

Para soporte, bugs, feedback, o solicitudes legales (GDPR, CCPA), email a hello@aicite.app. Para conversación pública o "build in public" updates, sigue al proyecto en GitHub.