Por qué creé un gestor de tareas por voz con IA
TAMSIV nació de una frustración común: listas de compras en papel pegadas al refrigerador, un club de buceo que gestiona todo por WhatsApp, y esa sensación constante de que la información se pierde entre los post-its y los grupos de discusión. Un día, me dije: ¿por qué no podríamos simplemente hablar para organizar nuestra vida? Seis meses y más de 700 commits después, TAMSIV es una aplicación Android completa con IA conversacional, un pipeline de voz en tiempo real y gestión colaborativa. Así es como todo comenzó.
Puntos clave a recordar:
- Las mejores ideas de productos nacen de frustraciones personales repetidas, no de estudios de mercado abstractos.
- React Native con la Nueva Arquitectura (Fabric) permite a un desarrollador web en solitario entregar una aplicación móvil de alto rendimiento sin necesidad de código nativo puro.
- Supabase ofrece todo lo que un proyecto en solitario necesita (autenticación, base de datos, almacenamiento, Realtime) en un solo servicio.
- El primer prototipo funcional (voz a tarea creada) es el mejor validador de ideas, mejor que cualquier plan de negocios.
¿De dónde viene la idea de un gestor de tareas vocal?
Todo comenzó con una frustración común. Mi esposa y yo gestionamos una familia de cuatro personas. ¿Las listas de compras? En un trozo de papel pegado al refrigerador. ¿Las tareas del hogar? En nuestras cabezas. Y cuando olvidamos algo —lo que ocurre a menudo— es la pequeña tensión del día a día. "¿No dijiste que te encargarías de eso?" Sí, pero lo olvidé. Como siempre.
Paralelamente, soy miembro de un club de buceo. Y ahí, es el caos organizado: todo pasa por WhatsApp. Las salidas, las inscripciones, el material, los informes. Decenas de mensajes al día en un grupo donde la información se ahoga. ¿Buscas la fecha de la próxima salida? Buena suerte para encontrarla entre los memes y las fotos de peces.
Dos contextos diferentes, el mismo problema: la información se pierde porque las herramientas que usamos no están hechas para eso. El papel no recuerda. WhatsApp no organiza. ¿Y las aplicaciones de gestión de tareas existentes? Demasiado complicadas, demasiados campos que rellenar, demasiada fricción.
¿Por qué la voz es la respuesta a la sobrecarga mental?
La idea que lo desencadenó todo: pensamos y nos comunicamos a través del habla, no de formularios. Cuando le dices a tu pareja "no olvides comprar leche mañana", es una instrucción clara. Pero cuando abres una aplicación de tareas, tienes que:
- Abrir la aplicación
- Pulsar "+"
- Escribir el título
- Seleccionar una fecha
- Elegir un proyecto/etiqueta
- Guardar
Seis pasos para una acción que tarda 3 segundos en decirse. Este es exactamente el problema que describe el concepto de fricción de captura en la metodología GTD (Getting Things Done) de David Allen: cuanto más fácil es capturar una idea, más se utiliza el sistema.
Me dije: ¿por qué no podríamos simplemente decir lo que queremos hacer? "Añade leche a la lista de la compra." "Recuérdame preparar las botellas para el sábado." Sin abrir una aplicación, sin escribir, sin buscar el campo correcto en un formulario.
Así nació TAMSIV. Un gestor de tareas y notas controlado por voz, con una IA conversacional que entiende lo que quieres y actúa en consecuencia.
¿Qué opciones técnicas para un desarrollador en solitario que lanza un proyecto móvil?
Primer commit en octubre de 2025. Cada elección técnica en esta etapa es crítica: estás solo, no tienes margen de error y retroceder cuesta caro.
¿Por qué React Native y no nativo puro?
Soy desarrollador web de formación. El nativo puro (Kotlin/Swift) me habría ralentizado varios meses para un resultado equivalente. React Native con la Nueva Arquitectura (Fabric) ofrece un rendimiento a la altura; el jank y los problemas de bridge que plagaban las versiones anteriores están resueltos.
La elección del monorepo con tres carpetas era obvia:
frontend/— React Native TypeScript para la aplicación móvilbackend/— Node.js Express con WebSocket para el servidor de IAwebsite/— Next.js para la landing page y el panel web
Un solo repositorio, un solo git log, tipos TypeScript compartidos entre frontend y backend. La coherencia es máxima.
¿Por qué Supabase en lugar de Firebase o un backend personalizado?
Supabase ofrece todo lo que un proyecto en solitario necesita en un solo servicio: PostgreSQL gestionado, autenticación integrada (correo electrónico, enlaces mágicos y, más tarde, código QR), almacenamiento de archivos y Realtime para la sincronización en tiempo real.
Firebase habría sido la otra opción obvia, pero el modelo NoSQL (Firestore) no es adecuado para datos relacionales como tareas, notas, grupos y eventos. PostgreSQL está hecho para eso, y Supabase lo hace accesible sin tener que gestionar un servidor.
La estructuración de la base de datos vendría más tarde, pero la elección de Supabase desde el principio permitió iterar rápidamente sin preocuparse por la infraestructura.
¿Cómo funciona el pipeline de voz en el corazón de TAMSIV?
El corazón del proyecto es el pipeline de voz. Desde el primer prototipo, conecté la cadena completa:
- Audio PCM 16kHz — capturado desde el micrófono del teléfono
- WebSocket en tiempo real — envío del flujo de audio al backend
- STT (Speech-to-Text) — transcripción por el motor nativo del dispositivo (con fallback Deepgram)
- LLM (Large Language Model) — análisis del texto y decisión de acción a través de OpenRouter
- Function calling — el LLM llama a una función (
create_task,create_memo, etc.) - TTS (Text-to-Speech) — respuesta de voz a través de OpenAI TTS
El usuario habla, el backend transcribe, envía el texto a un LLM que decide qué hacer y devuelve una respuesta de voz. Todo esto en unos pocos segundos.
Las primeras pruebas fueron mágicas. Decir "crea una tarea comprar pan para mañana" y ver la tarea aparecer con la fecha correcta... es el tipo de momento que te confirma que estás en el camino correcto. No necesitas un plan de negocios de 50 páginas; cuando el prototipo funciona y te dices "quiero usar esto todos los días", la idea está validada.
¿Cuáles son los desafíos de un desarrollador en solitario en un proyecto tan ambicioso?
Ser desarrollador en solitario es tener total libertad en las elecciones técnicas. Sin reuniones, sin compromisos, sin "lo discutimos el lunes". Ves un problema, lo corriges. Tienes una idea, la codificas.
Pero también es la soledad frente a los errores a las 11 de la noche. Nadie para revisar tu código, nadie para desafiar tus elecciones, nadie para decirte "vas por buen camino" cuando dudas. Es un sentimiento que muchos fundadores técnicos en solitario conocen.
El build in public —contar la aventura a través de este blog y las redes— se ha convertido en mi forma de compensar esta soledad. Cada artículo es un punto de control, una prueba de que el proyecto avanza, una forma de recibir feedback incluso sin equipo.
¿Cómo pasamos del primer commit a más de 700 commits en 6 meses?
El camino desde ese primer commit siguió una trayectoria que no podría haber planificado:
- Octubre-Noviembre 2025: fundamentos — arquitectura limpia, pipeline de voz, editor de texto enriquecido
- Diciembre 2025: gamificación, renombramiento a TAMSIV, notificaciones recurrentes
- Enero 2026: pulido de UX, feed y UI de gamificación
- Febrero 2026: suscripciones RevenueCat, internacionalización a 6 idiomas, optimización del rendimiento
- Marzo 2026: sistema de referidos, personalización de voz, lanzamiento público
El artículo detallado sobre los más de 650 commits repasa cada etapa en profundidad.
¿Qué lecciones aprender para lanzar un proyecto en solitario?
- Parte de tu propia frustración. Los mejores productos resuelven un problema que el creador vive a diario. Serás tu primer usuario y tu mejor probador.
- Elige herramientas que multipliquen tu productividad. React Native, Supabase, OpenRouter: cada elección debe ahorrarte semanas, no horas.
- Prototipa rápido, valida rápido. El primer pipeline de voz funcional me llevó 3 días. Este prototipo validó la idea mejor que cualquier estudio.
- Documenta la aventura. El "build in public" no es marketing, es un diario de a bordo que te obliga a tomar perspectiva y que crea una comunidad alrededor del proyecto.
Preguntas frecuentes
¿Es necesario saber programar en nativo para crear una aplicación móvil con IA?
No. React Native con TypeScript permite a un desarrollador web crear una aplicación móvil de alto rendimiento. Para la IA, servicios como OpenRouter y OpenAI proporcionan APIs que no requieren conocimientos de machine learning. Lo más importante es comprender la arquitectura cliente-servidor y los WebSockets.
¿Cuánto cuesta el desarrollo de una aplicación como TAMSIV como desarrollador en solitario?
En costos directos: Supabase (plan gratuito al principio, luego ~25 EUR/mes), OpenRouter (~0.001 EUR/mensaje LLM), OpenAI TTS (~0.015 EUR/1000 caracteres), Runware para las imágenes (~0.003 EUR/imagen). El costo principal es el tiempo: 6 meses a tiempo parcial, lo que equivale a unas 500-600 horas de trabajo.
¿Por qué un monorepo en lugar de repositorios separados?
Para un desarrollador en solitario, la coherencia es primordial. Un solo repositorio significa un solo historial de git, tipos TypeScript compartidos y ninguna sincronización de versiones entre paquetes. El monorepo se vuelve más complejo de gestionar a partir de 3-4 desarrolladores, pero para un proyecto en solitario, es ideal.
¿El pipeline de voz funciona sin conexión?
Parcialmente. El STT nativo del dispositivo funciona sin internet (reconocimiento de voz local). Pero el LLM y el TTS requieren una conexión al backend. Un modo offline con cola de espera está en la hoja de ruta: los comandos de voz se almacenarían localmente y se procesarían al reconectarse.
¿No es suficiente WhatsApp para gestionar tareas en grupo?
No, y ese es exactamente el problema que inspiró TAMSIV. WhatsApp es una herramienta de comunicación, no de organización. La información se ahoga en el flujo de mensajes, nada está estructurado, no hay recordatorios, no hay fechas de vencimiento, no hay asignaciones. Es el caos organizado, y los grupos colaborativos de TAMSIV resuelven precisamente este problema.