Crear un SaaS sin saber programar ya no es una promesa vacía de curso online: es algo que se puede probar en una tarde con las herramientas correctas. Un prototipo funcional de generador de videos con inteligencia artificial se armó en apenas unas horas sin escribir una sola línea de código, solo describiendo lo que se quería construir y dejando que la IA interpretara los errores de la terminal. El resultado no fue perfecto, pero sí suficiente para validar una idea antes de invertir meses de desarrollo.
Crear un SaaS sin saber programar: cómo fue el proceso
Todo arrancó como una prueba: ¿podía una herramienta como Cursor construir un software funcional a partir de instrucciones en lenguaje natural? La respuesta fue sí. En el proceso no se tocó ni una línea de código. Todo el trabajo consistió en pedirle a la IA que use un stack concreto, describirle qué pantallas y funciones necesitaba, y luego interpretar los errores que aparecían en la terminal para pedirle que los corrigiera.
Este enfoque cambia por completo el punto de partida para alguien que tiene una idea de producto pero no sabe programar. En lugar de aprender a programar o contratar a un desarrollador para validar un MVP, ahora es posible ir directo al prototipo. Eso no significa que cualquier idea se pueda construir así de rápido, pero sí que el costo de probar una hipótesis bajó muchísimo.
Qué hace la herramienta: un generador de videos faceless con IA
El software que se construyó resuelve un problema puntual: generar videos de contenido automatizado (el famoso formato 'faceless', donde nadie muestra la cara y todo —guion, voz e imágenes— lo genera la inteligencia artificial) a partir de un simple prompt. El usuario elige si quiere el video en formato vertical u horizontal, escribe el tema y la herramienta genera el guion, la narración y las imágenes.
Una decisión de diseño interesante fue dar la opción de generar las imágenes con IA o buscarlas directamente en Unsplash. Para contenido histórico o conceptual, las imágenes generadas por IA funcionan bien. Pero para otros temas, como una receta de cocina, una foto real suele ser mejor que una imagen inventada. Esa flexibilidad, pensada desde el primer prototipo, es la clase de detalle que termina definiendo si una herramienta se siente útil o artificial.
El stack detrás del prototipo
El stack elegido fue deliberadamente simple: Next.js y Tailwind para el frontend, la API de OpenAI para generar las imágenes, y Eleven Labs para las voces con inteligencia artificial. Ninguna base de datos todavía, porque el prototipo no necesitaba guardar nada para cumplir su función de prueba de concepto. Para los pagos, cuando llegue el momento, la elección ya está definida: Stripe.
Un dato relevante para cualquiera que evalúe montar algo similar: generar imágenes con OpenAI resultó carísimo comparado con alternativas de la competencia, que salen hasta 100 veces menos. Se usó igual porque ya había crédito cargado para hacer pruebas rápidas, pero el plan es migrar a una opción más económica antes de escalar el proyecto.
Lo que falta para completar el MVP
El prototipo tiene limitaciones claras. El texto generado no se puede editar todavía, y eso es un problema porque casi siempre hay una palabra o frase puntual que se quiere cambiar sin regenerar todo el guion. Tampoco se puede ampliar las imágenes para verlas en detalle antes de aceptarlas.
El desafío técnico más grande es lograr que el audio combine bien con las imágenes a lo largo del video. La solución que se está evaluando es separar el guion por frases y asignarle a cada frase una imagen que represente lo que se está diciendo en ese momento, en lugar de tener el texto como un bloque único. También hay que mover los títulos de posición: en el formato corto, si quedan abajo del video, quedan tapados por los comentarios y el nombre de usuario. Después de resolver esto, el siguiente paso es construir el backend: base de datos, registro de usuarios y los planes de pago conectados a Stripe.
La estrategia para conseguir los primeros usuarios
La estrategia de lanzamiento es tan simple como coherente: usar la propia herramienta para crear contenido faceless dirigido a personas que ya consumen o quieren crear ese tipo de contenido automatizado. La idea es que quien vea esos videos se pregunte con qué herramienta fueron hechos, y ahí es donde aparece el producto.
Es una estrategia de distribución que no depende de publicidad paga ni de un funnel complejo: el contenido generado por el propio SaaS funciona como demo constante frente a la audiencia exacta que lo necesita. Antes de escalar nada, el objetivo inmediato es simple: tener un MVP donde los videos salgan bien, con imágenes editables y texto ajustable, y recién después evaluar si vale la pena invertir más tiempo en el proyecto.