REM (Reverse Engineer Marketing): espía el marketing de tu competencia desde Claude Code
REM (Reverse Engineer Marketing) es una herramienta open source que, a partir de un solo enlace, reconstruye cómo consigue clientes una empresa: qué anuncios paga en Meta, Google o LinkedIn y cuáles llevan meses activos, qué píxeles de seguimiento tiene instalados, cómo está montado su SEO, si deja entrar a los rastreadores de IA, quiénes son sus fundadores y cómo ha cambiado su mensaje con los años. Funciona como CLI, como aplicación web local y como servidor MCP para Claude Code, Codex o Cursor, y tiene licencia MIT.
Leímos el código completo de la versión 0.1.0 (commit 5b78198 del 18 de octubre de 2026, unas 4.300 líneas de TypeScript) para contarte qué hace de verdad, qué es gratis y qué no, cómo instalarla hoy (el comando del README todavía no funciona) y cómo usarla para analizar a tu competencia o a los clientes de tu agencia.
Qué es REM y quién lo hace
- Repositorio: github.com/dansugc/reverse-engineer-marketing
- Versión analizada: 0.1.0 (un único commit público, 18 de octubre de 2026).
- Licencia: MIT, copyright de Daniel Hangan (DansUGC). Puedes usarla, modificarla e integrarla en un producto comercial.
- Requisitos: Node.js 22 o superior.
- Quién la hace: DansUGC, un mercado de vídeos UGC (creadores reales grabando reacciones para anuncios). La herramienta es gratuita y su modelo de negocio es que, cuando descubras que tu competencia gana con vídeos UGC, se los compres a ellos. Lo verás en el README y en un mensaje al final de cada ejecución de la CLI.
La idea parte de una observación del propio README: casi nadie comparte ya qué le funciona en marketing, pero la mayoría de esa información es pública si sabes dónde mirar. Las bibliotecas de anuncios muestran qué anuncios llevan meses activos (los ganadores), los píxeles delatan en qué plataformas compran tráfico, los sitemaps revelan el SEO programático y la Wayback Machine guarda cada cambio de posicionamiento. REM junta todo eso en un informe con un plan paso a paso para copiar la estrategia, citando la evidencia de cada afirmación.
Se inspira en REA (Reverse Engineer Anything), que hace ingeniería inversa de binarios, pero aplicado al marketing.
Qué averigua de una empresa
REM divide la investigación en ocho áreas (website, seo, history, apps, paid, social, founders, community). Esto es lo que saca de cada una y si necesita una clave de pago:
| Área | Qué obtiene | ¿Gratis? |
|---|---|---|
| Web y embudo | Posicionamiento, llamadas a la acción, modelo de precios, prueba gratuita, programa de afiliados, prueba social | Sí |
| Píxeles y herramientas | Píxeles de Meta, Google, TikTok, LinkedIn, Reddit, X, Pinterest y Snap con sus IDs, **incluso dentro de contenedores de Google Tag Manager**; SDK de atribución (AppsFlyer, Adjust, Branch); herramientas de CRM, email, afiliados y A/B testing | Sí |
| SEO | Tamaño del sitemap, carpetas, **familias de páginas programáticas** (`/integrations/{app}`, `/{a}-vs-{b}`), páginas de comparativas y alternativas, ritmo de publicación | Sí |
| Búsqueda con IA (GEO) | Si tiene `llms.txt` y a cuáles de estos 10 rastreadores bloquea: GPTBot, OAI-SearchBot, ChatGPT-User, ClaudeBot, Claude-SearchBot, PerplexityBot, Google-Extended, CCBot, Applebot-Extended y Bytespider | Sí |
| Historial | Título, H1 y llamadas a la acción de la portada a lo largo del tiempo, desde la Wayback Machine | Sí |
| Apps | Valoraciones de App Store, instalaciones en Google Play, ritmo de actualizaciones y anuncios de Apple Search Ads (solo los de la UE) | Sí |
| Anuncios | Bibliotecas de Meta (activos y pausados, creatividades, días en circulación, variantes, UTM), Google y LinkedIn; anunciantes que pujan por la marca | Scrape Creators |
| Redes sociales | TikTok, Instagram, YouTube, X y LinkedIn: seguidores, publicaciones por semana, alcance mediano, mejores publicaciones | Scrape Creators |
| Fundadores | Nombres desde Wikidata, el JSON-LD y la página "sobre nosotros" (gratis); audiencia y publicaciones en LinkedIn y X (de pago) | Mixto |
| Comunidad | Hacker News (gratis); Reddit y Product Hunt (de pago) | Mixto |
El dato más valioso para quien hace anuncios es la lista de anuncios activos que más tiempo llevan en circulación. La lógica es sencilla: nadie paga seis meses seguidos por un anuncio que no vende. En el informe de ejemplo que trae el repositorio (la app Cal AI), REM encuentra 692 anuncios activos en Meta y dos que llevaban 185 días en circulación con 12 variantes cada uno, y cita sus ganchos textuales.
Cómo funciona por dentro
El diseño separa con cuidado lo que se observa de lo que se interpreta, y eso es lo que la diferencia de pedirle a un chatbot "analiza el marketing de X":
- Recogida de evidencias. Cada recolector de
src/sources/añade elementos numerados (E1,E2…). Cada uno es una *observación* (visto en una URL o API) o una *derivación* (calculado, por ejemplo publicaciones por semana). Lo que no se pudo comprobar se guarda como desconocido, con un enlace para revisarlo a mano. - Tabla de canales determinista.
src/analyze/scorecard.tspuntúa cada canal de 0 a 3 (activo, probable, inactivo, ninguno, desconocido) sin IA, solo con reglas. Por ejemplo, 30 anuncios activos o más en Meta son fuerza 3. - Informe con IA. Un modelo (Claude por defecto) escribe el análisis con una plantilla fija y un conjunto versionado de instrucciones en
harness/: rol de analista, reglas de evidencia y una guía por canal (Meta, búsqueda de pago, B2B, vídeo corto, fundadores, SEO y GEO, Reddit, embudo, apps). - Validación.
src/report/validate.tscomprueba que todas las citas[E#]existen, que están todas las secciones y que no se inventa gasto en dólares.
Las reglas de harness/guardrails.md son estrictas y conviene conocerlas para leer bien los informes: un píxel indica intención o uso pasado, no gasto actual; "desconocido" nunca significa "no lo hacen"; y las cifras de gasto no se inventan, solo se usan indicadores como el número de anuncios activos o su antigüedad.
Cuánto cuesta usar REM
El software es gratis. Pagas, si quieres, dos cosas: los datos de redes y anuncios, y el modelo que redacta el informe.
| Concepto | Opción | Coste |
|---|---|---|
| Fuentes gratuitas (web, píxeles, SEO, IA, Wayback, apps, HN) | Sin clave | 0 $ |
| Anuncios, redes, fundadores, Reddit | [Scrape Creators](https://scrapecreators.com), 25-50 créditos por análisis completo | 100 créditos gratis al registrarte; después, 47 $ por 25.000 créditos que no caducan |
| Informe escrito | Tu suscripción de Claude Code o de ChatGPT (Codex) | Incluido en tu plan |
| Informe escrito | API de Anthropic (`ANTHROPIC_API_KEY`) | Por tokens |
| Informe escrito | Por MCP: lo escribe tu propio agente | Incluido en tu plan |
| Solo evidencias | `--no-ai` | 0 $ |
Con el paquete Freelance de Scrape Creators, un análisis completo sale por entre 0,05 y 0,09 $ de datos. Los 100 créditos gratuitos dan para dos a cuatro análisis completos, suficiente para probar con tus tres competidores principales. Las respuestas se guardan en caché 24 horas en ~/.cache/reverse-engineer-marketing, así que repetir un análisis ese mismo día no consume créditos, y el límite por defecto es de 50 créditos por análisis (--max-credits o REM_MAX_CREDITS para cambiarlo).
Para comparar: las herramientas comerciales de espionaje de anuncios y análisis de competencia cobran suscripciones mensuales de decenas o cientos de dólares. Si solo necesitas analizar a unos pocos competidores al mes, REM sale mucho más barata.
Cómo instalar REM hoy
El README indica npx reverse-engineer-marketing, pero a 13 de noviembre de 2026 el paquete no está publicado en npm: npm view reverse-engineer-marketing devuelve un 404. Hasta que lo publiquen, hay que instalarla desde el código fuente:
git clone https://github.com/dansugc/reverse-engineer-marketing
cd reverse-engineer-marketing
npm install
npm run build
node dist/cli.js doctordoctor te dice qué fuentes tienes desbloqueadas según tus claves. Para usar las de pago, copia .env.example a .env en la carpeta desde la que ejecutas el comando y rellena las que quieras (todas son opcionales):
SCRAPECREATORS_API_KEY=tu_clave
ANTHROPIC_API_KEY=tu_clave
# REM_MODEL=claude-opus-5
# REM_MAX_CREDITS=50Si prefieres ejecutar desde TypeScript sin compilar, el propio README propone npm run dev -- notion.so --no-ai.
Primer análisis desde la terminal
node dist/cli.js tucompetencia.com --no-aiCon --no-ai solo recoge evidencias y escribe un informe sin interpretación. El resultado queda en ./rem-reports/<dominio>-<fecha>/: un report.md y un evidence.json con todas las evidencias en bruto. Las opciones más útiles:
--only paid,social,seo: limita las áreas (y el gasto de créditos).--handle tiktok=nombre: fuerza una cuenta que la web no enlaza.--json: imprime el paquete de evidencias por la salida estándar, útil para scripts.diff <dominio>: compara con el análisis anterior del mismo dominio y muestra anuncios nuevos o retirados, crecimiento de seguidores, crecimiento del sitemap y cambios en la portada.
También acepta enlaces de App Store y Google Play en lugar de un dominio.
La aplicación web local
node dist/cli.js webAbre http://localhost:4321. Pegas un enlace, eliges quién escribe el informe (Claude Code, Codex, la API de Anthropic o nadie) y ves llegar las evidencias en directo. La pestaña Posts & ads es una biblioteca de todo lo recogido: anuncios de Meta con sus vídeos, anuncios de Google y LinkedIn, vídeos de TikTok e Instagram y publicaciones de los fundadores, con filtros por plataforma y por antigüedad.
Si no tienes claves y solo quieres ver cómo es un informe completo, node dist/cli.js demo abre el análisis grabado de Cal AI sin gastar nada.
Cuando eliges Claude Code o Codex como redactor, REM ejecuta la CLI que ya tienes instalada quitando ANTHROPIC_API_KEY y OPENAI_API_KEY del entorno, para que se use tu suscripción y no una clave de pago por uso.
Usar REM desde Claude Code con MCP
Aquí está lo más interesante: con MCP no necesitas ni la clave de Anthropic, porque es tu propio agente quien interpreta las evidencias y redacta. Como el paquete no está en npm, registra el servidor apuntando a tu copia compilada (cambia la ruta por la tuya):
claude mcp add reverse-engineer-marketing -e SCRAPECREATORS_API_KEY=tu_clave -- node /ruta/a/reverse-engineer-marketing/dist/cli.js mcpEl comando setup del proyecto hace esto automáticamente, pero registra npx -y reverse-engineer-marketing mcp, que hoy falla por el mismo 404. Además, copia la skill de skills/reverse-engineer-marketing/ a ~/.claude/skills/ para que el agente siga el flujo correcto: recoger, leer la tabla de canales, pedir las guías por canal, citar evidencias y validar.
El servidor expone siete herramientas:
| Herramienta | Para qué sirve |
|---|---|
| `reverse_engineer_marketing` | Recoge todo para una URL y devuelve una tabla compacta, el índice de evidencias y los desconocidos |
| `get_evidence` | Datos completos de evidencias concretas |
| `get_playbook` | Rol de analista, reglas, plantilla y guías por canal |
| `get_content` | Los anuncios, vídeos y publicaciones reales |
| `compare_runs` | Qué cambió entre dos análisis |
| `validate_report` | Revisa el informe del agente: citas, secciones, nada inventado |
| `write_report` | Informe en el servidor (necesita la clave de Anthropic) |
Y cinco flujos guiados (prompts MCP): investigate_company, compare_competitors, what_changed, steal_the_playbook y audit_unknowns. Estos son tres pedidos que funcionan bien en Claude Code una vez conectado:
Haz ingeniería inversa del marketing de tucompetencia.com. Empieza por sus anuncios activos más antiguos y cita los ganchos textuales.
Compara competidor1.com, competidor2.com y competidor3.com: qué canal gana cada uno y cuál es la jugada que debería copiar de cada uno.
Analiza tucompetencia.com y prepara un plan de 30 días para mi producto (miweb.com) con 10 ganchos de anuncios adaptados de sus ganadores y un calendario de publicaciones.Casos de uso para un negocio pequeño o una agencia
- Antes de lanzar o de invertir en anuncios: analiza a tres competidores y mira qué canal es su motor. Si ninguno anuncia en LinkedIn pero los tres tienen anuncios de Meta con más de 60 días, ya sabes dónde está la demanda probada.
- Para preparar una propuesta a un cliente: un análisis de su competencia con evidencias citadas convence más que una presentación genérica, y el
evidence.jsonte sirve como anexo. - Para auditar tu propia web: ejecútala sobre tu dominio con
--no-ai. Verás qué píxeles tienes de verdad (incluidos los que se cargan por GTM y nadie recuerda), si bloqueas a algún rastreador de IA sin querer y si tu sitemap tiene familias de páginas aprovechables. - Para vigilar a un competidor: ejecuta el análisis cada semana y usa
diffpara ver qué anuncios ha lanzado o retirado y si ha cambiado su mensaje. - Para un SaaS: las familias de páginas programáticas (
/integraciones/x,/x-vs-y,/alternativas-a-x) de tus competidores son una lista directa de páginas SEO que te faltan. Si quieres llevar eso a la práctica, OpenSEO te da los volúmenes de búsqueda reales.
Seguridad y uso responsable
El archivo SECURITY.md es más cuidadoso de lo habitual en un proyecto tan joven:
- Las claves solo se envían a
api.scrapecreators.comy al SDK oficial de Anthropic, y nunca se escriben en informes, caché ni registros. Si las guardas desde la web, van a~/.config/reverse-engineer-marketing/config.jsoncon permisos 600. - La web local escucha solo en
127.0.0.1y rechaza otrosHosty peticiones de otros orígenes. - El informe lo escribe un modelo a partir de contenido scrapeado, así que se trata como no confiable: se limpia con DOMPurify y se quitan imágenes, formularios y estilos para que una web maliciosa no pueda colar nada.
- Claude Code redacta sin herramientas (
--tools ""), sin MCP ni hooks, en una carpeta temporal vacía. Codex corre en sandbox de solo lectura, pero el propio documento avisa de que puede leer archivos, así que si eso te preocupa usa Claude Code.
Sobre el uso: REM solo lee información pública (webs, bibliotecas de transparencia de anuncios, perfiles públicos) y no inicia sesión en nada. La regla del propio proyecto es la de la ingeniería en sala limpia: estudia la estrategia y crea la tuya. Copiar los anuncios, vídeos, textos o marca de otra empresa infringe su propiedad intelectual. Revisa también los términos de uso de cada sitio y la ley de tu país.
Limitaciones
- Paquete sin publicar en npm (a fecha de este artículo): instalación desde el código fuente.
- Proyecto muy joven: versión 0.1.0, un solo commit público. Espera cambios.
- Apple Search Ads solo es visible en la UE. TikTok y X no tienen biblioteca pública de anuncios global: REM detecta el píxel y te da el enlace para revisar a mano. La biblioteca de anuncios de Reddit ya no existe.
- Muestras parciales: los recuentos de anuncios salen de las primeras páginas de cada biblioteca y el informe lo indica.
- Coincidencias por búsqueda: fundadores, cuentas de TikTok y Product Hunt pueden asignarse mal; los resultados débiles vienen marcados.
- El seguimiento del lado del servidor y las herramientas de email no se ven desde el navegador y salen como desconocidos.
- Pensada para mercados con mucha publicidad digital: en un negocio local de Latinoamérica sin anuncios ni redes activas, el informe tendrá muchos desconocidos. Lo más útil ahí son las fuentes gratuitas.
Errores frecuentes
npm error 404 'reverse-engineer-marketing@*' is not in this registry: el paquete aún no está en npm. Instala desde el código fuente como se explica arriba.- El MCP no arranca tras usar
setup:setupregistranpx -y reverse-engineer-marketing mcp. Bórralo conclaude mcp remove reverse-engineer-marketingy vuelve a añadirlo con la ruta adist/cli.js. - Falla al arrancar o al compilar: el proyecto exige Node.js 22 o superior (
node -v). - Casi todo sale como desconocido: no tienes
SCRAPECREATORS_API_KEY. Comprueba condoctory recuerda que el.envse lee desde la carpeta en la que ejecutas el comando. - No encuentra el TikTok del competidor: pásalo con
--handle tiktok=nombre.
Preguntas frecuentes
¿Es legal usar REM? Lee datos públicos: páginas web, bibliotecas de transparencia de anuncios y perfiles públicos. Lo que no está permitido es copiar las creatividades o los textos de otra empresa. Revisa los términos de cada sitio y tu legislación local.
¿Necesito pagar algo para probarla? No. Sin claves obtienes web, píxeles, SEO, rastreadores de IA, historial y apps, y demo enseña un informe completo grabado. Scrape Creators regala 100 créditos al registrarte.
¿Funciona con webs en español o de Latinoamérica? Sí: la recogida no depende del idioma. Ten en cuenta que los anuncios de Apple Search Ads solo se ven en la UE y que la plantilla del informe está en inglés: si lo usas por MCP, pide a tu agente que lo escriba en español.
¿Puedo usarla en un producto comercial? Sí, la licencia MIT lo permite siempre que conserves el aviso de copyright.
¿En qué se diferencia de preguntarle a ChatGPT por la estrategia de una empresa? El modelo solo interpreta evidencias recogidas en el momento y cada afirmación cita su fuente. Lo que no se comprobó sale como desconocido en lugar de inventarse.
Conclusión
REM convierte horas de revisar bibliotecas de anuncios, código fuente y sitemaps en un informe con evidencias, y su servidor MCP encaja de forma natural en Claude Code: tu agente recoge, interpreta y valida sin una clave de API adicional. Empieza por las fuentes gratuitas sobre tu propia web y la de tu competidor principal, y añade Scrape Creators cuando necesites ver sus anuncios. Si te interesa automatizar más partes del marketing con Claude, sigue con las skills de Claude para redes sociales o con cómo crear una landing page con Claude Code y cuatro skills.
// código fuente
Nos ayuda a crecer
codigoagente es gratis y sin muros de pago. Si este artículo te sirvió, cualquiera de estas cosas mantiene el blog en marcha.
- Compártelo con alguien a quien le sirvaWhatsAppLinkedInXFacebook
- Conoce a nuestro patrocinadorSafe Build Labs
Más sobre Herramientas open source

- Alternativas gratis a apps de pago
- Diseño, imagen y vídeo

- Alternativas gratis a apps de pago
- Instálalo en tu servidor

- Claude Code
- Alternativas gratis a apps de pago