Iso Weather blev mitt tydligaste experiment med AI-assisterad utveckling. Jag använde Codex CLI och Claude Code tillsammans med min erfarenhet av Swift, Firebase och TypeScript.
Appen genererar isometriska bilder av en plats anpassade efter väder, temperatur, årstid och tid på dygnet. En första version byggdes och publicerades i App Store på tre veckor.
Bilderna sparas i Firebase för att undvika onödig generering. Med omkring hundra möjliga variationer per stad och en kostnad på ungefär 1,10 kronor per bild behövde tjänsten en hållbar betalmodell. Lösningen blev abonnemang via RevenueCat, med stöd för betalväggar och A/B-testning.
Efter lanseringen fick appen ett bra genomslag i Sverige genom inlägg på LinkedIn. Den lanserades även internationellt, kompletterades med en publik webbplats och började marknadsföras genom App Store Ads och sökmotoroptimerat innehåll.
AI gjorde det möjligt att bygga betydligt snabbare, inte minst för det React-baserade admingränssnittet. Erfarenheten var samtidigt avgörande för att lösa de svåraste problemen, bedöma förslagen och undvika att projektet fastnade.
För mig blev projektet en kreativitetsboost: på några veckor gick det att lansera en polerad native-app med backend, betalningsflöde, inloggning och admingränssnitt.