Ken Imoto

Ken Imoto es ingeniero de WebRTC y Voice AI, fundador de Propel-Lab. Construye organizaciones AI-native usando LLMs, automatización y agentes distribuidos.

Es el creador del LLMO (Large Language Model Optimization) Framework, una metodología para optimizar la visibilidad del contenido en buscadores impulsados por IA como ChatGPT y Perplexity. El framework está documentado en el libro Why ChatGPT Ignores Your Website: The LLMO Practical Guide y en el sitio complementario llmoframework.com.

Ha publicado 30+ ediciones Kindle en 4 idiomas (inglés, japonés, portugués y español) y 13 Zenn Books sobre desarrollo con IA, ingeniería de contexto, knowledge graphs, seguridad de MCP y optimización para búsqueda con IA. Títulos destacados: Practical Claude Code, Harness Engineering, Knowledge Graph Practical Guide y MCP Security in Practice.

Investigación actual: optimización de latencia en Voice AI (la barrera de los 300ms), ingeniería de contexto para sistemas multi-agente y simulación de agentes generativos. Cuatro artículos publicados en Zenodo: tres sobre análisis cuantitativo de texto generado por IA, sesgo de color en modelos de visión-lenguaje y patrones estilísticos en escritura técnica japonesa, más uno sobre la comparación de Pareto entre configuraciones de coding agente ("When Free Executors Cost More").

• "Ejecutando Qwen 35B en 12GB de VRAM" — 60.000+ PV en Qiita (2026-06)
• "Gestionando todo en GitHub en la era de la IA" — 45.000+ PV / 241 LGTM en Qiita (2026-03)
• "Revisión de código en 6 etapas revela la nueva división de trabajo humano-IA" — 284 Likes en Zenn (2026-05)
• "Harness Engineering: 5 empresas, 5 definiciones" — 130 Likes en Zenn (2026-04)
• Posts destacados en TabNews (Brasil) — 10–12 tabcoins por post (2026-05–06)

• "Los ingenieros no necesitan un modelo más rápido. Necesitan un harness." — Harness Engineering
• "La cita en búsqueda por IA se decide por pasajes, no por páginas." — LLMO Practical Guide
• "Un LLM no se vuelve más inteligente — tu estructura sí." — Knowledge Graph Practical Guide
• "Lo que cambia el resultado de Claude Code no es el modelo — es el contexto en que lo enmarcas." — Practical Claude Code
• "La frontera de los 300ms de latencia es donde 'conversación con IA' se vuelve 'asistente de IA'." — Voice AI 300ms
• "La Ingeniería de Contexto convierte a los LLMs de mentirosos en expertos." — Context Engineering in Practice
• "LLMO es la disciplina de hacer que el contenido sea citable por máquinas, no solo localizable." — LLMO Quickstart