Xenua AI
PM e sviluppo di piattaforma RAG
Sviluppo di RAG in Js e web app in React per startup tech. Il RAG utilizza un model LLM per generare descrizioni utenti secondo i parametri decisi dall'utente.
Sviluppo web app RAG con AI
Il progetto ha previsto lo sviluppo di una piattaforma che consente ai proprietari di e-commerce, di compilare descrizioni e attributi dei prodotti in modo automatizzato e massivo.
La web app consente di generare tramite l’intelligenza artificiale, contenuti per i propri prodotti e di poterli importare sia nel proprio e-commerce che nel proprio gestionale.
I contenuti vengono generati tramite le API di ChatGPT partendo da un testo di input (prompt). Le descrizioni che vengono restituite sono scritte in ottica SEO, ed anche con meta-tag HTML se richiesto.
La piattaforma prevede un abbonamento mensile per i propri utenti.
Cliente
Progetto interno
Lavoro svolto
Sviluppo e management per lo sviluppo di app per startup tech.
Risorse
Project Manager, due Senior Web Developer (MERN)
Tecnologie
React, MongoDB, ExpressJs, NodeJs, Javascript, Azure
React
In ogni gestionale
L'elemento innovativo
Attualmente già esistono software che consentono di generare una descrizione di un prodotto partendo da un breve input di testo, ma nessuno consente di generare ad esempio 1.000 descrizioni per i propri prodotti e importare tali informazioni nel proprio gestionale.
ChatGPT infatti permette la generazione di una descrizione alla volta e successivamente, a mano, occorre importare le descrizioni generate. Questo procedimento va bene ovviamente, solo se parliamo di poche decine di prodotti.
Alcuni plugin di WordPress e di Magento 2 invece, consentono di generare le descrizioni dei prodotti al proprio interno in modo massivo, ma le informazioni dei prodotti dovrebbero viaggiare in senso opposto, cioè dal gestionale all’e-commerce e non il contrario. Con questo sistema infatti, le informazioni dei prodotti vengono generate direttamente nell’ e-commerce.
Xenua AI invece, consente di generare in pochissimi minuti migliaia di descrizioni prodotto e poi di importarle facilmente tramite un file CSV sia nel proprio e-commerce che nel proprio gestionale.
Microsoft Azure
E’ stato utilizzato Microsoft Azure come sistema cloud su cui deployare i web service ed il frontend della web app. Sono state eseguite su Azure, anche tutte le configurazioni necessarie per la piattaforma.
ExpressJs
I web service sono stati sviluppati utilizzando l’ecosistema NodeJs. nello specifico è stato utilizzato il framework Express.JS.
ReactJs
Il frontend della web app è stato sviluppato in Javascript utilizzando il framework di ReactJs. Lo sviluppo è stato eseguito utilizzando Typescript.
MongoDB
E’ stato utilizzato un database MongoDb. Nello specifico è stato utilizzato il servizio Atlas MongoDb. Nel progetto è stato utilizzato anche il servizio Algolia, per velocizzare la gestione dei filtri sui dati del db.
Integrazione nel PIM Categora
Il sistema Xenua AI, è stato integrato all’interno del PIM (Product information Management) Categora.
Il PIM Categora consente alle aziende di gestire tutti i dati dei propri prodotti da un unico punto centralizzato ed è integrabile con gli ERP più famosi e utilizzati come quello di IBM, Microsoft Dynamics e Oracle.
Training su LLM
Nel progetto sono state utilizzate le API di un LLM di alta qualità, ciò ha permesso in questo MVP, di concentrarsi sulla web app lato frontend e quindi sull’esperienza utente, nonché sul backend che si occupa della gestione degli abbonamenti.
Le API hanno permesso di creare una sorta di model AI specifico, specializzato e verticale sulle descrizioni per e-commerce. In questo modo l‘output generato ha caratteristiche particolarmente positive in ottica di un e-commerce. Pertanto, le descrizioni sono di lunghezza adatta ad un e-commerce e possono utilizzare meta-tag HTML qualora il cliente lo richieda.
La modularità nello viluppo del codice, consente a Xenua, di fornire tipologie di descrizioni personalizzate ai propri clienti. Cioè customizzando gli output in base alle esigenze aziendale specifiche.