Case study

ZenithAI

Un prodotto AI che genera report di crescita personali a partire dai dati astronomici della NASA JPL. Configuratore interattivo in React, testi generati da un LLM, pagamenti online cifrati e bilinguismo completo PL/EN.

ZenithAI — Applicazione web

In breve

Anno
2025
Ambito
Prodotto AI, configuratore, pagamenti, due lingue
Il mio ruolo
Prodotto, full-stack, integrazione LLM
Tecnologie
Next.jsReactAI / LLMStripePostgreSQLi18n

Case study

01Il problema

Il report nasce unendo dati astronomici della NASA JPL a testo generato da un modello linguistico. Un modello scrive volentieri una frase elegante su qualcosa che nei dati non c'era mai — e il cliente paga in anticipo e riceve un file che nessuno correggerà dopo. Il lavoro è stato separare ciò che il modello può inventare da ciò che deve uscire da un calcolo.

02Che cosa ho costruito

  • Tutti i valori numerici sono calcolati dall'applicazione a partire dai dati JPL; al modello arrivano come fatti già stabiliti, non come conto da fare.
  • Il modello risponde solo del livello narrativo: forma e lingua del report, mai i dati di partenza.
  • Un configuratore in React accompagna passo per passo e convalida i dati prima di consentire il pagamento.
  • Bilinguismo PL/EN completo, sul contenuto e sul report generato, non solo sull'interfaccia.

03Che cosa fa adesso

  • I numeri nel report sono riproducibili: gli stessi dati in ingresso danno sempre lo stesso risultato.
  • L'acquisto si chiude con il file consegnato, senza nessuno dal lato del venditore.
  • Entrambe le versioni linguistiche escono da una sola generazione.

04Perché questo stack

Il confine fra il calcolo e il modello linguistico è qui la decisione architetturale più importante. Senza quel confine, prima o poi un modello scrive un numero che nessuno ha calcolato: in un prodotto a pagamento non è un rischio che ci si possa permettere.

Tutti i lavori
Cominciamo

Hai un progetto in mente?

Descrivilo in poche righe: rispondo entro 24 ore con un preventivo gratuito e una proposta di stack.