Caso di studio sull'AI SaaS
Una piattaforma che trasforma un PDF — comprese le scansioni che nessuno può cercare — in qualcosa su cui le persone possono porre domande, tramite chat online, SMS o puntando la fotocamera del telefono su un codice QR stampato sul documento oggetto della domanda.
TextGPT + IQR.Codes sono due prodotti integrati in un’unica piattaforma, realizzati per Modezilla LLC. TextGPT rappresenta il lato personale: basta caricare un documento, scegliere un personaggio e porgli delle domande. IQR.Codes è la parte dedicata alle aziende: un’azienda carica i propri manuali e le proprie politiche, stampa un codice QR e ogni cliente che lo scansiona avvia una conversazione in cui le risposte sono già pronte.
Il flusso di lavoro sottostante è lo stesso in entrambi i casi: caricamento, OCR, suddivisione in blocchi, incorporamento, recupero, risposta con riferimenti bibliografici. Ciò che ha reso il tutto difficile è lo stato in cui si presenta effettivamente un PDF. Un’esportazione digitale pulita è un problema risolto; una fotografia di una pagina tratta da un manuale vecchio di quindici anni non lo è, e sono proprio questi i documenti di cui dispongono effettivamente le aziende.
Il resto dell'architettura deriva da due requisiti stabiliti prima ancora di scrivere la prima riga di codice: una risposta deve essere restituita in meno di un secondo e nessuna organizzazione deve mai poter visualizzare i documenti di un'altra. Il secondo requisito viene garantito in Postgres tramite la sicurezza a livello di riga, anziché affidandosi all'applicazione che si ricordi di applicare i filtri.
Una guida passo passo a TextGPT e IQR.Codes, dall’inserimento di un PDF nella dashboard fino alla scansione di un codice stampato da parte del cliente e alla ricezione della risposta tramite SMS.
Acquisizione di file PDF con OCR
I documenti vengono inseriti così come sono, scansioni incluse. Prima che qualsiasi dato raggiunga il parser, vengono eseguiti un processo di OCR e una fase di pulizia, in modo che una pagina fotografata diventi ricercabile anziché essere ignorata.
Risposte con riferimenti bibliografici
Una chat potenziata dalla ricerca che fornisce risposte attingendo dai documenti caricati e indica da quale di essi proviene la risposta, anziché basarsi su ciò che il modello già riteneva vero.
Canali QR e SMS
Scansionando un codice si apre una chat web con il marchio dell'azienda o una conversazione via SMS. Non occorre installare nulla né creare un account e, grazie agli SMS, il cliente conserva la conversazione nella propria rubrica.
Multi-tenant per impostazione predefinita
Ogni riga e ogni file sono limitati a un'organizzazione all'interno dello stesso Postgres, tramite la sicurezza a livello di riga e gli URL firmati, anziché tramite un filtro a livello di applicazione.
Abbonamenti e fatturazione
I livelli di Stripe determinano quali canali sono disponibili per un account e in che misura è possibile utilizzarli, con un portale clienti a disposizione per tutte le operazioni successive al primo pagamento.
Le aziende disponevano di documenti che contenevano già tutte le risposte richieste dai propri clienti — manuali dei prodotti, politiche aziendali, schede tecniche, condizioni di reso — in un formato che non consentiva alcuna ricerca. Laddove tali documenti erano costituiti da fotografie delle pagine anziché da file digitali, persino una ricerca nel testo semplice non restituiva alcun risultato. La soluzione provvisoria era una coda di assistenza: qualcuno che rileggesse lo stesso PDF e riscrivesse lo stesso paragrafo, tutto il giorno, mentre il cliente aspettava.
Documenti non ricercabili
Le informazioni c'erano, in formato PDF — e le peggiori erano immagini di pagine, in cui persino la ricerca testuale non restituiva alcun risultato.
Attrito alla porta d’ingresso
Qualsiasi richiesta che chiedesse al cliente di installare un’app o di creare un account lo faceva perdere prima ancora che gli venisse posta la domanda.
Costi e isolamento su larga scala
Il sistema doveva rimanere veloce ed economico anche con milioni di documenti, garantendo al contempo che nessuna organizzazione potesse leggere quelli di un’altra.
Ogni documento segue lo stesso percorso. Viene caricato, sottoposto a OCR se necessario, suddiviso in blocchi, incorporato e archiviato insieme ai relativi vettori in Postgres. Anche una domanda viene incorporata allo stesso modo e riceve risposta in base ai risultati ottenuti, con citazione della fonte. Su questa unica pipeline si basano due prodotti — TextGPT per chi ha un documento, IQR.Codes per le aziende i cui clienti hanno delle domande — e due modalità di accesso, chat web e SMS, entrambe raggiungibili tramite un codice stampato sulla confezione.
Caricamento, OCR, suddivisione in blocchi, incorporamento, recupero, risposta con riferimenti bibliografici — con tentativi ripetuti e controlli di qualità nelle fasi in cui si verificano errori a causa di input errati, anziché alla fine del processo.
TextGPT per uso personale e IQR.Codes per uso aziendale, condividendo il livello di acquisizione e recupero dei dati invece che gestirne ciascuno una propria copia.
Supabase con sicurezza a livello di riga e pgvector, su Vercel Serverless Functions. Le politiche con ambito limitato e gli URL firmati rendono l'isolamento una proprietà intrinseca del database.
The personal side of the platform: a chat window over whatever has been uploaded, with a persona that sets how the answers come back. The badge under the title is the one currently answering, and switching it is a sentence in the conversation rather than a trip to a settings page.
A team creates a product, drops in the PDF documentation, and optionally writes a system prompt that steers how the assistant answers about that one product. What comes out is a secure knowledge base and a QR code pointing at it — branded SMS or web chat, no support ticket in between.
Every product has its own row, with codes to view, edit and download. That download is what actually gets printed — on packaging, on an event flyer, on a sticker beside the machine — so the customer with the question is one camera scan away from the answer.
Web chat and SMS land in the same log, with the message, the time, the direction and the delivery status on a single line. It is what turns the chatbot from something a business hopes is working into something it can audit — and what shows which questions customers keep asking.
Three Stripe tiers, where the feature matrix is the product decision made visible. The entry plan is web chat reached from a printed code, the middle one adds SMS on a shared toll-free number, and the top one is a dedicated line for a brand that wants the number to be its own.
La piattaforma è stata lanciata sulla base di dati numerici concreti piuttosto che di impressioni: quanto tempo impiega un documento a diventare ricercabile, quanto tempo occorre per ottenere una risposta, quale percentuale di una scansione di scarsa qualità viene riconosciuta dall’OCR e a quanti dati di un’organizzazione può accedere un’altra.
Solution: Una fase di pre-elaborazione OCR e un ciclo di pulizia euristica prima che qualsiasi dato raggiunga il parser LLM, con tentativi ripetuti e controlli di qualità a valle. È proprio questa combinazione che ha permesso di portare l’accuratezza delle scansioni difficili e di bassa qualità da un livello inutilizzabile a uno affidabile.
Solution: Indici pgvector ottimizzati, scritture in batch e similarità coseno su ambiti filtrati anziché sull’intero corpus — con una cache di metadati leggera a supporto delle query ricorrenti.
Solution: Uno schema imposto da RLS con separazione tra servizi e ruoli, e Supabase Storage accessibile solo tramite URL firmati nell’ambito di politiche con ambito limitato. I dati aziendali sono separati dal database, non dal codice che li interroga.
Trasformiamole in risposte.