Brian Valdivieso

¿Cómo funciona?

Lo que haces tu

Añade tu producto a través de la plataforma o por API.
Indica el número de reviews que quieres.
Hazte un café y relájate.

Lo que hacemos nosotros

Cuando añades un producto el sistema busca en los principales marketplaces el mismo producto basándose en las características, nombre y precio.
Una vez ha encontrado los principales candidates, utilizando inteligencia artifical, hace un match y comprueba que sea exactamente el mismo producto.
De los productos que coinciden leemos todas las reviews.
En base a las reviews que hemos visto, sacamos unas conclusiones sobre el producto.
Basándonos en las conclusiones o hechos reales, generamos unas reviews totalmente nuevas con inteligencia artificial.

¿Qué puedo esperar?

Automatización

Puedes integrar el sistema en tu sitio web con la API pública y recibir tus reviews por webhook o descargarlas en CSV cuando terminen.

Solicitar una demo

Prompts personalizados

Puedes generar tus propios prompts para personalizar el estilo de tus reviews.

Elige el modelo de chatGPT que quieres utilizar y añade tu prompt y pre-prompt. Además tienes un sistema de plantillas con el que podrás utilizar datos de cada producto que se rellenarán de forma automática.

¿Son review falsas?

No.
Las reviews se generan en base a hechos REALES.
El proceso es el mismo que hace un usuario para tomar una decicisón. Primero busca el producto, lee las reviews y saca conclusiones.

¿Estamos copiando reviews?

Tampoco.
Tenemos un paso intermedio que genera unas conclusiones. Esto garantiza que de las reviews originales no pase información del usuario ni del marketplace ni frases literales.

¿Es mejor comprar reviews directamente a los usuarios?

En absoluto.
Cuando un comercio paga a un usuario por una review está condicionando la opinión y eso sí es una review FALSA.
Además el coste de una opinión de usuario es absurdamente disparatado en comparación con este servicio.

Código

Github Repo

Tech Stack

¿Por qué este stack?

Selenium: Es una herramienta muy asentada con muchas funcionalidades. Además soporte múltiples navegadores y con SeleniumHub puedo tener múltiples instancias y con distintas IPs.
OpenAI: Es un LLM muy potente, económico y qué se puede utilizar via API con una integración sencilla.
RabbitMQ: Este tipo de proyecto requeria procesar grandes volumenes de peticiones que podian tardar más de lo esperado en un modelo rest por lo que dichas peticiones las genero en colas y aseguro la consistencia.
MongoDB: Dado que la información que almaceno es obtenida de terceros con modelos diferentes no priorizo la consistencia. Además cada documento o entidad puede ser de gran tamaño por las reviews y sin embargo no existen tantas relaciones entre entidades por lo que he optado por NoSQL.
Python: Para el scrapping he utilizado Python porque permite hacer prototipos muy rápidos con un notebook, probar el funcionamiento y trasladarlo al proyecto. Además es un lenguaje bien optimizado para esta tarea.
TypeScript: Aporta una capa de test en fase de desarrollo y hace un código más comprensible y escalable.
NestJs: Es un framework que te facilita muchas cosas y te permite prototipar rápido.
NextJS: Es rápido tiene SSR y te ahorra hacer un routing manual como con React.
Docker: Es lo más óptimo para trabajar con micorservicios y tener entornos aislados.

Scrapper

Este servicio es el encargado de encontrar los productos y las reviews en los marketplaces de referencia, en este caso Amazon. Está construido en Python utilizando como scrapper Selenium. Tenemos varias features en este servicio:

Paso de recaptcha: en caso de aparecer un captcha de texto envía la imagen a un tercero que mediante IA lo resuelve y te devuelve el texto. Luego introducimos el texto y podemos acceder a Amazon.
Búsqueda de artículos: podemos buscar por el nombre del producto y guardamos título, precio y descripción de los N artículos que aparezcan.
Información de un artículo: si abrimos la página de producto podemos extraer nombre, descripción, precio, features, valoración y número de reviews.
Reviews de un artículo: si abrimos la página de producto podemos extraer nombre, descripción, precio, features, valoración y número de reviews

API

La API se encarga de dar servicio al Front y enviar los mensajes a las colas de Rabbit para activar el scrapper.
Está construida en NestJS con TypeScript.

Front

El front está construido con NextJs y es una interfaz gráfica tanto para usuario final como para hacer de backoffice. Algunas features son:

Gestión de productos: Puedes crear, modificar, listar y borrar productos. En cada producto puedes ver las reviews que hay scrapeadas y generadas. También puedes controlar las peticiones de scrapping asociadas, ordenar un nuevo scraping, generar más reviews...
Monitorización de scrappers: Hay un timeline donde aparecen todos los logs y puedes filtrar por producto, servicio...
Prompst personalizados: Hay unas fases determinadas del proceso que requieren un prompt. Para esto hay un apartado en el front que permite personalizar estos prompts de forma dinámica en lugar de tenerlos en código.
Roles en prompts: Para mejorar el resultado podemos generar reviews con distintos roles de usuario, pudiendo simular que la review la genera un gamer, un diseñador gráfico o un oficinista. Para esto hay un apartado donde describimos el rol y se injecta como pre-promt.

Selenium

Para este proyecto he utilizado Selenium Hub para orquestar un conjunto de scrappers capaces de operar en paralelo y de forma desacoplada al sistema. Al enviar las request una cola de Rabbit, el scrapper se encarga de procesarlas enviando al hub la petición y este determina cuantos servicios tiene levantados. Esto permite escalar el sistema y descentralizarlo para evitar baneos de IP.

¿Por qué empezó este producto?

A través de un programa de Venture Builder se presentó la idea y me pareció interesante por lo que me puse con ella. Este proyecto ha llevado unas 80h de desarrollo y en la parte técnica he participado yo solo.

¿Por qué terminó?

El proyecto a nivel de negocio no avanzó por falta de recursos y hasta ahora se ha quedado como un prototipo. Inicialmente había potenciales clientes con interés en una suscripción y el mercado abarcaba todos los ecommerce.

¿Por qué no está disponible?

Las necesidades de computación para este proyecto son algo exigentes ya que requiere montar una infraestructura de microservicios con base de datos, rabbit, y varios servicios por lo que el despliegue y mantenimiento supone un alto coste incluso sin utilizarse.

Solicita una demo

Si quieres probar el sistema o ver una demostración rellena este formulario.

Generador de Reviews con Inteligencia Artificial

Índice