Holidu

In collaborazione con il nostro partner Holidu, abbiamo sviluppato uno strumento completamente automatizzato per scrivere testi descrittivi altamente ottimizzati per affitti vacanze utilizzando l'IA. Holidu gestisce migliaia di proprietà in tutta Europa, e ogni proprietà necessita di descrizioni accattivanti che attirino gli ospiti rispettando rigorose norme delle piattaforme.

La sfida era multifacetica: canali di distribuzione come Booking.com, Airbnb e VRBO impongono regole rigide sui testi descrittivi. Ogni piattaforma limita diversamente la lunghezza del testo, e tutte vietano indirizzi email, numeri di telefono, link esterni e menzioni di tariffe. Oltre a queste restrizioni tecniche, le descrizioni devono essere tradotte in più lingue che gli host spesso non parlano, mantenendo una struttura informativa ottimale che evidenzi le caratteristiche migliori della proprietà in ordine appropriato.

Prima dell'IA, Holidu si affidava a un processo manuale laborioso. Abbiamo sviluppato un software che ha permesso a Holidu di scalare distribuendo il lavoro a copywriter freelance in tutta Europa. I copywriter scrivevano descrizioni in inglese e tedesco, poi i traduttori revisionavano i testi tradotti automaticamente con DeepL. Con la crescita di Holidu, questo modello divenne insostenibile.

Abbiamo evoluto il sistema per generare prime bozze basate su blocchi di testo e regole, con i copywriter che migliorano solo l'output. Alla fine, lo strumento poteva generare automaticamente descrizioni senza revisione umana per proprietà senza requisiti speciali. Quando OpenAI ha rilasciato i loro primi modelli capaci, abbiamo fatto un primo passo attento: usare l'IA per rendere il testo basato su regole più naturale, garantendo che l'IA non potesse mai aggiungere informazioni non valide.

Con OpenAI GPT-4 e Anthropic Sonnet 4, abbiamo fatto il salto verso la generazione completa di descrizioni dai dati grezzi della proprietà. Questo ha richiesto diverse scoperte chiave: arricchire i dati con il contesto prima di inviarli al LLM ha migliorato notevolmente i risultati. Per esempio, invece di elencare singoli elementi della cucina, li raggruppiamo in 'cucina ben attrezzata' con dettagli pertinenti. Abbiamo anche incluso esempi accuratamente elaborati nei prompt per insegnare all'IA come devono apparire descrizioni di alta qualità, aiutandola a capire tono, struttura e stile desiderati.

Un'altra intuizione critica è stata suddividere il compito in prompt specializzati. Un prompt genera la descrizione basata sui dati della proprietà e input dell'host, mentre un prompt di revisione valida che il testo rispetti tutte le regole dei canali di distribuzione. Abbiamo anche imparato ad abbinare i modelli ai compiti: Sonnet 4 di Anthropic eccelle nella generazione e revisione di descrizioni, mentre modelli più semplici come GPT-4 di OpenAI gestiscono efficacemente le traduzioni. Questa strategica selezione di modelli riduce significativamente i costi e migliora la velocità di generazione.

L'ultima evoluzione ha affrontato una funzione molto richiesta: permettere agli host di modificare le proprie descrizioni. Ciò era cruciale perché le restrizioni devono essere rispettate—violare le regole del canale significa che le proprietà vengono disattivate, influendo direttamente sui ricavi. Senza IA, prevenire che gli host rompano accidentalmente le regole durante la modifica sarebbe stato quasi impossibile senza bloccare l'esperienza di editing.

Ora, quando gli host modificano le descrizioni, utilizziamo l'LLM per correggere automaticamente eventuali violazioni delle regole, quindi eseguiamo di nuovo il prompt di revisione per convalidare la conformità. Questo dà agli host la libertà di personalizzare le inserzioni mantenendo i limiti che garantiscono che le proprietà rimangano online su tutti i canali di distribuzione.