Guardaroba digitale
Acquisizione camera-first, catalogazione dei capi, preferiti, storico di utilizzo, bucato e importazione da e-commerce.
Case study · Product engineering · 2026
ZUVAMA.
Un guardaroba digitale che trasforma capi, contesto e preferenze personali in decisioni di stile più semplici — con AI dove aggiunge valore reale.
Private betaVisita Zuvama.it
RuoloProduct · UX · Engineering
PiattaformaWeb app · PWA · iOS path
FocusWardrobe · AI · Try-on
StatoPrivate beta
01 · Il problema
Il guardaroba è pieno.
La decisione resta difficile.
La maggior parte delle persone possiede già abbastanza capi. Il problema è ricordare cosa ha, combinare meglio ciò che possiede e scegliere velocemente in base al contesto.
Zuvama nasce per ridurre quell'attrito: portare il guardaroba nel digitale, creare una memoria utile dei capi e trasformarla in suggerimenti concreti senza sostituire il gusto personale dell'utente.
02 · Il prodotto
Tre livelli.
Una sola esperienza.
L'esperienza è costruita per funzionare prima come prodotto utile e poi come prodotto AI.
Outfit & contesto
Creazione e pianificazione outfit, calendario, umore e indicazioni contestuali legate anche al meteo e alla città.
AI applicata
Azzurra come stylist persistente e camerino virtuale asincrono per provare outfit mantenendo identità e caratteristiche dei capi.
03 · AI, ma con uno scopo
L'AI entra
solo dove serve.
Non volevo un chatbot appoggiato sopra un guardaroba. Ho separato due problemi diversi: capire cosa suggerire e visualizzare come potrebbe stare un outfit.
01
Azzurra · Stylist
Consigli che ricordano il contesto.
Uno stylist testuale persistente costruito intorno al guardaroba e al profilo dell'utente, con controllo del budget AI e tracciamento dei consumi.
02
Virtual Try-On
Provare prima di scegliere.
Generazione asincrona con riferimenti multipli: foto della persona + capi dell'outfit. Moderazione, retention e cleanup della foto sorgente fanno parte del flusso, non sono aggiunte successive.
04 · Engineering
Una beta costruita
come un prodotto reale.
La scelta tecnica è stata mantenere un'architettura leggibile, osservabile e abbastanza semplice da evolvere senza creare infrastruttura prematura.
Core stack
Python / FlaskPostgreSQLRedis + RQOpenAIPrivate object storagePWA + CapacitorSentryPrometheus
Flusso AI asincrono
- 01Request
- 02Budget check
- 03Moderation
- 04Queue
- 05Generation
- 06Private storage
- 07Telemetry
- 08Cleanup
05 · Trust by design
Privacy e sicurezza
sono parte della UX.
Quando un prodotto lavora con foto personali e AI generativa, il livello di fiducia non può dipendere da una nota a piè di pagina.
- 01
Storage privato e accesso controllato ai risultati
- 02
Moderazione prima della generazione AI
- 03
Budget per utente e audit dei consumi
- 04
Retention esplicita dei risultati generati
- 05
Eliminazione della foto sorgente dopo il try-on
- 06
Telemetria tecnica senza trasformare il prodotto in sorveglianza
06 · Il mio ruolo
Dal problema
alla beta funzionante.
Zuvama è il progetto in cui porto insieme il mio modo di lavorare: product thinking, engineering, UX, AI e disciplina operativa.
Ho guidato la definizione del prodotto e delle priorità, l'impostazione dell'architettura, i flussi UX responsive, l'integrazione delle funzionalità AI e il lavoro di hardening necessario per trasformare un prototipo in una beta utilizzabile da persone reali.