AI-Powered Retail Trade-In Platform
Una aplicación web donde los usuarios suben fotos y datos de productos usados (como celulares), reciben una estimación de precio usando IA y completan el proceso de venta con pago y logística.
1. Idea del sistema (input para Claude)“Build a web platform where users upload photos and details of used devices, get an AI-based price estimation, and complete a trade-in process including logistics and payment.”
2. Arquitectura (lo que debes generar con Claude + Draw.io)Debe tener al menos tres capas bien definidas:
Frontend- React o Next.js
- Formulario para subir imágenes y datos
- Dashboard de estado del proceso
- FastAPI o Node.js
- Servicios:
- User Service
- Trade-in Service
- Pricing Service (ML)
- Order Management
- Modelo de computer vision para estimación de precio
- Base de datos (PostgreSQL)
- Almacenamiento de imágenes (S3 o Blob)
- Pasarela de pago (Stripe)
- API de envíos (FedEx u otra)
- Servicio de notificaciones (SendGrid)
Incluye flujos de datos claros entre componentes.
3. Prompt clave para Claude Generate a layered architecture diagram for a retail trade-in web application.Include:
- Frontend (React-based UI)
- Backend services (API, business logic)
- Machine learning service for price estimation from images
- Database and object storage
- External integrations (payment gateway, shipping API, email service)
Show data flow between components and clearly separate layers.
Luego refina con prompts como:
- Add authentication layer
- Include async processing for image analysis
- Improve scalability with a queue system
- Definición de requerimientos
- Creación del diagrama
- Setup de repositorio
- Desarrollo frontend
- APIs backend
- Integración base de datos
- Autenticación
- Entrenamiento o integración del modelo
- API de inferencia
- Conexión con backend
- Pagos
- Envíos
- Notificaciones
- Pruebas unitarias
- Pruebas de integración
- Despliegue en cloud
Debe incluir:
- Dependencias claras entre tareas
- Duraciones realistas
- Ejecución en paralelo cuando aplique
Ejemplo:
- Base de datos antes del backend
- Backend antes de integrar ML
- Testing después de integraciones
