ROEN
Studiu de caz: Travel Trends — zeci de surse, o singură judecată

Studiu de caz

Studiu de caz: Travel Trends — zeci de surse, o singură judecată

de Marian Matinca · · 6 min citire

Ultimul studiu de caz tehnic din seria despre cele patru aplicații construite pentru ecosistemul OpenAI — și cel scris cu cea mai mare reținere deliberată. Când Reciclăm e open source și studiul intră adânc în arhitectură; Travel Trends e construită ca platformă profesională, așa că aici vorbim despre ce face și ce decizii o fac de încredere — nu despre cum e construită pe dinăuntru. Rămâne, totuși, cel mai ambițios exercițiu de orchestrare din serie: zeci de surse care se schimbă permanent, topite într-o singură judecată.

Pe scurt

Problema

Înainte de o călătorie în Europa, informația care contează există — dar e împrăștiată în zeci de locuri: grevele în presa locală, întârzierile feroviare pe site-urile operatorilor, avertizările meteo la serviciile naționale, contextul geopolitic în alerte oficiale, sănătatea publică în rapoarte europene. Nimeni nu le urmărește la un loc. Călătorul (sau agenția care gestionează sute de călători) află de obicei târziu — sau deloc.

De ce soluțiile existente nu erau suficiente

Alertele companiilor aeriene acoperă doar zborul — noi am plecat de la principiul complementar: restul călătoriei. Agregatoarele de știri nu deosebesc semnalul de zgomot și nu răspund la întrebarea concretă: „mă afectează pe mine, pe ruta mea, în perioada mea?". Iar un model AI întrebat direct despre condițiile de săptămâna viitoare va răspunde din datele de antrenament — adică din trecut. Pentru decizii de călătorie, informația veche nu e doar inutilă: e periculoasă.

Obiective

  1. O singură întrebare, o singură judecată: „cum e călătoria mea?" — nu 11 fluxuri de date de parcurs manual.
  2. Veghe, nu doar răspuns: o călătorie se urmărește; ce s-a schimbat de ieri contează mai mult decât ce era valabil acum o săptămână.
  3. Onestitate verificabilă: și „nu s-a întâmplat nimic" trebuie să fie o informație — nu o tăcere ambiguă.
  4. Aceleași date pentru oameni și agenți: site pentru explorare, MCP pentru orice asistent AI.

Arhitectura

Arhitectura Travel Trends: utilizatorul întreabă în ChatGPT, serverul MCP evaluează călătoria pe radarul de perturbări — 54 de surse implementate în 11 domenii, monitorizate automat
Arhitectura Travel Trends: utilizatorul întreabă în ChatGPT, serverul MCP evaluează călătoria pe radarul de perturbări — 54 de surse implementate în 11 domenii, monitorizate automat

La pragul la care putem vorbi despre ea, arhitectura are trei straturi conceptuale:

De ce MCP și nu un chatbot clasic?

Răspunsul seriei rămâne valabil — aplicația merge unde sunt utilizatorii — dar Travel Trends adaugă dimensiunea critică a actualității: aici nu există răspuns corect din memorie. Un model fără tool-uri va descrie Europa din datele lui de antrenament; cu tool-urile Travel Trends, răspunde din radarul de acum. Iar diferența dintre „cred că e ok" și „am verificat 11 domenii de risc acum câteva ore și e ok" e exact diferența pentru care un profesionist plătește.

Fluxul complet

Utilizator
    │  „Joi zbor la Paris, apoi trenul spre Lyon. E ceva ce ar trebui să știu?"
    ▼
ChatGPT
    │  înțelege ruta, perioada și contextul
    ▼
Server MCP — 8 tool-uri publice
    │  assess_trip → evaluare pe rută și perioadă
    ▼
Radarul de perturbări
    │  54 de surse implementate · 11 domenii · UE-27+
    ▲
    │  monitorizare automată continuă
Surse publice europene
    (aviație · feroviar · rutier · meteo · sănătate · geopolitic …)

Iar după evaluare, conversația nu se termină: watch_trip pune călătoria sub urmărire, whats_changed răspunde la „s-a schimbat ceva de ieri?", iar explain_silence — unealta mea preferată din toată seria — răspunde la „de ce n-am primit nimic?": am verificat, nu e nimic de raportat e o informație fundamental diferită de nu am verificat.

Provocările

Deciziile importante

  1. Sinteza e produsul, nu agregarea — valoarea nu e că datele există la un loc, ci că devin o singură judecată pe ruta ta.
  2. Catalogul de surse e public — inclusiv ce NU e încă implementat. Onestitatea acoperirii înaintea promisiunilor de marketing.
  3. Monitorizarea ca stare, nu ca cerere — o călătorie urmărită rămâne urmărită; conversația poate reveni oricând la ea.
  4. Tăcerea explicabilă — „nimic de raportat" e un răspuns de clasa întâi, cu dovada verificării.
  5. Complementar, nu duplicat — nu re-livrăm notificările companiei aeriene; acoperim restul călătoriei.
  6. Aceleași date pentru toate suprafețele — site-ul și agenții AI citesc același radar.

Rezultatul

Travel Trends e live la travel-trends.mmatinca.eu: radarul de perturbări pe 11 domenii, date de turism pentru toate cele 27 de țări UE și serverul MCP public cu 8 tool-uri — cu site-ul disponibil în engleză, română și poloneză. Construită din martie 2026 — cea mai veche aplicație din serie după RoTV — a fost trimisă la review-ul OpenAI pe 17 iulie, unde se află acum, sub numele „How is my trip?". Este și aplicația cu care seria își arată limita deliberată: unde produsul are ambiții comerciale, studiul de caz se oprește la capabilități — iar restul rămâne avantaj competitiv.

Ce aș îmbunătăți în versiunea următoare?

---

Cu acest studiu, seria acoperă toate cele patru aplicații: Când Reciclăm, RoTV Guide, Digital Compass și Travel Trends. Urmează piesa de sinteză: ce am învățat construind patru aplicații pentru un ecosistem AI. Contextul întregii povești: AI adoption is a delivery discipline.