Come ho costruito un concept explorer basato sull'IA in 4 ore con Enter

Come ho costruito un concept explorer basato sull'IA in 4 ore con Enter

La storia passo passo di come uno sviluppatore ha costruito un'app canvas IA pienamente funzionante in sole 4 ore usando Enter Pro. Scopri il workflow, i prompt e le tecniche usate.

Storia utenteYifang·

Un designer senza alcuna esperienza backend ha usato Enter Pro per costruire Essence — un'app canvas nativa per l'IA che scompone qualsiasi concetto nei suoi elementi fondamentali. Dall'idea a un prodotto pienamente funzionante con integrazione IA, supporto bilingue ed esperienza gamificata — tutto in sole 4 ore.

La scintilla

Da designer, sono sempre stato affascinato da una domanda: da dove viene la creatività?

Più studiavo i metodi di design, più notavo lo stesso schema: la creatività spesso inizia con la decostruzione e la** ricombinazione**. Scomporre qualcosa nelle sue parti essenziali, poi ricostruirlo in modo nuovo.

Quell'idea ha dato vita a Essence — un canvas di esplorazione concettuale basato sull'IA. Inserisci un concetto qualsiasi e l'IA lo scompone nei suoi elementi fondamentali. Poi, ricombinando quegli elementi, iniziano a emergere nuove idee.

Perché Enter

Sono un product designer, non uno sviluppatore full-stack. L'idea di Essence richiedeva diverse cose che sembravano scoraggianti:

  • Un canvas interattivo con drag-and-drop, zoom e pan — il tipo di UI complessa che si vede in strumenti come Figma o Miro
  • Integrazione IA per alimentare la logica di scomposizione e ricombinazione dei concetti
  • Un backend serverless per gestire in sicurezza le chiamate alle API IA
  • Il deployment, così che le persone potessero effettivamente usarlo

Collegarsi a un'API LLM un tempo fermava la maggior parte dei non sviluppatori — chiavi API, configurazione dell'ambiente, logica di autenticazione.

Con l'AI All di Enter, ho semplicemente detto: "Usa Claude Sonnet 4.5", e ha collegato tutto — Edge Functions del backend, formattazione delle richieste, gestione degli errori.

Con Enter Pro, non tocco affatto l'infrastruttura. Descrivo cosa voglio, e lui si occupa di React, Supabase, Edge Functions e integrazione dei modelli. Io mi concentro solo sul cosa e sul perché.

La costruzione: 5 fasi in 4 ore

Fase 1: Fondamenta

Ho organizzato l'idea che avevo in testa in un unico prompt completo e l'ho inviato a Enter. Ecco il succo:

Crea un'app di esplorazione canvas nativa per l'IA chiamata "Essence". È un gioco di pensiero leggero. Meccanica principale: gli utenti inseriscono una parola qualsiasi, e l'IA la scompone in esattamente 2 concetti più atomici, mostrati come nodi emoji + parola breve su un canvas. Regole di scomposizione: restituire sempre esattamente 2 nodi, ciascuno con 1 emoji + 1 parola breve, i concetti dovrebbero diventare più essenziali a ogni livello — orientandosi verso dimensioni come emozione, motivazione, energia, struttura, relazione, potere, valore, desiderio, conflitto. Gli utenti possono anche selezionare 2 nodi qualsiasi per ricombinarli in 1 nuovo concetto. Il canvas supporta trascinamento infinito, zoom, doppio clic per scomporre, selezione multipla per ricombinare. Ogni scomposizione costa 1 punto, ogni ricombinazione ne costa 2.

Dopo aver letto questo prompt, la prima cosa che Enter ha fatto è stata caricare le sue capacità IA, poi mi ha chiesto direttamente: "Quale modello IA vorresti usare per la scomposizione e la ricomposizione dei concetti?" Ha elencato le opzioni disponibili — GPT-5.2 Pro, Gemini 3 Pro e Claude Sonnet 4.5 — ciascuna con note su costo, velocità e punti di forza. Ho scelto Claude Sonnet 4.5 (eccellente nel seguire le istruzioni e nei compiti creativi), ed Enter ha collegato automaticamente l'intera connessione API.

Pochi minuti dopo, l'intera struttura del progetto era pronta — React 18 con TypeScript, Vite come build tool, Tailwind CSS per lo styling, @xyflow/react per il canvas, e una Supabase Edge Function collegata all'API di Claude. La logica di base di scomposizione e ricombinazione ha funzionato al primo tentativo.

Fase 2: Ottimizzazione della logica IA

Questa è stata la parte più critica e affascinante dell'intero progetto. Se Essence risulta divertente o noioso dipende interamente dalla qualità dell'output dell'IA. Il codice finale suddivide la logica IA in tre funzioni indipendenti, ciascuna con strategie di prompt curate nei minimi dettagli.

Il problema: l'IA era troppo "accademica"

Dopo che la prima versione funzionava, i risultati dell'IA erano involontariamente esilaranti — inserendo "forbici" restituiva "appendici a pinza" ed "evoluzione simmetrica"; inserendo "amore" dava "neurotrasmettitori" e "stati quantici". Tecnicamente non sbagliato, ma per niente divertente, e per niente intuitivo. Non era l'esperienza che volevo.

Correzione n. 1: dare all'IA una persona

La svolta chiave è stata impostare un ruolo di sistema chiaro per l'IA — non "sei un assistente di scomposizione", ma "Sei un divertente gioco di scomposizione. Trasforma le cose complesse in blocchi semplici! Usa parole di tutti i giorni." Quella singola frase ha trasformato completamente lo stile dell'output, da articolo accademico a conversazione giocosa.

Correzione n. 2: esempi positivi + anti-pattern

Ho scoperto che i soli esempi positivi non bastavano — l'IA a volte scivolava ancora in modalità accademica. Così ho incluso contemporaneamente esempi buoni e cattivi:

**Esempi buoni: **Forbici → 🔪 Lama + 🔗 Cerniera (due lame collegate da una cerniera) Caffè → ☕ Acqua calda + 🫘 Chicchi (acqua calda + chicchi di caffè) Amico → 👤 Persona + 🤝 Fiducia (persone che si fidano l'una dell'altra) Sogno → 😴 Sonno + 💭 Immaginazione (immaginazione durante il sonno) Esempi cattivi (troppo accademici): ❌ Appendici a pinza, evoluzione simmetrica, neurotrasmettitori, stati quantici

Questo "contrasto positivo-negativo" ha dato all'IA una comprensione molto precisa del tono che volevo: semplice, intuitivo, del tipo che fa sorridere le persone o provoca un momento "aha!".

Correzione n. 3: tre funzioni, tre strategie

La logica IA finale è stata suddivisa in tre funzioni indipendenti, ciascuna con il proprio design di prompt e la propria regolazione dei parametri:

① Generazione emoji (generateEmojiForConcept): quando un utente inserisce un concetto, una chiamata IA separata genera prima un emoji semanticamente corrispondente. Il ruolo di sistema è impostato su "Sei un generatore di emoji. Produci solo JSON", con temperatura a 0,7 (precisione anziché creatività), guidato da esempi few-shot: pietra → 🪨, fuoco → 🔥, amore → ❤️. Se il parsing fallisce, ricade elegantemente su un ✨ predefinito.

② Scomposizione del concetto (decomposeConcept): la funzione principale. Il prompt guida l'IA a "smontare le cose come blocchi da costruzione", restituendo esattamente 2 nodi (emoji + parola breve) più una spiegazione di una frase. La temperatura è impostata a 0,8 — più alta della generazione emoji, per consentire più spazio creativo. La decisione di design cruciale: ogni richiesta inietta un seed casuale (randomSeed), garantendo che lo stesso concetto produca risultati diversi ogni volta — questo dà all'esplorazione una vera "rigiocabilità".

③ Ricombinazione dei concetti (recombineConcepts): la parte più creativa. Il prompt la inquadra come "pensa come in un gioco", con esempi fantasiosi: Acqua + Fuoco = Vapore ♨️, Farina + Fuoco = Pane 🍞, Umano + Ali = Angelo 👼, Tristezza + Gioia = Vita 🎭. I risultati dovrebbero essere "sorprendenti, perspicaci, leggermente umoristici, non ovvi". Stessa tecnica del seed casuale per la varietà.

Correzione n. 4: le spiegazioni al passaggio del mouse rendono la logica visibile

Ogni scomposizione o ricombinazione IA restituisce anche una breve explanation. Questo testo non appare direttamente sul nodo (per mantenere l'interfaccia minimale), ma viene memorizzato nei dati del nodo. Quando un utente passa il mouse su un nodo, appare un'elegante HoverCard che mostra l'intera catena di ragionamento:

  • Nodi scomposti (etichette smeraldo): 🎭 Dramma = 😢 Conflitto + 👥 Personaggi, con "Il dramma è fondamentalmente conflitto tra personaggi" sotto
  • Nodi combinati (etichette viola): 😴 Sonno + 💭 Immaginazione = 💫 Sogno, con "L'immaginazione durante il sonno è un sogno" sotto

Questo design rende la stratificazione delle informazioni straordinariamente elegante — in superficie, card emoji minimaliste; a un'ispezione più profonda, il processo di pensiero dell'IA.

Il risultato

Dopo tutta questa ottimizzazione, la qualità dell'output dell'IA si è trasformata drasticamente:

❤️ Love → 👤 Person + 🤝 Trust (people who trust each other) ☕ Coffee → 🫘 Beans + ☕ Hot water (hot water meets coffee beans) 💭 Dream → 🔮 Imagination + 🔥 Desire (a burning vision of the future) 🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream

Ogni scomposizione accende un momento "aha!"; ogni ricombinazione strappa un sorriso. Questo è il potere del prompt engineering — non si tratta di scrivere più codice, ma di trovare il modo giusto di parlare con l'IA.

Fase 3: Rifinitura dell'interazione

È qui che l'app ha iniziato a sembrare viva:

  • Seleziona 1 nodo → appare il pulsante "Decompose" — scomponilo ulteriormente
  • Shift + clic su 2 nodi → appare il pulsante "Recombine" — uniscili insieme
  • Doppio clic su qualsiasi nodo → scomposizione istantanea — esplorazione rapida
  • Passa il mouse su qualsiasi nodo elaborato → vedi il ragionamento dell'IA in una HoverCard

Ho anche aggiunto un leggero livello di gamification: si inizia con 20 punti (scomporre costa 1, ricombinare costa 2), creando un vincolo delicato che spinge a riflettere su quali percorsi esplorare. I punti persistono localmente, e si può sempre resettare.

Fase 4: Rifinitura del design UI

Con la funzionalità operativa, il focus successivo è stato far sì che Essence apparisse bello quanto si sentiva.

La prima grande decisione di design ha riguardato la tipografia. Ho scelto Bricolage Grotesque come font globale — un sans-serif geometrico e moderno che ha sollevato immediatamente l'app dal territorio del font di sistema predefinito, dandole un'identità di marca distintiva.

L'aspetto visivo delle card dei nodi è passato attraverso diverse iterazioni. Il design finale è approdato a grandi card rettangolari con angoli arrotondati (rounded-2xl) con sfondi pastello morbidi — amber-50, emerald-50 e violet-50 assegnati casualmente — con un grande emoji come ancora visiva e un'etichetta con parola breve in basso. Il canvas è finito per sembrare una dispersione di post-it colorati: leggero, giocoso e ordinato.

Il campo di input è la "prima impressione" dell'app, quindi avevo standard altissimi per esso. È qui che la funzione Enter Components di Enter ha davvero brillato — una libreria di componenti IA integrata dove puoi cercare, visualizzare in anteprima e aggiungere componenti con un clic. Ho digitato "ai" nella barra di ricerca e ho scoperto un componente chiamato claude-style-chat-input — un campo di input conversazionale dallo stile elegante. Ho cliccato su "+ Add to Chat", ed Enter lo ha integrato automaticamente nel mio progetto, adattando lo stile al linguaggio di design esistente. Il semplice input HTML si è trasformato istantaneamente in un'esperienza di input conversazionale rifinita — bordi arrotondati, ombre morbide, layout dei pulsanti in linea — perfettamente coerente con l'identità visiva dell'app.

Nessun bisogno di scrivere componenti da zero o armeggiare con il CSS. Enter Components permette di assemblare UI di alta qualità come blocchi da costruzione, ed Enter regola automaticamente lo stile per mantenere la coerenza visiva.

Infine, ho aggiunto una serie di card di concetto quick-start — ❤️ Amore, 💰 Denaro, ⏰ Tempo, 🌳 Albero, 🎵 Musica, 💭 Sogno — mostrate come mini-card inclinate e colorate nella schermata di benvenuto, abbassando la barriera del cold-start così gli utenti capiscono immediatamente cosa possono digitare.

Fase 5: Internazionalizzazione

Essence è stato costruito per un pubblico globale, quindi il supporto bilingue cinese-inglese non era un piacevole extra — era essenziale.

Ma l'internazionalizzazione non riguarda solo la traduzione del testo dell'interfaccia. In Essence, anche l'output dell'IA deve corrispondere alla lingua selezionata dall'utente — in modalità cinese, scomporre "爱" dovrebbe restituire risultati in cinese come "人 + 信任"; passando alla modalità inglese, scomporre "Love" dovrebbe restituire "Person + Trust". Questo significa che il selettore di lingua del frontend deve propagarsi fino al livello di prompt dell'IA.

Per l'implementazione, ho usato Zustand per una gestione leggera dello stato della lingua. L'intero sistema i18n funziona così: l'utente clicca sul selettore di lingua in alto a destra → lo stato globale si aggiorna → tutto il testo dell'interfaccia cambia istantaneamente → le chiamate IA ricevono il parametro della lingua corrente → i template di prompt selezionano la versione cinese o inglese → l'output dell'IA corrisponde automaticamente alla lingua dell'utente. La preferenza della lingua viene anche salvata in localStorage, ripristinandosi senza problemi alla visita successiva.

In Enter, ottenere tutto questo ha richiesto solo una descrizione: "Aggiungi un selettore cinese/inglese con un pulsante lingua in alto a destra. Tutto il testo dell'interfaccia, i prompt IA e l'output IA dovrebbero cambiare automaticamente in base alla lingua selezionata." Enter ha costruito l'intera pipeline — dalla gestione dello stato alla ramificazione dei template di prompt fino alla persistenza locale — in un colpo solo.

Questo ha anche confermato una lezione importante: prima costruisci l'i18n, meglio è. Se aspetti che tutte le funzionalità siano complete prima di aggiungere l'internazionalizzazione, troverai testo hardcoded sparso nei tuoi prompt e stringhe UI incorporate in ogni componente — e il retrofit successivo è doloroso. Costruisci l'architettura multilingue fin dal primo giorno, e dopo starai solo aggiungendo contenuti di traduzione.


Cosa rende Essence speciale

Decompose: vedi la struttura invisibile di ogni cosa

Digita una parola qualsiasi. L'IA la scompone in esattamente 2 concetti atomici — ciascuno con un emoji semantico e una spiegazione di una frase. Poi continua. Scomponi anche quelli. Guarda un albero concettuale crescere davanti ai tuoi occhi.

🎭 Drama → 😢 Conflict + 👥 Characters 😢 Conflict → ⚡ Tension + 🎯 Goals 👥 Characters → 👤 Person + 💬 Story

Recombine: crea nuove idee dagli atomi di quelle vecchie

Seleziona 2 nodi qualsiasi sul canvas — anche da rami completamente diversi — e combinali. L'IA troverà il collegamento sorprendente.

🔥 Fire + 💧 Water = ♨️ Steam 😴 Sleep + 💭 Imagination = 💫 Dream 👤 Person + ✈️ Wings = 👼 Angel

Gioca, non limitarti a pensare

Il sistema a 20 punti trasforma l'esplorazione astratta in un gioco divertente. Ogni clic è una scelta. Quale ramo esplori? Quali atomi combini? È un parco giochi per la curiosità.

Lo stack tecnologico — assemblato da Enter

LivelloTecnologiaRuolo
FrontendReact 18 + TypeScriptFramework dell'applicazione
Canvas@xyflow/react (React Flow)Canvas interattivo basato su nodi
StylingTailwind CSS + shadcn/uiDesign system e componenti
BackendSupabase Edge FunctionsGateway API IA serverless
Modello IAClaude Sonnet 4.5 (Anthropic)Motore di generazione dei concetti
BuildViteDev server veloce e bundler
StatoZustandStato i18n leggero
DeployEnter ProPubblicazione con un clic

Non ho configurato nulla di tutto ciò manualmente. Enter Pro ha assemblato l'intero stack a partire dalle mie descrizioni e dai prompt iterativi.

Lezioni apprese

  1. Prompting a due livelli, due mentalità

Costruire app IA con Enter significa avere due conversazioni simultanee: parlare con Enter è come collaborare con un ingegnere full-stack — servono requisiti chiari; parlare con Claude integrato nell'app è come collaborare con un partner creativo — serve una guida emotiva e un insegnamento basato su esempi. Padroneggiare entrambi i livelli è la vera arte.

  1. Dai all'IA una personalità, non solo regole

Cambiare il ruolo di sistema da "Sei un assistente di scomposizione di concetti" a "Sei un divertente gioco di scomposizione" ha trasformato l'intero stile dell'output con una sola frase. Le regole vincolano il formato; la personalità definisce la qualità.

  1. Esempi positivi + anti-pattern battono le descrizioni lunghe
✅ Scissors → Blade + Hinge ❌ Pincer appendages, Symmetrical evolution, Neurotransmitters

Queste tre righe comunicano più di quanto potrebbero mai fare 100 parole. Il contrasto positivo-negativo è la tecnica di prompt engineering più sottovalutata.

  1. I seed casuali danno rigiocabilità ai prodotti di esplorazione

Lo stesso concetto produce risultati diversi ogni volta — oggi "Amore = Persona + Fiducia", domani "Amore = Vulnerabilità + Coraggio". Seed casuali + temperatura 0,8 massimizzano la varietà mantenendo la qualità. La linfa vitale di un prodotto di esplorazione è "qualcosa di nuovo ogni volta".

  1. I vincoli creano il gioco

Il sistema a 20 punti ha trasformato i clic senza meta in esplorazione strategica. Principio classico del game design: le scelte significative richiedono risorse limitate.

  1. Vibe coding fatto bene: concentrarsi su una fase alla volta

Prima le fondamenta → poi la personalità dell'IA → poi la rifinitura dell'interazione → poi il design visivo → poi l'i18n. Ogni fase si concentra su una sola dimensione, mantenendo la conversazione con Enter precisa e l'output prevedibile.

🔗 Costruisci il tuo con Enter Pro: enter.converge.ai

Potrebbe interessarti anche

Curato automaticamente da argomenti simili per mantenerti nello stesso flusso.