Studije slučaja
Od zahteva do ChatGPT-App-a u produkciji za 14 dana
Izgradili smo asistenta za rezervaciju parkinga kao ChatGPT App za zapadnoevropski parking marketplace — kompletno rešenje, od Laravel backend-a do objave — za dve nedelje.
Profil klijenta
Izazov
Parking je jedan od onih problema koji deluju jednostavno dok ne pokušate da ih rešite na velikom obimu. Ogromna količina privatnog parking prostora stoji prazna: parking mesta u dvorištima, privatna parkirna mesta, nedovoljno iskorišćeni prostori u garažama — dok vozači traže slobodno mesto. Problem nije ponuda. Problem je frikcija.
Zapadnoevropski startup koji je stajao iza ovog projekta je već imao izgrađen marketplace. Vlasnici su mogli da unose svoja parking mesta. Vozači su mogli da pretražuju i rezervišu. Backend je radio. Ali sam tok rezervacije je i dalje zahtevao preuzimanje aplikacije, kreiranje naloga i navigaciju kroz interfejs — upravo u trenutku kada se vozač približava nepoznatoj lokaciji pod vremenskim pritiskom.
Zadatak je bio jasan: vozač treba da može da pronađe i rezerviše parking mesto tako što će jednostavno pitati ChatGPT. Bez preuzimanja, bez novog naloga. Prirodan razgovor, potvrđena rezervacija — gotovo.
Izazov nije bila ideja. Bio je to rok za realizaciju. Klijent je tražio brzu isporuku, a ChatGPT-App platforma za treće strane je bila nova i u razvoju — sa svega nekoliko uporedivih referentnih projekata.
Pristup
Krenuli smo od backend-a, ne od interfejsa. Klijent je već imao Laravel platformu sa logikom rezervacije, podacima o raspoloživosti i platnom infrastrukturom. Naš zadatak je bio da izgradimo pouzdanu vezu između tog sistema i ChatGPT-App sloja.
Koristili smo Laravel MCP biblioteku da izložimo tok rezervacije — pretraga, provera raspoloživosti, rezervacija, potvrda — kao čist interfejs sa kojim je ChatGPT App mogao da komunicira. Biblioteka je obrađivala sloj integracije, prevodeći postojeće endpointe platforme u format kompatibilan sa ChatGPT App okruženjem. Ta odluka je bila ključna za dvonedeljni rok: nismo ponovo pisali logiku rezervacije. Dali smo joj novi front-end.
Inženjering disciplina u ovom projektu bila je ista kao i u svakom integracionom projektu — čisti interfejsi, predvidivi odgovori, dobro obrađeni granični slučajevi. Jezički model koji poziva vaš backend će pronaći svaki nejasan odgovor i svaki neobrađen put. Tretirali smo API dizajn sa istom pažnjom kao svaku drugu produkcijsku integraciju.
Kada je backend strana bila stabilna, konfiguracija ChatGPT App-a je trajala manje od jedne nedelje. Mapirali smo kompletan tok rezervacije, obrađivali granične slučajeve (nema raspoloživosti, nevažeći unosi, promene usred razgovora) i pisali instrukcije koje su zadržale iskustvo za vozača jednostavnim — bez obzira na to kako je backend logika granala u pozadini.
Objava je prošla kroz jednu rundu recenzije. Objavljena je bez ponovnog slanja.
Faze
Faza 1 — Integracioni sloj backend-a (dani 1–5)
Mapirali smo tok rezervacije prema postojećoj Laravel platformi. Izgradili integraciju putem MCP biblioteke. Testirali konekciju na stvarnim podacima o raspoloživosti i rezervacijama.
Faza 2 — Konfiguracija ChatGPT App-a (dani 6–10)
Konfigurisali smo instrukcije i logiku razgovora u App-u. Mapirali sve korake rezervacije. Testirali granične slučajeve — nema raspoloživih mesta, delimična podudaranja, greške u potvrdi rezervacije — i iterirali na jeziku odgovora dok konverzacija nije zvučala prirodno.
Faza 3 — Postavljanje u produkciju (dani 11–14)
Podneli smo ChatGPT App za objavu. Prošao je pregled u prvom pokušaju. Postavljen u produkciju.
Šta smo isporučili
- Laravel integracioni sloj koji povezuje klijentovu platformu za rezervaciju sa ChatGPT App okruženjem (putem Laravel MCP biblioteke)
- React + Tailwind CSS widget, ugrađen u ChatGPT App interfejsu, koji pruža vizuelno atraktivno iskustvo rezervacije unutar razgovora
- Konfiguracija ChatGPT App-a: instrukcije za razgovor, logika toka rezervacije, obrada graničnih slučajeva, poruke potvrde
- Kompletno pokretanje: predaja, pregled i puštanje u rad
- Dokumentacija za klijentov tim za proširivanje App-a sa novim parking lokacijama i izmenama konfiguracije
Rezultati
14 dana od početka do objavljenog ChatGPT App-a u produkciji. Taj rok je obuhvatao backend integraciju, kompletno projektovanje razgovora, testiranje graničnih slučajeva i objavljivanje. Nije bila u pitanju prototip. Bio je to funkcionalan proizvod koji vozač može da otvori u ChatGPT-u i kroz koji se može rezervisati stvarno parking mesto.
Brzina je u ovom slučaju bila važna iz konkretnog razloga: klijent je ulazio u novi kanal u ranoj fazi njegovog razvoja. Biti među prvima u kategoriji — peer-to-peer parking putem ChatGPT — ima kumulativnu vrednost. Prednost pozicioniranja raste kako kategorija sazreva i sve više korisnika otkriva kanal.
Arhitektura je omogućila tu brzinu. Nismo gradili novu infrastrukturu. Logika rezervacije, podaci o raspoloživosti i platna infrastruktura su već bili dostupni na klijentovoj Laravel platformi. Izgradili smo dobro strukturiran integracioni sloj iznad nje. Pristup efikasnom razvoju — rada sa onim što već postoji umesto ponovnog izgradnje — doveo je do pouzdane isporuke u dve nedelje.
Prihodi na platformi su porasli za 30% nakon lansiranja ChatGPT App-a. Novi kanal je doveo vozače koji ne bi koristili namjensku aplikaciju — upravo problem frikcije koji je brief trebalo da reši.
Tehnološki stack
- Laravel — postojeći backend platforme (logika rezervacije, raspoloživost, plaćanja)
- Laravel MCP biblioteka — Integracioni sloj koji povezuje platformu sa ChatGPT App-om
- React + Tailwind CSS — widget ugrađen u ChatGPT App interfejsu, koji unapređuje vizuelno iskustvo i UX tokom razgovora za rezervaciju
- ChatGPT App (OpenAI) — objavljeni konverzacioni front-end
- Laravel Forge + DigitalOcean — infrastruktura za deploy i hosting
Lessons Learned
Najveća lekcija sa ovog projekta: AI deo nije bio težak deo.
Konfigurisanje ChatGPT App-a je dobro dokumentovano kada jednom razumete platformu. Ono što je zahtevalo pravu inženjering disciplinu bio je razvoj backend integracionog sloja koji je jezički model mogao da poziva pouzdano pod realnim uslovima — varijabilni unosi, nepotpune informacije, korisnici koji menjaju svoja mišljenja usred razgovora.
Osiguranje kvaliteta — sistematsko testiranje integracije na graničnim slučajevima pre lansiranja — je bilo ono što je odvojilo funkcionalan proizvod od fragile demo verzije. Interno smo vodili strukturisane testne sesije, ali realna phrasing korisnika je uvek čudnija od onoga što napišete u planskom dokumentu. App je dobro prošao lansiranje, ali širi beta test bi ranije surfovao granične slučajeve.
Kada bismo ovaj projekat radili iznova, definisali bismo backend integracioni ugovor još ranije — pre nego što bilo kakav konverzacioni dizajn počne. Konfiguracija App-a se brzo prilagođava. API interfejs je teže menjati kada se korisnici jednom počnu oslanjati na njega.
Treba vam AI sloj na postojećem backend-u?
Ako gradite proizvod koji treba da poveže postojeću platformu sa konverzacionim AI interfejsom — ChatGPT ili bilo kojim drugim — arhitektonski izazov je isti kao onaj koji smo mi ovde rešili: čist, pouzdan integracioni sloj koji jezički model može da poziva bez iznenađenja.
Razgovarajte s nama o vašem projektu →