Da dove sono partito

Cercare una ricetta online non è difficile. Il problema è trovare qualcosa che tenga davvero conto di quello che piace, di quello che non si mangia volentieri e di quelle piccole eccezioni che non entrano facilmente in una ricerca per ingredienti.

Da qui è nata l'idea di FeedMeAIBot: un bot Telegram a cui chiedere suggerimenti, lasciando che sia l'intelligenza artificiale a elaborare le preferenze personali invece di restituire ricette generiche.

Non serviva creare un'applicazione completa o un nuovo archivio di ricette. Volevo capire se fosse possibile ottenere qualcosa di utile collegando strumenti già disponibili.

OBIETTIVO 01

Un'interfaccia semplice

Inviare una richiesta direttamente da una chat Telegram, senza installare un'app dedicata.

OBIETTIVO 02

Preferenze personali

Tenere conto di ingredienti graditi, poco graditi e indicazioni aggiuntive.

OBIETTIVO 03

Una risposta concreta

Ricevere poche proposte, già filtrate in base al profilo, direttamente nella chat.

Prima di suggerire, bisogna conoscere i gusti

Il punto di partenza per descrivere le preferenze è stato Google Sheets. Un foglio è sufficiente per raccogliere e modificare le informazioni senza dover costruire un sistema di gestione dedicato.

Per ogni ingrediente il profilo contiene tre elementi: il nome, un livello di gradimento e un campo di note. Il livello permette di esprimere una preferenza da 0 a 3, mentre le note aggiungono dettagli che un semplice punteggio non riuscirebbe a rappresentare.

IngredienteL'alimento a cui si riferisce la preferenza.
GradimentoUn valore da 0 a 3, per indicare quanto quell'ingrediente è apprezzato.
NoteIndicazioni aggiuntive per precisare la preferenza, quando il solo punteggio non è sufficiente.

Questa distinzione è importante: il sistema non deve solo sapere se un ingrediente compare nel profilo, ma anche quanto è gradito e se ci sono condizioni particolari da rispettare.

Il foglio non viene addestrato e il bot non impara autonomamente dai messaggi. Le preferenze vengono recuperate quando arriva una richiesta e diventano parte del contesto che viene passato al modello.

Dal comando alla ricetta

Una volta organizzati i dati, il passaggio successivo è stato collegarli al bot. Telegram è il punto di accesso: l'utente invia un comando testuale e riceve il risultato nella stessa conversazione.

  1. Il bot riceve il comando inviato dall'utente su Telegram.
  2. Google Apps Script recupera da Google Sheets ingredienti, livelli di gradimento e note.
  3. Le informazioni vengono organizzate in un prompt strutturato e inviate al modello GPT-4o-mini.
  4. Il modello genera tre proposte di ricette, che vengono restituite nella chat Telegram.

Il prompt non contiene soltanto la richiesta di inventare ricette: include anche le preferenze recuperate dal foglio e le istruzioni necessarie a orientare la risposta. È questo passaggio che prova a rendere il risultato meno generico.

Pochi componenti, compiti distinti

L'architettura è volutamente essenziale. Ogni servizio ha un ruolo preciso e Google Apps Script tiene insieme le varie operazioni, senza richiedere un server dedicato.

Telegram BotÈ l'interfaccia con cui l'utente invia la richiesta e riceve le ricette.
Google Apps ScriptGestisce la logica del bot, recupera i dati e coordina le chiamate ai servizi.
Google SheetsConserva ingredienti, preferenze e note utilizzate per personalizzare le proposte.
OpenAI APIGPT-4o-mini elabora il prompt e genera le ricette sulla base delle informazioni ricevute.

Il foglio funziona quindi come una piccola base dati personale, Apps Script come livello di collegamento e il modello come motore di generazione. La semplicità del progetto sta proprio nel riutilizzare servizi già pronti, facendoli dialogare.

Tre idee, direttamente in chat

Il risultato è un prototipo che, a partire da un semplice comando, recupera le preferenze salvate e restituisce tre ricette personalizzate nella conversazione Telegram.

La parte interessante non è chiedere a ChatGPT una ricetta, ma fornirgli un contesto strutturato che descriva i gusti dell'utente. In questo modo le proposte possono tenere conto anche di ingredienti poco apprezzati o di indicazioni più specifiche.

UN LIMITE DA TENERE A MENTE

La personalizzazione dipende dalla qualità delle preferenze inserite e da come il modello interpreta il prompt. Non è una garanzia che ogni ricetta sia perfetta, ma un modo per orientare meglio le risposte.

Dove potrebbe arrivare

La stessa idea potrebbe essere applicata anche ad altri ambiti: libri, film, serie o musica. Cambierebbero i dati raccolti e le istruzioni fornite al modello, ma il meccanismo di base resterebbe simile.

Per una versione più completa, il case study considera anche una possibile evoluzione dell'architettura verso Firebase o Google Cloud Platform, così da gestire più utenti e conservare profili e cronologia in modo più strutturato.

Un'altra direzione potrebbe essere suggerire ricette partendo dagli ingredienti realmente disponibili in casa. Per ora, però, FeedMeAIBot resta quello che doveva essere all'inizio: un esperimento per vedere cosa succede mettendo insieme un foglio Google, Telegram e un modello AI.