ビジネス・スタートアップ
Show HN: ニューヨーク市民が食料品代を節約できる無料アプリを開発しました
Show HN: I built a free app for New Yorkers to save money on groceries (sbnyc.app)
要約
ニューヨーク在住者向けに、食料品代の節約を自動化する無料アプリが開発されました。このアプリは、カードのキャッシュバック、週替わりクーポン、CPGリベートなどを組み合わせることで、通常は手間がかかるため見過ごされがちな割引を簡単に利用できるようにします。AIツールも搭載されており、ユーザーは欲しい商品を検索したり、AIに買い物のアドバイスを求めたりできます。
全文翻訳
ニューヨークでは食料品の節約が可能だと見て、これを開発しました。人々は通常、使い慣れた店に行くことが多いですが、カードのキャッシュバック、週替わりのクーポン、CPGリベートなどを丹念に調べるほどの価値はほとんどありません。
ほとんどの人は、それらを積み重ねないことで本当にお金を無駄にしており、さらに多くの人はこれらのセールがあることすら知りません…そこで、それを自動化する方法を開発しました。
無料で利用でき、ログイン不要で、現在はニューヨーク限定で約690店舗に対応しています。
欲しいものを検索するだけで使えるように開発しました(複数の商品を検索したい場合はカンマで区切ってください)。あるいは、AIツールを使って買い物を手伝ってもらうこともできます。もし興味があれば、これは学習済みLLamaモデルで動いています。
正直なところ、限界はカバー範囲と鮮度です。データが間違っている、または古いと思われる箇所についてフィードバックをいただけると嬉しいです。
皆さんに質問です。雑多で、複数のソースからの小売・価格データを扱う場合、何を優先すべきでしょうか?すべてのソースから均一な応答が得られない場合、鮮度とカバー範囲のどちらを最優先すべきでしょうか?ここで何を優先すべきか興味があります。