Shoppin': AI خریداری، اختتام سے اختتام تک

مسئلہ

آن لائن خریداری ایک تلاش کا مسئلہ ہے جو براؤزنگ کا بھرم دیتا ہے۔ لوگوں کو تقریبا پتہ ہوتا ہے کہ وہ کیا چاہتے ہیں، “لینن شرٹ، باکسی نہیں، 2 ہزار کے تحت”، لیکن اسٹور انہیں اس ارادے کو فلٹرز، زمرے، اور قسمت میں ترجمہ کرنے پر مجبور کرتے ہیں۔ Shoppin’ اس خلاء کو پورا کرنے کے لیے موجود ہے: لوگوں کو اس طرح خریداری کرنے دو جس طرح وہ سوچتے ہیں، AI ترجمہ کرے گا۔

میں اس پر پروڈکٹ ٹیم کے حصے کے طور پر کام کرتا ہوں۔ میرا کام اس کے سطوح پر پروڈکٹ انجینئرنگ ہے جہاں یہ رہتا ہے: iOS اور Android ایپس، ویب تجربہ، اور ان کے پیچھے Node اور Python بیک اینڈز، جبکہ خود پروڈکت ابھی اپنا شکل ڈھونڈ رہا ہے۔

کردار

میں یہاں پروڈکٹ انجینئیر کی حیثیت سے کام کرتا ہوں، اور کوڈ اس کام کا چھوٹا حصہ ہے۔ کچھ بھی بنانے سے پہلے میں جاننا چاہتا ہوں کہ فیچر یوزر کے محسوس کرنے کو کیسے بدلتا ہے اور کیا یہ واقعی پروڈکٹ کو آگے بڑھاتا ہے۔ اس کا مطلب ہے پروڈکٹ اور ڈیزائن کے فیصلوں کے قریب رہنا، نہ کہ صرف ٹکٹس کے: PostHog میں رویہ پڑھنا، WebEngage کے ذریعے لائف سائیکل اور ری اینگیجمنٹ فلوز چلانا، اور Google Search Console پر نظر رکھنا تاکہ ویب سطح قابل دریافت رہے۔ ایک فیچر جو صاف شپ ہو لیکن کوئی اپنائے نہیں، وہ ناکامی ہے جسے میں ناپ سکتا ہوں، اس لیے میں اپنیشن اور رینشن کو اپنی “ڈن” کی تعریف کا حصہ مانتا ہوں، کسی اور کا مسئلہ نہیں۔

میرا کام

ایک جنریٹڈ کیٹلاگ جس کا شلف لامتناہی ہے۔ پچھلے تین ماہ سے ٹیم Shoppin’ کی ای کامرس جانب پر کام کر رہی ہے، اور یہ عام ماڈل توڑتی ہے: جو کپڑے لوگ خریدتے ہیں وہ کبھی گوڈام میں نہیں تھے۔ ایپ اور سائٹ پر دکھائے گئے ٹکڑے AI سے جنریٹڈ یا سورسڈ ہوتے ہیں، پھر لسٹ کیے جاتے ہیں، اس لیے شلف موثراً لامتناہی ہے اور ہر لباس ایک شخص کے لیے آرڈر پر بنتا ہے۔ کوئی انوینٹری نہیں مطلب کوئی اسٹاک آؤٹ نہیں اور کوئی ڈڈ اسٹاک نہیں، لیکن اس کا مطلب یہ بھی ہے کہ آرڈرنگ اور فلفلمنٹ کو یہ فرض کرنا پڑتا ہے کہ کچھ بھی موجود نہیں جب تک کوئی asal میں اس کی درخاست نہ کرے۔ میں اس پورے راستے پر کام کرتا ہوں: ویب اسٹور، ایپ، Node کامرس بیک اینڈ، اور جنریشن اور AI کے کام کے پیچھے Python سروسز۔

چیٹ جو لباس کو ایڈٹ کرے۔ میرے مالکیت والے فیچرز میں سے ایک یوزر کو AI سے بات کرنے اور لباس کو خود تبدیل کرنے دیتا ہے، ٹکڑے کو ٹھیک کرتے ہوئے جب تک یہ وہ چیز نہ بن جائے جو وہ چاہتے تھے۔ پہلا ورژن کام کرتا تھا لیکن سست اور غیر متوازن تھا، اس لیے میں نے پائپ لائن اور پرامپٹنگ کو آپٹمائز کیا جب تک ریسپانس تیز اور قابل اعتماد طور پر ٹارگٹ پر آنے لگے۔ یہ پروڈکٹ کا وہ حصہ ہے جو جادو جیسا لگتا ہے، اس لیے اسے بے کوشش محسوس ہونا چاہیے۔

ادائیگیاں، جہاں لوگ ادا کرتے ہیں۔ میں نے ادائیگی کی تہ کو اختتام سے اختتام تک بنایا: بھارت کے لیے Razorpay، انٹرنیشنل کے لیے Stripe، اور ایپ کے اندر نیٹیو Apple Pay اور Google Pay تاکہ چیک آؤٹ وہ ادائیگی کا طریقہ استعمال کرے جس پر لوگ اپنے ڈیوائس پر بھروسہ کرتے ہیں۔ چاہت اور ملکیت کے درمیان کم ٹپس۔

سبسکرپشن جو دونوں پلیٹ فارم پر کام کریں۔ میں نے سبسکرپشن سسٹم کو Qonversion کے ساتھ انٹیگریٹ کیا، تاکہ ریکرنگ پلانز iOS اور Android پر بیکھلک متوازن رہیں بغیر رسیوٹ ولیڈیشن اور اینٹائیٹلمنٹ لاجک کو فی پلیٹ فارم ہاتھ سے بنائے۔ پرچیس اسٹیٹ اور رسائی ایک جگہ رہتی ہے، جو بالکل وہ جگہ ہے جہاں سبسکرپشن بگ چھپے ہوتے ہیں۔

WhatsApp پر آرڈر اپڈیٹس۔ جب کوئی آرڈر دیتا ہے، تو انہیں واپس ایپ پر آنے کی ضرورت نہیں ہونی چاہیے پتہ کرنے کے لیے کہ کیا ہو رہا ہے۔ میں نے وہ فلو بنایا جو ہر آرڈر اپڈیٹ کو صارف تک WhatsApp پر پہنچاتا ہے، اس لیے ہر اسٹیٹس تبدیلی ان تک پہنچتی ہے جہاں وہ پہلے سے موجود ہیں۔

آرڈرز چلانے کے لیے ڈیش بورڈ۔ آرڈرز کو منیج کرنے کی جگہ درکار تھی، اس لیے میں نے اندرونی ڈیش بورڈ بنایا جسے ٹیم استعمال کرتی ہے آرڈرز کو دیکھنے اور انہیں ان کی لائف سائیکل سے گزرانے کے لیے۔ صارف کے سامنے والا پروڈکٹ اتنا ہی اچھا ہے جتنا اس کے پیچھے آپریشنز ہیں۔

دو بیک اینڈ، ایک پروڈکٹ۔ Node.js کامرس اور پروڈکٹ APIs چلاتا ہے؛ Python AI اور جنریشن کا کام چلاتا ہے۔ انہیں الگ رکھنے سے ہر ایک اپنی شرائط پر بڑھ سکتا ہے جبکہ کلائنٹس ایک شیئرڈ کنٹریکٹ پر پتلی ویوز رہتی ہیں۔ ایپس کے لیے React Native، ویب کے لیے Next.js۔

سہی آلات سے تیز۔ میں Claude Code پر بھروسہ کرتا ہوں اس اتنی سطح پر تیز حرکت کرنے کے لیے بغیر کوالٹی گرانے کے، جو مجھے کام کو ایپ، ویب، اور دونوں بیک اینڈز پر لے جانے دیتا ہے اس رفتار سے جو ایک ارلی اسٹیج پروڈکٹ مطالبہ کرتا ہے۔

فیصلے

ایک پروڈکٹ دماغ، کئی سطوح۔ جب ایک ہی چھوٹی ٹیم ایپس، ویب، اور بیک اینڈ کی مالک ہو، تو سب سے سستی آرکٹیکچر ایک شیئرڈ API لئر تھی جو ہر کلائنٹ کو پتلی ویو سمجھتی ہے۔ فیچرز ایک بار لینڈ ہوتے ہیں، ہر جگہ شپ ہوتے ہیں۔ ٹریڈ آف یہ ہے کہ پلیٹ فارم مخصوص پالش کو ارادی بجزٹ کی ضرورت ہوتی ہے؛ ہم نے اسے وہاں خرچ کیا جہاں یوزرز واقعی محسوس کرتے ہیں (جیسچر ریسپانسیو نس، امیج لوڈنگ) اور اسے چھوڑ دیا جہاں وہ نہیں کرتے۔

AI کو وہاں شپ کرو جہاں یہ اپنا haqq ادا کرے۔ LLM کالز اسٹیک کے بقیہ حصوں کے مقابلے میں سست اور مہنگے ہیں۔ ہم نے کانورسیشنل لئر کو ارادے کی گرفت اور لباس کی ایڈٹنگ کے لیے رکھا، وہ حصہ جو یوزرز کو پسند ہے، اور جو کچھ پیش کمپیوٹڈ ہو سکتی تھی اسے بیک گراؤنڈ جابز پر منتقل کر دیا۔ ایپ AI جیسا محسوس ہوتا ہے؛ لیتینسی بجٹ عام ای کامرس ایپ کی طرح پڑھتا ہے۔

ایمانداری سے پراڈکشن میں واپس جاؤ۔ ارلی اسٹیج پروڈکٹ چھ ماہ کے روڈ میپ پر نہیں بچتے۔ ہم نے چھوٹا شپ کیا، حقیقی رویہ دیکھا، اور ان فیچرز کو مار دیا جو یوزج کو آگے نہیں بڑھاتے، انہیں بھی جو ہمیں پسند تھے۔

نتیجہ

پروڈکٹ ویب پر لائیو ہے ایپس اسٹورز میں ہیں، مسلسل شپ ہو رہے ہیں: فیچرز iOS، Android، اور ویب پر ایک ہی ریلیز سائیکل میں لینڈ ہوتے ہیں، ادائیگیاں تین ریلز پر کلئیر ہوتی ہیں، آرڈر اپڈیٹس لوگوں تک WhatsApp پر پہنچتی ہیں، اور AI لئر عام ای کامرس لیتینسی بجٹ کے اندر چلتی ہے۔ سب سے مضبوط سگنل کیڈنس ہے: یہ ایک چھوٹی ٹیم ہے جو ہر ہفتے پراڈکشن میں واپس جاتی ہے، کوئی لانچ نہیں جو رک گیا ہو۔

یہ کیس اسٹڈی جاری ہے؛ یہ پروڈکٹ کے ساتھ بڑھتی ہے۔