Direct naar de inhoud
Web&Leads

Ons product

Een onderbouwde AI-engine die 15 uur analyse terugbrengt tot 2 minuten

Listrino is onze eigen AI-SaaS voor hosts op Airbnb en Booking.com. We bouwden een AI-pipeline die gescrapete advertentiedata, gastreviews, lokale concurrenten en platformrichtlijnen combineert tot een gerangschikt actieplan. Elke aanbeveling wordt tegen de bron gecontroleerd voordat een gebruiker die ziet.

Klant
Listrino
Branche
Vakantieverhuur, SaaS
Diensten
AI-softwareontwikkelingSaaS- en productontwikkeling
Jaar
2026

Resultaten

  • < 2 minper rapport, in plaats van meer dan 15 uur handwerk
  • 4databronnen gecombineerd in één run
  • 0ononderbouwde beweringen getoond: items zonder bewijs worden in code geschrapt
Een onderbouwde AI-engine die 15 uur analyse terugbrengt tot 2 minuten

De uitdaging

Hosts op Airbnb en Booking.com willen één ding weten: wat moet ik veranderen om meer boekingen te krijgen? Het antwoord zit verstopt in tientallen reviews, advertenties van concurrenten en platformregels. Met de hand kostte dit onze oprichter meer dan 15 uur per accommodatie.

De voor de hand liggende aanpak, alles naar een taalmodel sturen en om advies vragen, leverde zelfverzekerde maar algemene output op. Erger nog: vroege versies verzonnen klachten die geen enkele gast ooit had gedaan. Voor een betaald product was dat onacceptabel.

Onze aanpak

We behandelden het taalmodel als één onderdeel van een pipeline, niet als het hele product.

  1. Bewijs verzamelen. Scrapers van Apify halen de advertentie op, de reviews en een set topconcurrenten in dezelfde stad met hetzelfde type accommodatie. Concurrentiesets worden 31 dagen gecachet en advertentiescrapes 14 dagen, om de kosten te beheersen.
  2. Thema's indelen in een vaste ontologie. Een klein model koppelt reviewteksten aan een vooraf bepaalde set thema's, met een regex als fallback. Geen vrije samenvattingen.
  3. Rangschikken in code. Elke mogelijke actie krijgt een score voor ernst en inspanning in TypeScript, niet in een prompt. Achterstanden op concurrenten worden gemeten, nooit aangenomen.
  4. Schrijven binnen kaders. Een schrijfmodel vult vooraf geselecteerde velden met korte, specifieke tekst, per taak verdeeld tussen GPT-4o mini en GPT-4.1 mini.
  5. Controleren en opschonen. Een deterministische check controleert of elke geciteerde klacht echt in de reviews voorkomt en het genoemde probleem beschrijft. Alles wat niet onderbouwd is, valt weg. Verzonnen aantallen units of plaatsnamen in voorgestelde titels worden geblokkeerd.

Bovenop de AI-pipeline bouwden we een deterministische Listing Health Score, een rapportgeschiedenis met verschillen tussen runs, pdf-export, openbare deellinks en portfolio-overzichten voor hosts met meerdere accommodaties.

De resultaten

  • Volledige rapporten in minder dan 2 minuten in plaats van meer dan 15 uur.
  • Aanbevelingen waar hosts op kunnen vertrouwen, omdat elke aanbeveling het bewijs erachter laat zien.
  • Voorspelbare kosten: dure vision-modellen draaien alleen voor betalende gebruikers, en caching voorkomt dubbel scrapen.

Wat klanten hiervan kunnen meenemen

Hetzelfde patroon werkt voor elk AI-product dat het bij het juiste eind moet hebben: supportassistenten, documentanalyse, compliancechecks of salesonderzoek. Verzamel bewijs, begrens het model, rangschik in code en controleer voordat je output toont. Zo pakken we AI-softwareontwikkeling voor klanten aan.

Stack

  • Next.js
  • TypeScript
  • OpenAI GPT-4o en GPT-4.1 mini
  • Apify
  • Neon Postgres
  • Drizzle ORM
  • Zod
  • Vercel

Heb je een project of een AI-idee?

Vertel ons wat je wilt oplossen of bouwen. We reageren binnen één werkdag met eerlijk advies over de volgende stappen.