# LA LOGE: catalogar vestuario de cine con la voz Source: https://slash-digital.io/case-studies/la-loge/ LA LOGE · Catálogo por voz Para LA LOGE, que revende en París el vestuario de rodajes de cine y series, construimos una app que cataloga el stock desde el teléfono con un asistente de voz en francés. Los equipos de vestuario buscan después ese stock en LA LOGE Source. Iniciar un proyecto Ver el video Una captura real con el asistente (OpenAI Realtime): la operadora describe la camisa, muestra la etiqueta y dice dónde va, y la ficha se llena en vivo. Prenda de demostración. En resumen LA LOGE Catalogue es una PWA interna para digitalizar un stock de vestuario de segunda mano desde el teléfono. Se muestra la prenda a la cámara y se le habla a un asistente de voz en francés (OpenAI Realtime), que mira las fotos y la etiqueta, pregunta solo lo que falta y llena la ficha con llamadas a herramientas. El 29 de octubre de 2026 el catálogo real tenía 167 productos, con 2 min 1 s de mediana por captura. Las piezas listas se publican en LA LOGE Source, donde los equipos de vestuario buscan, arman selecciones y piden reservas. Cliente: LA LOGE · Catálogo por voz Sector: Vestuario de cine de segunda mano Dónde: París Año: 2026 Entregables: - App de captura por voz y cámara (PWA) - Catálogo y cola de revisión - Pilotage y costos de IA - LA LOGE Source (B2B) - Selecciones, reservas y prueba virtual Servicios: - Agentes IA - Visión artificial - Apps móviles 167, productos catalogados 121 s, mediana por captura (125 capturas) 8 %, de correcciones en campos clave 0,042 $, de IA por prenda, medido 01 El contexto ## Un stock que nadie podía buscar LA LOGE recoge el vestuario de producciones de cine y TV y lo revende. Las producciones compraban básicos nuevos porque buscar en stock de segunda mano, comprobar tallas y armar siluetas llevaba demasiado tiempo. El plan tenía dos pasos. Primero, volver el stock legible para la IA, con fichas estructuradas (fotos, tallas, etiquetas de vestuario). Después, dejar que los equipos lo busquen por intención, como «10 hombres oficinistas bastante clásicos». El primer paso tenía que caber en el día de una tienda. El piloto se fijó tres metas: 90 segundos o menos por prenda, al menos 95 % de los campos obligatorios llenos y menos de 10 % de correcciones. 02 Diseño y construcción ## Un asistente que solo escribe con herramientas Construimos la app en Next.js 16 con Supabase (Postgres 17 con RLS en cada tabla, Storage privado y pgvector), instalable como PWA. En captura, el teléfono abre una sesión WebRTC con OpenAI Realtime (gpt-realtime-2.1-mini por defecto, gpt-realtime-2.1 a un toque) y le envía las fotos de frente, espalda, etiqueta y detalle. El asistente solo puede cambiar el catálogo con 16 herramientas (llenar campos, pedir una foto, marcar un dato como desconocido, fijar el perchero o la producción, guardar), y cada llamada pasa por un endpoint validado y queda atada al producto en curso. Probamos los dos modelos de voz con 36 sesiones guionizadas sobre prendas reales de LA LOGE. gpt-realtime-2.1 completó 15 fichas de 15 sin inventar nada; la versión mini dejó 5 de 15 por revisar, escribió notas inventadas y leyó mal una marca. Desde entonces la app rechaza valores vacíos y notas inventadas por la foto, con cualquiera de los dos modelos. Cada modelo, su precio y su costo por prenda se cambian en Réglages › Fonctions & coûts. La misma captura en el teléfono, como app instalada: foto de la etiqueta, talla leída, perchero y producción dictados, y guardado por voz. - 01 ### Pregunta solo lo que falta Lo que se ve en la foto (categoría, color) lo llena el modelo; lo que solo sabe la tienda, como el estado, el perchero o la producción, llega por la voz. Cada campo guarda su origen, y la ficha de producto lo muestra con un icono de IA o de micrófono. - 02 ### Saturación, resuelta en la sesión El 5 y 6 de octubre, en producción, OpenAI devolvió 120 «Assistant temporairement saturé» por límite de tokens por minuto. Ahora la app repite la misma respuesta tras 2, 4, 8 o 16 s en vez de reconectar, y ofrece pasar a «Sans voix». - 03 ### Modo solo fotos Sin micrófono, cada foto nueva la lee el modelo de análisis de fotos (gpt-6-luna). Cuesta unos 0,003 $ por prenda, unas 4 o 5 veces menos que el asistente de voz mini. - 04 ### LA LOGE Source Los vestuaristas buscan por descripción, importan una lista, prueban una prenda en un actor y envían solicitudes de reserva. Una pieza en una solicitud abierta aparece «Réservée» para los demás, y nunca leen las tablas internas: todo pasa por funciones que solo devuelven columnas publicables. 03 Galería ## El proyecto en imágenes 9 imágenes · Abre una imagen para verla en grande. Tras la primera foto, el asistente ya llenó categoría, subcategoría y color; los campos en rojo son los que todavía pide. El asistente lee la talla 40 en la etiqueta y avisa en voz alta que la ficha está completa. Ficha completa: perchero 3 y la producción asignada por voz, a un toque de «Enregistrer & suivant». La ficha de producto: foto mejorada por IA con su versión original (Avant/Après), y un icono por campo que dice si vino de la foto o de la voz. El catálogo real en cuadrícula, con filtros para borradores, prendas por revisar, tallas faltantes y vistas guardadas. Pilotage frente a los objetivos del piloto: 167 productos, 2 min 1 s de mediana por captura, 8 % de correcciones y la calidad de la IA por campo. El inicio en el teléfono, con el aviso para instalar la app en la pantalla de inicio: sin tienda de aplicaciones. LA LOGE Source, el catálogo para equipos de vestuario: se busca describiendo la necesidad, como «15 siluetas de oficinistas, hombres y mujeres». Una pieza vista por un vestuarista: precio, talla, color y materia, con botones para añadirla a una selección, probarla en un actor o buscar piezas parecidas. 04 Resultados ## 167 productos, con los números del piloto a la vista El 29 de octubre de 2026, Pilotage mostraba 167 productos (173 piezas físicas), 158 listos y 7 por revisar, con 117 piezas publicadas en Source. La tasa de corrección en campos clave es del 8 %, dentro de la meta de menos de 10 %. La mediana de captura, 2 min 1 s sobre 125 capturas, todavía supera la meta de 90 s. El costo de IA medido es de 0,042 $ por prenda sobre 133 prendas. - 167 productos catalogados, 117 piezas publicadas en LA LOGE Source - 8 % de correcciones en campos clave (meta: menos de 10 %) - 2 min 1 s de mediana por captura (meta: 90 s) - 0,042 $ de IA por prenda, medidos sobre 133 prendas Preguntas frecuentes ## Las preguntas que escuchamos a menudo **¿Cómo funciona la catalogación de inventario con IA en LA LOGE?** Se muestra la prenda al teléfono y se habla. Un asistente de voz (OpenAI Realtime) mira las fotos y la etiqueta, pregunta lo que falta y llena la ficha con herramientas validadas. La ficha queda lista para el catálogo y para LA LOGE Source. **¿Cuánto cuesta catalogar una prenda con IA?** Con los modelos por defecto, la estimación es de unos 0,02 $ por prenda. El costo medido en el catálogo real fue de 0,042 $ por prenda sobre 133 prendas. El modo solo fotos baja a unos 0,003 $. **¿Qué pasa si el asistente se equivoca?** Los valores dudosos y los duplicados posibles van a una cola de revisión. Cada campo muestra si vino de la foto o de la voz, y se puede corregir a mano. En el catálogo real se corrige el 8 % de los campos clave.