63% odrzucanych adresów było poprawnych - jak dorzuciłem AI do mojego walidatora

Marcin prowadzi sklep z akcesoriami sportowymi, sprzedaje na Allegro i przez kilka marketplace’ów zagranicznych - kilkaset paczek tygodniowo. Kilka miesięcy temu napisałem dla niego walidator adresów dostawy. Pierwszą warstwę tego systemu opisałem w marcu - wtedy chodziło o automatyczną normalizację literówek (polskie znaki, skróty ulic, kapitalizacja). Dziś jest o drugiej warstwie: gdy normalizacja nie wystarczy i adres nadal wygląda podejrzanie, walidator odrzuca go do ręcznej weryfikacji. Każde nowe zamówienie przed etykietą przechodzi przez reguły regex + Google Geocoding. Adresy oczywiste lecą dalej, podejrzane lądują w statusie “ręczna weryfikacja”, gdzie obsługa sprawdza i decyduje.

Walidator działa - łapie błędne adresy, zanim wyjdzie etykieta. Tyle że niedawno Marcin napisał: “Sporo czasu schodzi mi na klikanie przez ręczną weryfikację, a większość z tych zamówień i tak finalnie wysyłam z dokładnie takim adresem, jaki klient wpisał. Czy nie da się tego skrócić?”

Wziąłem 30 ostatnich zamówień, które walidator wyrzucił do ręcznej, i sprawdziłem co finalnie wyszło z magazynu. 19 z 30 (63%) zostało wysłanych pod oryginalny adres, bez żadnej zmiany. Czyli walidator odrzucił je niepotrzebnie - obsługa potwierdza, klika “wyślij oryginał”. Czysty narzut.

Skąd te fałszywe alarmy

Walidator Marcina sprawdza twarde reguły: format kodu pocztowego, obecność numeru domu, długość telefonu, znaki specjalne w polach. Na polskim ruchu działa świetnie. Problem zaczyna się przy zamówieniach zagranicznych.

W UK adres BIRCHWOOD ROAD, CARDIFF, CF23 5YB (bez numeru domu) jest doręczalny - Royal Mail trafia po kodzie pocztowym i nazwie ulicy. Walidator wymaga numeru, odrzuca.

W Hiszpanii Lugar Barriada Majaneque to standardowy adres małej wsi bez ulic. Kurier trafia, walidator nie wie co to.

Adresy estońskie i łotewskie typu Männi, Läpi küla, Tapa vald - “gospodarstwo, wieś, gmina” - są normą poza Polską. Walidator zna polskie wzorce i flaguje całą resztę.

Każda reguła osobno ma sens. Razem flagują pół zagranicznego ruchu.

Co dopisałem - warstwa AI między walidator a ręczną

Marcowa iteracja walidatora łapała polskie literówki - normalizacja przed etykietą działała bezgłośnie i ratowała kilkanaście procent zamówień. Ale przy ruchu zagranicznym walidator wciąż wypluwał za dużo do ręcznej weryfikacji - i to były głównie fałszywe alarmy.

Zamiast wyrzucać działające reguły i pisać kolejne pod każdy kraj, dorzuciłem nad nimi warstwę pośrednią. Gdy walidator chce wyrzucić adres do ręcznej, najpierw idzie do modelu Gemini 2.5 Flash z pełną strukturą: adres + miasto + kod pocztowy + kraj + nazwa firmy + odbiorca. I prostym promptem: “oceń czy ten adres da się doręczyć - jeśli tak, zaproponuj poprawioną wersję; jeśli wątpisz, odmów”.

Wyniki na próbce 30 zamówień:

• 25 z 30 (83%) AI uznała za bezpieczne do doręczenia z confidence=high,
• 5 AI odmówiło - i to dobrze. W tych przypadkach brakowało danych (kod pocztowy nie pasował do miasta, brak numeru w dużym mieście). AI nie próbowała zmyślać.
• 0 halucynacji - sprawdziłem każdą propozycję ręcznie, ani razu adresu spod sufitu.

Estymata po włączeniu produkcji: obsługa Marcina sprawdza około 30-50% tego, co dzisiaj. Reszta przelatuje automatycznie. Koszt operacyjny warstwy AI - poniżej 2 dolarów miesięcznie przy obecnym wolumenie (Gemini Flash i Google Geocoding to mikro-kwoty).

Cztery zabezpieczenia, bez których nie warto włączać AI

Główne ryzyko AI w wysyłce to halucynacje - model lubi “poprawić” xyz123abc na konkretny istniejący adres, którego klient nigdy nie wpisał. Paczka pod zmyślony adres = koszt zwrotu zjada roczny budżet AI. Stąd cztery warstwy ochrony: AI dostaje pełen kontekst zamówienia (nie sam adres), zwraca JSON z self-oceną confidence i safe_to_apply, propozycja idzie przez Google Geocoding zanim cokolwiek trafi do BL, a poprawione adresy mają osobny status PO_POPRAWIE_AI - obsługa widzi co AI ruszyła i przez pierwsze 2-3 tygodnie kontroluje wyrywkowo.

U Marcina system rośnie etapami - w marcu była normalizacja, w maju warstwa AI, za kilka miesięcy pewnie pojawi się kolejna iteracja. Tak to się robi w praktyce: nie buduje się “idealnego walidatora” za pierwszym razem, tylko stopniowo rozwija to, co działa, w odpowiedzi na realne problemy z produkcji.

Masz w sklepie internetowym proces, w którym ostrzeżenia zaczęły zatruwać pracę, a obsługa klika “akceptuj” automatycznie? Napisz albo zamów bezpłatny audyt - sprawdzę, czy dorzucenie warstwy AI nad istniejące reguły rozwiązuje problem bez wymiany całego systemu.