MiModa Agent · consulente d'immagine AI · Italia · 2026
Il consulente d'immagine che conosce il tuo armadio.
Gli parli, gli mandi una foto, ti dice cosa metterti con quello che hai già. Anche mentre sei in negozio con un capo in mano.
Un agente, non una chat appoggiata a un catalogo: ogni consiglio è ancorato ai capi che possiedi davvero, impara dal tuo feedback, e ogni azione passa da strumenti verificabili.
Rispondi a un'intervista →3 minuti per chi si veste, 10–12 per consulenti e boutique
MiModa è un consulente d'immagine AI. Gestisce il tuo armadio e i tuoi look e inserisce i capi da una foto, da una frase, dal link di un negozio o da una foto di te vestito. Per cominciare basta spuntare i capi base, e il primo look arriva senza una foto. Suggerisce, completa e migliora gli abbinamenti usando solo ciò che possiedi. Ogni mattina ti propone il look del giorno con il meteo e i tuoi impegni, sa cosa è da lavare, ti dice quali colori ti valorizzano, abbina un capo che hai in mano in negozio con il tuo armadio, prepara la valigia e ti mostra cosa indossi davvero e cosa manca. Serve di più a chi fatica a vestirsi: chi ha tanta roba e niente da mettere, e chi ci tiene ma fatica ad abbinare. Ricorda le tue preferenze, e un look che bocci non torna più. È il reboot "agent-first" di MiModa, un'app già sugli store dal 2022 con oltre 10.000 download. L'hanno fondato Davide Cavagnuolo, sviluppatore con sedici anni di esperienza, e Sara Capodiferro, la designer della 1.0. Da giugno 2026 è costruito con un ciclo di sviluppo notturno autonomo: oltre 700 commit, più di 100 decisioni architetturali documentate, più di 120 funzioni rilasciate, oltre 1.900 test.
La tesi: il mercato delle app armadio è affollato e i grandi del settore lo hanno reso gratis. Vogliamo costruire un prodotto davvero utile e di qualità, e venderlo a chi ha un ritorno misurabile dall'armadio del cliente: boutique e brand made in Italy (abbinamento in negozio, vetrina del negozio dentro l'app) e consulenti d'immagine (uno spazio di lavoro per gestire i loro clienti). Le scommesse di settembre sono già nel prodotto: analisi del colore, ciclo quotidiano pianifica-indossa-lava, analisi dell'armadio, misura dell'uso e un primo look prima dell'inventario. Le prossime sono un assistente che conversa e che vive anche dentro Claude, ChatGPT e Gemini, un gusto scritto e misurato, il redesign a partire dai momenti d'uso, gli strumenti per consulenti e negozi, il cambio di stagione. Cerchiamo boutique e consulenti per un pilota, persone per i test d'uso e un co-founder commerciale che venga dalla moda.
MiModa is an agentic AI image consultant. It manages your wardrobe and your saved looks, and adds garments from a photo, a sentence, a product URL or a photo of you dressed. To start, you tick the basics you own and get a first look without a single photo. It suggests, completes and improves outfits using only what you own. Every morning it proposes the look of the day from the weather and your plans, knows what needs washing, tells you which colours flatter you, pairs a garment you are holding in a shop with your wardrobe, packs your suitcase and shows what you actually wear and what is missing. It helps most where getting dressed is a struggle: people with a full wardrobe and nothing to wear, and people who care but find combining hard. It remembers your preferences, and a look you turn down does not come back. It is the agent-first reboot of MiModa, an app on both stores since 2022 with 10,000+ downloads. Founded by Davide Cavagnuolo, a full-stack developer with sixteen years of experience, and Sara Capodiferro, the designer of 1.0. Built since June 2026 with an autonomous nightly AI development loop: 700+ commits, 100+ documented architecture decisions, 120+ shipped capabilities, 1,900+ tests.
The thesis: the wardrobe-app market is crowded and priced at zero by well-funded incumbents. We want to build a genuinely useful, high-quality product and sell it to whoever has a measurable return from a customer's wardrobe: boutiques and made-in-Italy brands (in-store pairing, a merchant showcase inside the app) and image consultants (a workspace to manage their clients). The September bets are already in the product: colour analysis, a daily plan-wear-wash loop, wardrobe analytics, usage measurement and a first look before the inventory. Next come an assistant that holds a real conversation and also lives inside Claude, ChatGPT and Gemini, taste that is written down and measured, a redesign that starts from real moments of use, tools for consultants and shops, and the change of season. Looking for boutiques and image consultants to pilot with, people for usability tests, and a commercial co-founder from the fashion world.
Cosa fa oggi
Otto aree che funzionano, non otto slide.
Tutto è già in staging, usato dai primi tester: più di 120 funzioni, ognuna un flusso completo con il suo strumento, la sua interfaccia e i suoi test. Qui sono raccolte per area.
Dai capi base a una foto di te vestito
Spunti i capi base e hai un primo look senza foto. Poi lo scatto rapido, venti foto insieme, una frase, il link di un prodotto o una foto di te vestito da cui MiModa ritaglia i capi. Ogni capo nuovo mostra il look che sblocca; i dubbi aspettano una tua conferma e i doppioni vengono fermati.
Il look del giorno
Ogni mattina alle 7:30, con il meteo della tua città e l'occasione della giornata, e se serve un secondo look per la sera. Il calendario pianifica più giorni in un tocco, la foto di oggi registra cosa hai messo, il bucato si deduce da cosa indossi.
Suggerisci, completa, migliora
Look con un perché, solo con capi che possiedi, borsa compresa quando serve. Tiene conto di cosa è da lavare, della palestra o del mare, dei colori che non ami. Un look bocciato non torna, e il motivo orienta le proposte successive. Anteprima sul manichino.
"Con cosa lo abbino?"
Foto del capo o link del prodotto, anche condiviso da Android: i look con il tuo armadio, "hai già qualcosa di simile", il giudizio sui colori. Poi lista dei desideri, "l'ho comprato", o scarti.
La tua palette
La conosci già, quattro domande, o un selfie che non viene conservato. Ogni capo valutato ("ti valorizza", "fuori palette"), look nei tuoi colori. Il giudizio di una persona vince sempre su quello del modello.
Come ti sta
Vestibilità e taglio di ogni capo, e un segno per ciò che non ti sta più: esce dai suggerimenti ma resta nell'armadio. Niente misure del corpo, nessuna stima del corpo dalle foto.
Valigia
A mano o proposta da destinazione, date e occasioni, con i look componibili da ciò che è in valigia. Nei giorni del viaggio, anche quando li pianifichi prima, il look del giorno usa la valigia e il meteo della destinazione.
Il tuo armadio in numeri
Cosa metti di più, cosa mai, il costo per utilizzo, cosa manca per le occasioni che vivi davvero, e un ritratto del tuo armadio che si precisa man mano. Fino a due volte a settimana un capo dimenticato torna nel look del giorno. Nessuna spinta a buttare o a comprare.
Per chi
Quattro modi di stare davanti all'armadio.
Due domande dividono chi si veste: i vestiti servono o raccontano? E vestirsi è facile o una fatica? MiModa serve di più nella fila in basso, dove vestirsi costa fatica.
Funzione · in controllo
L'Essenzialista
"Poche cose, zero stress."
Cosa dà MiModa: il look del mattino senza pensarci, più giorni pianificati in un tocco, il bucato e la valigia in ordine, il costo per utilizzo di ogni capo.
Bisogno: basso, soprattutto logistica.
Espressione · in controllo
La Stylist
"Ama comporre, lo fa bene."
Cosa dà MiModa: lo stilario come archivio, con foto e anteprima sul manichino, la ricerca per atmosfera, il negozio per combinare il nuovo con ciò che ha.
Le servono strumenti, non consigli: una tavola per comporre a mano, un lookbook da condividere.
Funzione · fatica
Il/la Sopraffatto/a
"Tanta roba, niente da mettere."
Cosa dà MiModa: il look di oggi che toglie la decisione, lo scatto rapido per caricare tanto in poco, i capi dimenticati che tornano nei look, i mai indossati, i doppioni, "hai già qualcosa di simile" prima di comprare.
In arrivo: il cambio di stagione per fare spazio, e "cosa compro?" solo a partire dai vuoti veri.
Espressione · fatica
L'Aspirante
"Ci tiene, ma fatica ad abbinare."
Cosa dà MiModa: look con il perché, la propria palette, il taglio dei capi, l'abbinamento in negozio, un parere e "Migliora" su un look salvato, la foto di oggi.
In arrivo: un parere sulla foto di oggi, le regole della figura, la palette data dalla propria consulente, un consulente vero quando serve.
Oggi il prodotto è tagliato sull'Aspirante, che è anche la cliente tipo delle consulenti d'immagine: il ponte verso il B2B. Chi è sopraffatto ha il dolore più grande, perché caricare un armadio pieno è il muro più alto. Per questa persona sono nati i capi base, lo scatto rapido e i capi dimenticati che tornano, e su di lei si concentra il redesign: in otto degli undici momenti d'uso è tra chi ne ha più bisogno. Stylist ed Essenzialista usano MiModa volentieri, ma hanno meno bisogno di aiuto: alla Stylist servono strumenti, all'Essenzialista basta la logistica.
Origine
Non è la prima MiModa. È il reboot.
MiModa 1.0 è un'app molto più semplice, senza backend, pubblicata su Google Play e App Store dall'agosto 2022 e ancora attiva: fotografi un look, l'app estrae i singoli capi e li organizza con tag, categorie e suggerimenti per stagione e meteo. Design di Sara Capodiferro. Ha raggiunto oltre 10.000 download senza alcun marketing: la domanda esiste, e la pipeline di estrazione dei capi è già stata provata su telefoni reali.
Questo progetto riparte da zero ribaltando le scelte di fondo. Agent-first nel prodotto: non una app con una funzione AI, ma un agente che ragiona sull'armadio ed è l'interfaccia. Agent-first nello sviluppo: un'architettura pensata per essere costruita e mantenuta con agenti di codice, con decisioni scritte e guardrail meccanici al posto delle riunioni.
Caso studio della 1.0: davidecavagnuolo.dev/progetti/mimoda. Gli utenti della 1.0 saranno la prima ondata di tester del reboot.
Come funziona
Un agente con le mani legate nel modo giusto.
Un cervello e tre facce. Le stesse funzioni servono le schermate guidate, l'assistente dentro l'app e, attraverso un server MCP, Claude, ChatGPT e Gemini. Il giudizio sullo stile sta nel nucleo; ogni canale ci mette solo la sua lingua.
Il modello non tocca il database
Ogni lettura e scrittura passa da strumenti tipizzati con input controllati, e chi sei lo dice il login, mai il modello. Niente query generate. Niente cambia in silenzio: scrive un tuo tocco, le deduzioni restano proposte, le azioni irreversibili chiedono conferma.
Consigli ancorati, mai inventati
Un motore compone i look solo dai capi che possiedi e che sono disponibili, seguendo un regolamento di stile scritto a partire da look giudicati da persone. Il modello li spiega, senza inventare capi o previsioni. Quanto lasciargli scegliere lo decidono le misure.
L'interfaccia la decide l'agente, non la scrive
Un catalogo fisso di componenti; l'agente indica quale mostrare e con quali dati, controllati prima di essere mostrati. Niente codice generato al volo.
Stack: Python, FastAPI, LangGraph, PostgreSQL con pgvector; Next.js e React; storage privato compatibile S3 con link firmati; modelli intercambiabili dietro un'interfaccia unica (OpenAI in produzione, Claude e Gemini nei test di qualità, embedding visivi Jina CLIP). Web app installabile con notifiche. Limiti di spesa per utente e budget globale giornaliero già attivi. Le funzioni per cercare, proporre e valutare i look girano già, in un prototipo locale, dentro Claude Desktop: su un armadio vero, con le card dei look.
Come lo costruiamo
Decisioni di giorno, una squadra di agenti di notte.
Il feedback dei tester entra dall'app. Ogni notte una pipeline autonoma lo smista, sceglie il lavoro pronto, lo implementa, apre una pull request e fa merge solo dentro un perimetro meccanico. Al mattino arriva un riepilogo con le sole decisioni che spettano a un umano.
Tre stadi con permessi separati, così nessun agente ha mai insieme input non fidato e potere di scrivere codice. Più di cento decisioni architetturali documentate: ognuna dice cosa fa il codice reale, cosa si è deciso e perché. Il risultato è una velocità da team di cinque persone con il costo di un abbonamento.
La scommessa sul metodo
Prima la sostanza, poi la forma. La seconda fase è in corso.
L'ordine è deliberato. Prima il motore: funzionalità, qualità dei consigli, sicurezza dei dati, costruiti sul web con un'architettura su misura per gli agenti di codice. Oggi il motore copre più di 120 funzioni, mappate una per una con i momenti in cui servono. Un'interfaccia disegnata su funzionalità che cambiano ogni settimana va rifatta ogni settimana; disegnata su un motore stabile, resta.
Fatto finora: l'atlante di ogni schermata, fotografata a due larghezze con i tempi misurati, e undici momenti d'uso con un obiettivo ciascuno, da "sono in ritardo e non so cosa mettermi" a "sono in camerino con una giacca in mano". Prima della scelta li hanno criticati cinque ruoli simulati da agenti AI: una consulente, una boutique, un utente della 1.0, uno scettico, un esperto di accessibilità. Poi schermate, prototipi nel codice vero e test con cinque persone per momento, dal linguaggio visivo della 1.0 e con un occhio umano sul gusto.
Il confine che teniamo fermo: una schermata per ogni strumento produce un gestionale. Ogni schermata deve servire un momento, e una funzione senza momento va nel menu. La direzione è fissata: schermate guidate per la routine e la gestione, un assistente sempre a portata per tutto il resto, e per partire Oggi come pagina d'apertura di chi torna.
Mercato e competitor
Affollato, finanziato, e con il prezzo ancorato a zero.
Le stime di mercato per le app armadio vanno da 2,7 a 3,5 miliardi di dollari nel 2026, ma sono report a pagamento con definizioni vaghe. Più solido: cosa lamentano gli utenti, e chi ha raccolto quanto e con che modello.
La lamentela più frequente nelle recensioni delle app armadio: ogni capo va fotografato e taggato a mano. In MiModa spunti i capi base e hai un primo look senza una foto; poi i capi arrivano dalle foto di te vestito, a lotti o con lo scatto rapido.
La seconda: l'automazione sbaglia e non si può intervenire. In MiModa ciò che l'AI ha indovinato è segnato e si corregge con un tocco, i ritagli incerti aspettano una conferma, un probabile doppione ferma il salvataggio, e la foto originale resta sempre.
| Chi | Modello | Punto forte | Segnale | Cosa insegna |
|---|---|---|---|---|
| Whering UK | Gratis premium opzionale | Sostenibilità, costo per indosso, second-hand, valigia | 10 M utenti · 7 M$ seed (lug 2026, eBay Ventures + Google AI Futures) | Il consumer gratuito ha già un vincitore in Europa. |
| Alta US | Gratis affiliazione | Stylist AI + personal shopper, avatar per il try-on | 11 M$ seed (2025, Menlo, Aglaé / Arnault) · TIME Best Inventions 2025 | Lo stylist AI "puro" spinge a comprare: è il suo modello di ricavo. |
| Indyx US | 60–295 $ stylist umani | Catalogazione accurata, scontrini, analytics | Marketplace di stylist | La gente paga l'umano, non l'app. |
| Acloset KR | Gratis social + second-hand | Capi riconosciuti da un selfie allo specchio, chat AI | Community | L'inserimento da foto indossata è già sul mercato. |
| Cladwell | 7,99 $/mese · stylist 49 $ | Un outfit al giorno, "Ask Cladwell" | Abbonamento consumer | Il "cosa mi metto oggi" regge un abbonamento. |
| Google Doppl | Gratis Labs | Try-on in video dal proprio corpo | Big tech | Il try-on da solo non è più un fattore distintivo. |
| ASOS Stylist UK · US | Gratis vende il catalogo | Stylist AI dentro ChatGPT, con i video dei prodotti | in ChatGPT da maggio 2026 | Lo stylist dentro l'assistente AI c'è già, e propone il catalogo del negozio, senza l'armadio di chi chiede. |
| MiModa | B2B first | Agente ancorato all'armadio, abbinamento in negozio, primo look senza foto, privacy | primi tester · 0 raccolti | Nessun player consumer nativo in Italia trovato. |
Forze e limiti
I punti di forza, e i limiti di oggi con la loro via d'uscita.
Punti di forza
- Agent-native.I consigli citano solo capi posseduti, la memoria personalizza, test automatici misurano la qualità delle risposte dell'AI, e le funzioni di stile girano già, in prototipo, dentro Claude. Difficile da vedere in demo, facile da raccontare.
- Il gusto, scritto e misurato.Il regolamento di stile nasce da look giudicati da persone, e ogni regola si misura su casi reali prima di arrivare ai tester. Un look che bocci non torna più, da subito.
- Il momento in negozio.Whering lavora a posteriori, Alta spinge a comprare cose nuove. Nessuno presidia l'attimo prima dell'acquisto con l'armadio in tasca. La regola è fissata: in negozio MiModa sta dalla parte di chi compra, dice con cosa sta il capo e cosa hai di simile, e la decisione resta tua.
- Inserimento dei capi dalle foto.Attacca il dolore numero uno della categoria: un primo look senza foto, capi estratti da look indossati, lotti, scatto rapido, import da link, e i dubbi li confermi tu.
- Privacy by design.Foto private con link firmati, segmentazione rifiutata su servizi condivisi, limiti di spesa per utente.
- Il ciclo quotidiano.Pianifica, indossa, lava: il look del mattino sa cosa è da lavare, e il calendario tiene insieme i giorni passati e quelli in arrivo. Nessuno dei competitor analizzati lega il bucato alla pianificazione.
- Velocità e disciplina.Il ciclo notturno e oltre 100 decisioni scritte sono un asset e una storia: le quattro scommesse scelte il 15 settembre erano nel prodotto il 25, e quella scelta il 25, un primo look prima dell'inventario, il 30.
- Un precedente che ha funzionato.La 1.0 sugli store dal 2022, oltre 10.000 download organici, la pipeline di estrazione già provata sul campo.
- Italia.Pensato in italiano, in un mercato senza player nativo e con una domanda crescente di consulenti d'immagine.
Limiti di oggi
- Il primo look senza foto non è ancora misurato su persone nuove.Il percorso c'è e il tempo al primo look si misura, ma i primi accessi sono ancora troppo pochi per un numero.l'obiettivo è un primo look in meno di due minuti, misurato sulle prime persone nuove; poi l'import dalla 1.0 per chi arriva con i suoi look già salvati lì.
- I numeri sull'uso arrivano a fine finestra.La misura è attiva (primo capo, primo look, ritorno a 7 e 30 giorni, funzioni usate, senza contenuti né foto) e la prima finestra di test è aperta; la lettura arriva alla sua chiusura.poi gli utenti della 1.0 come prima ondata larga, con il loro armadio importato.
- Niente app negli store.È una web app installabile, con notifiche e condivisione da Android; su iPhone l'installazione è meno immediata.gli store quando serviranno davvero; la 1.0 c'è già.
- La chat di oggi non conversa come Claude o ChatGPT.Riconosce il tipo di richiesta e la smista, ma non tiene il filo di una conversazione lunga, e a chi usa già un assistente AI sembra rigida.un assistente che sceglie da sé gli strumenti, deciso il 6 ottobre e in costruzione; si accende solo se batte la chat attuale sui test a più turni. Le stesse funzioni arriveranno dentro Claude, ChatGPT e Gemini.
- Un solo fornitore in produzione, costi su pochi utenti.I costi si contano per utente e per turno, ma su pochi tester; i modelli in produzione sono di un solo fornitore.i limiti di spesa sono attivi, e i test di qualità girano già anche su Claude e Gemini: il fornitore si sceglie sui numeri.
- L'aspetto non è ancora il prodotto.In una categoria dove l'estetica conta, l'interfaccia è funzionale ma non curata.fatti l'atlante di tutte le schermate e gli undici momenti d'uso con i loro obiettivi; ora schermate, prototipi e test con persone, dal linguaggio visivo della 1.0.
- Nessun profilo commerciale.Sviluppo e design ci sono; manca chi vende ai negozi e porta una rete di boutique e consulenti.è ciò che cerchiamo: un co-founder commerciale che venga dalla moda, vedi in fondo.
Modello di business
Un prodotto davvero utile, e un cliente che ha un ritorno misurabile.
I grandi del settore hanno reso gratis l'app armadio, e la qualità costa. La tesi: costruire un prodotto che le persone vogliano usare ogni giorno, e farlo pagare a chi ricava valore dall'armadio del cliente. Gli utenti restano la base attiva, non la cassa.
Il negozio dentro l'app, non solo il cliente
Una boutique non paga per un'app che usa solo il suo cliente. Paga quando è dentro il prodotto, a tre livelli:
- La vetrina del negozio. Il negozio carica il suo catalogo. Il cliente da casa chiede "cosa c'è da Rossi che completa il mio armadio"; in negozio il commesso non deve nemmeno fotografare.
- Proposte con consenso. Quando arriva un capo che chiude un vuoto reale nell'armadio di un cliente della zona, il cliente riceve una proposta. L'inverso dell'affiliazione: domanda qualificata e motivata.
- La vista per il commesso. Il cliente condivide l'armadio, il commesso lo vede sul tablet e vende meglio. Oggi le boutique lo fanno a mano su WhatsApp.
Modello: canone mensile per vetrina e abbinamento, utenti sempre gratis. Cosa esiste già: l'abbinamento in negozio, l'import delle schede prodotto da link e l'analisi di cosa manca nell'armadio, quindi una vetrina è un lotto di schede legate a un negozio e una proposta parte da un vuoto vero. La regola fissata: in negozio MiModa informa il cliente su con cosa sta il capo e cosa ha di simile, e non lo manda mai in un altro negozio. Il rischio: servono utenti nella zona del negozio: pilota in una città sola, con i tester che già ci sono.
Lo strumento per chi vende lo stile
Il consulente paga un abbonamento e gestisce gli armadi dei suoi clienti: inserimento a lotti, look, storico, palette e regole della figura assegnate da lui, e il book da consegnare. Indyx vende lo stylist umano; noi vendiamo lo strumento allo stylist.
Cosa dicono i consulenti: dalle prime cinque interviste, il book per la cliente oggi si fa a mano in PowerPoint e Canva, l'armadio della cliente arriva tardi, e la diagnosi resta del consulente: MiModa la applica, non la sostituisce. Un percorso completo costa 500–1.200 €; in un'indagine del novembre 2025 (12 risposte) l'analisi del colore è il servizio più richiesto. Cosa esiste già: il multi-utente, la privacy per utente, la palette, il taglio dei capi, l'armadio in numeri e il suo ritratto, un parere sui look secondo un regolamento di stile scritto. Manca: il ruolo consulente con più clienti, la condivisione con consenso revocabile, il book esportabile.
Freemium consumer
Gratis il base; 4–6 € al mese per le funzioni costose: try-on, abbinamento in negozio e analisi illimitate. La contabilità dei consumi è già attiva ed è l'infrastruttura di un piano a pagamento.
Rischio: il prezzo di riferimento è zero. Va misurato con i primi tester, non assunto.
Affiliazione shopping
Il modello di Alta. Richiede traffico che non abbiamo e contraddice la promessa "vesti quello che possiedi".
Se mai: solo per il capo mancante che l'analisi dell'armadio identifica, mai come motore.
Il primo giro di interviste con cinque consulenti è fatto; seguono gli approfondimenti e le prime boutique, con una domanda sola al centro: "cosa pagheresti, per cosa?". Niente codice per le strade B2B prima di tre prezzi veri da consulenti e due da boutique.
Scommesse
Cinque scommesse diventate funzioni, cinque aperte.
Ogni scommessa dice cosa esiste già e cosa manca. Quando diventa funzione passa nell'elenco qui sotto, con il giorno in cui è stata scelta e quello in cui è entrata nel prodotto.
Scelta → nel prodotto
- 15 → 25 setAnalisi del colorePalette in tre modi, giudizio su ogni capo, look nei tuoi colori, verdetto in negozio.
- 15 → 25 setCiclo quotidianoLook del mattino con meteo e notifica, "l'hai indossato?", bucato dedotto, carichi di lavatrice.
- 15 → 25 setArmadio in numeriPiù e meno indossati, mai indossati, costo per utilizzo, cosa manca per le tue occasioni.
- 15 → 25 setMisurare le personePrimo capo, primo look, ritorno a 7 e 30 giorni, funzioni usate, senza contenuti né foto.
- 25 → 30 setUn look prima dell'inventarioI capi base spuntati danno un primo look senza foto. Poi lo scatto rapido, le bozze che una foto rifinisce, il look che ogni capo sblocca, il tempo al primo look misurato.
Un cervello, tre facce
Chi usa già Claude, ChatGPT o Gemini si aspetta una conversazione vera. MiModa deve saperla tenere nell'app e anche dentro quegli assistenti, con le stesse regole.
Le stesse funzioni servono tre facce: le schermate guidate per la routine, un assistente in app che sceglie da sé gli strumenti e tiene il filo, e Claude, ChatGPT o Gemini attraverso un server MCP, lo standard con cui gli assistenti AI usano strumenti esterni. Chi chiede "cosa mi metto stasera?" al proprio assistente riceve una risposta dal suo vero armadio, con gli stessi limiti di spesa. È il canale di distribuzione più economico che abbiamo. ASOS è già dentro ChatGPT con il suo catalogo; MiModa ci porterà l'armadio di chi chiede.
Il gusto, scritto e misurato
Se i consigli non convincono, le funzioni furbe si provano due volte e poi si abbandonano. La qualità del look è il prodotto.
Le regole di stile si scrivono a partire da look giudicati da persone, e ogni regola si misura su casi reali prima di arrivare ai tester. Lo stesso banco di prova decide quanto lasciar scegliere al modello, e quale modello usare. Un look bocciato non torna più, e il motivo orienta le proposte successive. Il passo dopo è imparare il gusto di ciascuno, nel tempo.
Ridisegnare dai momenti d'uso
Lasciato a sé, un modello produce un gestionale: una schermata per ogni strumento. Partiamo invece da quello che vive chi si veste.
Undici momenti scritti in prima persona, ciascuno con un obiettivo misurabile. Appena installata l'app, un primo look in meno di due minuti. Quando sei in ritardo, vestirsi in due tocchi. In camerino, con cosa sta il capo entro venti secondi dalla foto. Poi concetti alternativi per ogni momento, prototipi nel codice vero dove conta l'agente, test con cinque persone per momento, e gli stessi tempi misurati prima e dopo.
I professionisti dentro il prodotto
Consulenti e boutique sono chi ha un ritorno misurabile dall'armadio del cliente: le due strade principali del business.
Per il consulente: più clienti, condivisione con consenso che il cliente può revocare, palette e regole della figura assegnate da lui, il book da consegnare, l'analisi del guardaroba al cambio di stagione. Per la boutique: la vetrina, le proposte solo quando un capo chiude un vuoto vero, la vista per il commesso.
Il cambio di stagione
Un momento che tutti vivono due volte l'anno e che nessuna schermata serve ancora. Per il consulente è l'analisi del guardaroba che già vende.
Riponi la stagione passata, riporta fuori quella nuova, guarda cosa manca per i prossimi mesi. L'obiettivo è cambiare di stagione cinquanta capi in cinque minuti di tocchi. Se vuoi, fai spazio: MiModa ti mostra i capi mai indossati, quelli che non ti stanno più, quelli fuori dalla tua palette, sempre con il perché. Parte solo quando lo chiedi tu; decidi tu cosa tenere, sistemare dal sarto o lasciare andare.
Chi c'è dietro
Sedici anni di software, il design della 1.0, e prodotti che le persone usano davvero.
Davide Cavagnuolo, sviluppatore full-stack senior, Torino. Web, backend e mobile: dalla prima riga di codice alla pubblicazione sugli store, e poi alla manutenzione negli anni.
È stato CTO e tech lead in WeLudo dal 2019 al 2024. Ha costruito giochi web da milioni di partite, una piattaforma di giochi mobile con migliaia di utenti ogni giorno e, nel 2026, Tripletta per La Gazzetta dello Sport.
Sara Capodiferro, cofondatrice, designer. Ha disegnato MiModa 1.0, e il suo linguaggio visivo è il punto di partenza del redesign.
Il filo che lega tutto è lo stesso di MiModa: prodotti consumer che si usano ogni giorno, costruiti e mantenuti da team piccoli. La competenza che manca, la vendita al retail della moda, è quella che cerchiamo in un co-founder commerciale.
Profili: Davide su davidecavagnuolo.dev, Sara su linkedin.com/in/saracapodiferro
- 2017–2019
- Altran
- 2019–2024
- WeLudo, CTO e tech lead
- 2019–2024
- LineTime, piattaforma di giochi mobile · circa 3 milioni di partite, 2.000 utenti al giorno
- 2022–2023
- GazzaQuiz e QuestoQuello, giochi web · oltre 5 milioni di partite
- dal 2022
- MiModa 1.0, app armadio su Google Play e App Store · oltre 10.000 download organici
- 2026
- Tripletta, gioco web per La Gazzetta dello Sport
- 2026
- MiModa Agent, il reboot agent-first
Cosa cerchiamo
Il prodotto c'è. Ora servono le persone giuste.
Davide Cavagnuolo e Sara Capodiferro, fondatori
info@mimoda.app
davidecavagnuolo.dev · linkedin.com/in/saracapodiferro
- Due o tre boutique o brand disposti a un pilota dell'abbinamento in negozio, con una metrica concordata (acquisti dopo un abbinamento, ritorni in negozio, scontrino).
- Consulenti d'immagine che vogliano gestire i loro clienti con uno strumento, e dirmi cosa manca.
- Consulenti che accettino di giudicare alla cieca una serie di look, per un parere indipendente sul nostro regolamento di stile.
- Persone che faticano a vestirsi, chi ha tanta roba e niente da mettere o chi fatica ad abbinare, per provare i nuovi momenti d'uso: ne servono cinque per momento.
- Un co-founder commerciale che venga dalla moda: chi ha già venduto alle boutique, da agente, in showroom o in negozio, e ha una rete nel retail italiano.
- Chi ha già venduto a piccoli negozi: come si entra, cosa si promette, cosa non si promette.
- Feedback duro sulla tesi B2B rispetto al consumer.
Interviste
Raccontaci come ti vesti, o come lavori.
Tre interviste brevi in italiano, condotte da un assistente AI. Per maggiorenni. Non chiediamo il nome, e nelle trascrizioni che conserviamo togliamo nomi, luoghi, date precise e recapiti. Alla fine, se vuoi, lasci un'email per restare in contatto.
Come trattiamo i dati: informativa delle interviste.