Case Study: Sienna Fox — Costruire un Virtual Influencer da Zero

Chi è Sienna Fox?

Sienna Fox è una digital creator e lifestyle model di 23 anni con base a Los Angeles. Ama lo yoga mattutino, i caffè con latte d’avena, il biohacking e le sessioni di gaming a tarda notte.

Non esiste.

Sienna Fox è la virtual influencer di riferimento costruita e gestita dal progetto Zirelia — un test nel mondo reale delle capacità del motore, che gira 24/7 su un singolo server.

Costruire la Persona

Il processo di design è iniziato non con la tecnologia, ma con il personaggio.

L’obiettivo era una persona che sembrasse credibile e autentica — abbastanza aspirazionale da attrarre follower, ma abbastanza accessibile da sembrare qualcuno che potresti davvero conoscere.

Decisioni chiave prese durante il design della persona:

• Età 23: Abbastanza giovane per essere autentica nello spazio lifestyle/wellness, abbastanza grande da avere opinioni ed esperienza
• Location LA: Massima rilevanza culturale per i social media anglofoni
• Interessi misti: Fitness + tech + dating = ampia varietà di contenuti senza sembrare dispersiva
• Tono: Giocoso ma non infantile, seducente ma non esplicito

La persona completa è stata definita in circa 200 righe di YAML prima che venisse scritto un singolo post.

Costruire l’Identità Visiva

L’identità visiva è stata la parte più difficile.

Step 1: Generati 50 immagini seed con FLUX.1 usando descrittori dettagliati, con un prompt base fisso e angolazioni, luci e scene variate.

Step 2: Selezionate manualmente le migliori 30 immagini, scartando quelle con incoerenze del viso o artefatti.

Step 3: Addestrato un LoRA personalizzato su questo dataset in ~45 minuti su una GPU A100 di Replicate.

Step 4: Testato il LoRA su 20 prompt di scena diversi, verificando che il viso rimanesse coerente tra pose yoga, ambientazioni da caffè e look serali.

Costo totale: circa 8€ in compute Replicate.

Il Primo Mese: Osservazioni Chiave

Dopo quattro settimane di operatività (warm-up manuale per le prime due settimane, poi automazione completa):

Volume di contenuto: 67 post generati e pubblicati, con una media di 2,4 al giorno e variazione naturale.

Qualità dei contenuti: Il cervello ha evitato con successo le ripetizioni in tutti i casi tranne 3 (che sono stati intercettati dal sistema di recupero della memoria e rigenerati).

Qualità delle immagini: Il 91% delle immagini ha superato il loop di controllo qualità al primo tentativo. Il restante 9% ha richiesto un solo tentativo aggiuntivo.

Coerenza della voce: La metrica più soggettiva — ma abbastanza coerente da far sì che i primi follower riconoscessero il suo tono nelle risposte.

Cosa Abbiamo Imparato

Il persona.yaml è tutto. Le definizioni di personaggio vaghe producono contenuti vaghi. Più la persona è specifica e umana, più l’output è specifico e umano.

La coerenza visiva richiede un LoRA. I soli prompt testuali producono troppa variazione in decine di post. L’investimento nel LoRA (tempo + ~8€) si ripaga immediatamente.

Il warm-up non è negoziabile. Passare direttamente all’automazione su un account nuovo è il percorso più rapido verso la sospensione. Due settimane di attività manuale sono il minimo.

La memoria conta più del previsto. Senza la memoria ChromaDB, il cervello ripeteva argomenti nell’arco di una settimana. Con la memoria abilitata, la diversità dei contenuti è migliorata notevolmente.

Il Motore Dietro l’Influencer

Sienna Fox gira su un Raspberry Pi di casa. Costo totale mensile dell’infrastruttura: praticamente zero (hardware già posseduto) + costi API variabili in base al volume di pubblicazione.

Il motore Zirelia è ciò che rende possibile tutto questo su hardware così modesto. L’intera pipeline — selezione argomento, generazione LLM, creazione immagine, schedulazione, pubblicazione — automatizzata e in esecuzione senza intervento umano.

Questa è la promessa di Zirelia: definisci una persona, e il motore fa il resto.