Automatisieren Sie die Erstellung von Produktbeschreibungen mit Amazon Bedrock | Amazon Web Services

In der sich ständig weiterentwickelnden Welt des E-Commerce kann der Einfluss einer überzeugenden Produktbeschreibung nicht hoch genug eingeschätzt werden. Es kann der entscheidende Faktor sein, der aus einem potenziellen Besucher einen zahlenden Kunden macht oder ihn dazu bringt, auf die Website eines Mitbewerbers zu klicken. Die manuelle Erstellung dieser Beschreibungen für eine Vielzahl von Produkten ist ein arbeitsintensiver Prozess und kann die Geschwindigkeit neuer Innovationen verlangsamen. Das ist wo Amazonas Grundgestein mit seinen generativen KI-Fähigkeiten greift ein, um das Spiel neu zu gestalten. In diesem Beitrag befassen wir uns damit, wie Amazon Bedrock den Prozess der Produktbeschreibungsgenerierung verändert und es Online-Händlern ermöglicht, ihr Geschäft effizient zu skalieren und gleichzeitig wertvolle Zeit und Ressourcen zu sparen.

Erschließen Sie das Potenzial generativer KI im Einzelhandel

Generative KI hat die Aufmerksamkeit von Vorständen und CEOs weltweit auf sich gezogen und sie zu der Frage veranlasst: „Wie können wir generative KI für unser Unternehmen nutzen?“ Eine der vielversprechendsten Anwendungen generativer KI im E-Commerce ist die Erstellung von Produktbeschreibungen. Einzelhändler und Marken haben erhebliche Ressourcen in das Testen und Bewerten der effektivsten Beschreibungen investiert, und generative KI zeichnet sich in diesem Bereich aus.

Das Erstellen ansprechender und informativer Produktbeschreibungen für einen umfangreichen Katalog ist eine gewaltige Aufgabe, insbesondere für globale E-Commerce-Plattformen. Die manuelle Übersetzung und Anpassung von Produktbeschreibungen für jeden Markt kostet Zeit und Ressourcen. Dies führt zu allgemeinen oder unvollständigen Beschreibungen, was zu geringeren Umsätzen und geringerer Kundenzufriedenheit führt.

Die Stärke von Amazon Bedrock: KI-generierte Produktbeschreibungen

Amazon Bedrock ist ein vollständig verwalteter Dienst, der die generative KI-Entwicklung vereinfacht und leistungsstarke Basismodelle (FMs) von führenden KI-Unternehmen wie AI21 Labs, Anthropic, Cohere, Meta, Stability AI und Amazon über eine einzige API bietet. Es bietet umfassende Funktionen zum Erstellen generativer KI-Anwendungen und gewährleistet gleichzeitig die Wahrung von Datenschutz und Sicherheit. Mit Amazon Bedrock können Sie mit verschiedenen FMs experimentieren und diese mithilfe von Techniken wie Feinabstimmung und Retrieval Augmented Generation (RAG) individuell anpassen. Mit der Plattform können Sie verwaltete Agenten für komplexe Geschäftsaufgaben erstellen, ohne dass Programmierkenntnisse erforderlich sind, z. B. für die Buchung von Reisen, die Bearbeitung von Versicherungsansprüchen, die Erstellung von Werbekampagnen und die Verwaltung des Inventars.

Beispielsweise können E-Commerce-Plattformen zunächst grundlegende Produktbeschreibungen erstellen, die Größe, Farbe und Preis enthalten. Die Flexibilität von Amazon Bedrock ermöglicht jedoch eine Feinabstimmung dieser Beschreibungen, um Kundenrezensionen einzubeziehen, markenspezifische Sprache zu integrieren und bestimmte Produktmerkmale hervorzuheben, was zu maßgeschneiderten Beschreibungen führt, die bei der Zielgruppe Anklang finden. Darüber hinaus bietet Amazon Bedrock über eine intuitive API Zugriff auf Stiftungsmodelle von Amazon und führenden KI-Startups, wodurch der gesamte Prozess nahtlos und effizient verläuft.

Der Einsatz von KI kann folgende Auswirkungen auf den Produktbeschreibungsprozess haben:

• Schnellere Genehmigungen – Anbieter erleben einen optimierten Prozess, der von der Produktauflistung bis zur Genehmigung in weniger als einer Stunde übergeht und frustrierende Verzögerungen vermeidet
• Verbesserte Geschwindigkeit bei der Produktauflistung – Bei der Automatisierung verzeichnet Ihr E-Commerce-Marktplatz einen Anstieg der Produkteinträge und bietet Verbrauchern nahezu sofortigen Zugriff auf die neuesten Waren
• Zukunftssicher – Durch den Einsatz modernster KI sichern Sie sich Ihre Position als zukunftsorientierte Plattform, die bereit ist, den sich ändernden Marktanforderungen gerecht zu werden
• Innovation – Diese Lösung befreit Teams von alltäglichen Aufgaben, sodass sie sich auf höherwertige Arbeiten konzentrieren können und eine Innovationskultur fördern

Lösungsüberblick

Bevor wir uns mit den technischen Details befassen, werfen wir einen Blick auf die allgemeine Vorschau dessen, was diese Lösung bietet. Mit dieser Lösung können Sie Produktbeschreibungen für Ihre E-Commerce-Plattform erstellen und verwalten. Es ermöglicht Ihrer Plattform:

• Generieren Sie Beschreibungen aus Text – Mithilfe der generativen KI kann Amazon Bedrock einfache Textbeschreibungen in lebendige, informative und fesselnde Produktbeschreibungen umwandeln.
• Basteln Sie Bilder – Über den Text hinaus können auch Bilder erstellt werden, die perfekt zu den Produktbeschreibungen passen und so die visuelle Attraktivität Ihrer Angebote steigern.
• Erweitern Sie vorhandene Inhalte – Haben Sie bestehende Produktbeschreibungen, die eine neue Perspektive benötigen? Amazon Bedrock kann Ihre aktuellen Inhalte noch überzeugender und ansprechender gestalten.

Diese Lösung ist im verfügbar AWS-Lösungsbibliothek. Detaillierte Anweisungen finden Sie im Anhang README-Datei. Die README-Datei enthält alle Informationen, die Sie für den Einstieg benötigen, von Anforderungen bis hin zu Bereitstellungsrichtlinien.

Die Systemarchitektur besteht aus mehreren Kernkomponenten:

• UI-Portal – Dies ist die Benutzeroberfläche (UI), die für Anbieter zum Hochladen von Produktbildern entwickelt wurde.
• Amazon-Anerkennung - Amazon-Anerkennung ist ein Bildanalysedienst, der Objekte, Text und Beschriftungen in Bildern erkennt.
• Amazonas Grundgestein – Foundation-Modelle in Amazon Bedrock verwenden die von Amazon Rekognition erkannten Etiketten, um Produktbeschreibungen zu generieren.
• AWS Lambda - AWS Lambda Bietet serverlose Rechenleistung für die Verarbeitung.
• Produktdatenbank – Das zentrale Repository speichert Anbieterprodukte, Bilder, Etiketten und generierte Beschreibungen. Dies kann eine beliebige Datenbank Ihrer Wahl sein. Beachten Sie, dass sich bei dieser Lösung der gesamte Speicher in der Benutzeroberfläche befindet.
• Admin-Portal – Dieses Portal bietet Überblick über das System und die Produktlisten und sorgt so für einen reibungslosen Betrieb. Dies ist nicht Teil der Lösung; Wir haben es zum Verständnis hinzugefügt.

Das folgende Diagramm veranschaulicht den Datenfluss und die Interaktionen innerhalb des Systems

Der Workflow umfasst die folgenden Schritte:

1. Der Client initiiert eine Anfrage an die Amazon API Gateway REST API.
2. Amazon API Gateway leitet die Anfrage über eine Proxy-Integration an AWS Lambda weiter.
3. Bei der Bearbeitung von Produktbildeingaben ruft AWS Lambda Amazon Rekognition auf, um Objekte im Bild zu erkennen.
4. AWS Lambda ruft von Amazon Bedrock gehostete LLMs wie die Amazon Titan-Sprachmodelle auf, um Produktbeschreibungen zu generieren.
5. Die Antwort wird von AWS Lambda an Amazon API Gateway zurückgegeben.
6. Schließlich wird die HTTP-Antwort von Amazon API Gateway an den Client zurückgegeben.

Beispielanwendungsfall

Stellen Sie sich vor, ein Anbieter lädt ein Produktbild von Schuhen hoch und Amazon Rekognition identifiziert Schlüsselattribute wie „weiße Schuhe“, „Sneaker“ und „langlebig“. Die Amazon Bedrock Titan AI nutzt diese Informationen und generiert eine Produktbeschreibung wie: „Hier ist ein Entwurf einer Produktbeschreibung für einen Canvas-Laufschuh basierend auf dem Produktfoto: Wir stellen den Canvas Runner vor, den perfekten leichten Sneaker für Ihren aktiven Lebensstil.“ Dieser Laufschuh verfügt über ein atmungsaktives Canvas-Obermaterial mit Lederakzenten für einen stilvollen, klassischen Look. Das Schnürdesign sorgt für einen sicheren Sitz, während die gepolsterte Zunge und der Kragen für zusätzlichen Komfort sorgen. Im Inneren stützt und tröstet eine herausnehmbare, gepolsterte Innensohle Ihre Füße. Die EVA-Zwischensohle absorbiert Stöße bei jedem Schritt und reduziert so Ermüdungserscheinungen. Flexkerben in der Gummiaußensohle sorgen für Flexibilität und Traktion. Mit seinem schlichten, retro-inspirierten Stil passt der Canvas Runner nahtlos vom Training zum Alltagskleidungsstück. Egal, ob Sie Besorgungen machen oder Kilometer laufen, mit diesem vielseitigen Sneaker bleiben Sie bequem und stilvoll in Bewegung.“

Designdetails

Lassen Sie uns die Komponenten genauer untersuchen:

• Benutzer interface:
  • Vorderes Ende – Das Frontend des Anbieterportals ermöglicht es Anbietern, Produktbilder hochzuladen und Produktlisten anzuzeigen.
  • API-Aufrufe – Das Portal kommuniziert über APIs mit dem Backend, um Bilder zu verarbeiten und Beschreibungen zu generieren.
• Amazon-Anerkennung:
  • Bildanalyse – Ausgelöst durch API-Aufrufe analysiert Amazon Rekognition Bilder und erkennt Objekte, Text und Beschriftungen.
  • Etikettenausgabe – Es werden aus der Analyse abgeleitete Etikettendaten ausgegeben.
• Amazonas-Grundgestein:
  • NLP-Textgenerierung – Amazon Bedrock verwendet das Amazon Titan Natural Language Processing (NLP)-Modell, um Textbeschreibungen zu generieren.
  • Etikettenintegration – Die von Amazon Rekognition erkannten Etiketten werden als Eingabe für die Generierung von Produktbeschreibungen verwendet.
  • Passend zum Stil – Amazon Bedrock bietet Feinabstimmungsfunktionen für Amazon Titan-Modelle, um sicherzustellen, dass die generierten Beschreibungen dem Stil der Plattform entsprechen.
• AWS-Lambda:
  • In Bearbeitung – Lambda verarbeitet die API-Aufrufe an Dienste.
• Produktdatenbank:
  • Flexible Datenbank – Die Produktdatenbank wird basierend auf Kundenpräferenzen und -anforderungen ausgewählt. Beachten Sie, dass dies nicht Teil der Lösung ist.

Zusätzliche Funktionen

Diese Lösung geht über die reine Generierung von Produktbeschreibungen hinaus. Es bietet zwei weitere unglaubliche Optionen:

• Bild- und Beschreibungsgenerierung aus Text – Mithilfe der generativen KI kann Amazon Bedrock aus Textbeschreibungen entsprechende Bilder sowie detaillierte Produktbeschreibungen erstellen. Bedenken Sie das Potenzial:
  • Sofortige Visualisierung von Produkten aus Text.
  • Automatisierte Bilderstellung für große Kataloge.
  • Verbessern Sie das Kundenerlebnis mit reichhaltigen Bildern.
  • Reduziert Zeit und Kosten für die Erstellung von Inhalten.
• Beschreibungserweiterung – Wenn Sie bereits über bestehende Produktbeschreibungen verfügen, kann Amazon Bedrock diese erweitern. Geben Sie einfach den Text und die Aufforderung ein, und Amazon Bedrock wird den Inhalt gekonnt verbessern und bereichern, sodass er für Ihre Kunden äußerst fesselnd und ansprechend ist.

Zusammenfassung

In der hart umkämpften Welt des E-Commerce ist es unerlässlich, an der Spitze der Innovation zu bleiben. Amazon Bedrock bietet eine transformative Möglichkeit für E-Händler, die ihren Produktinhalt verbessern, ihren Listungsprozess optimieren und den Umsatz steigern möchten. Mit der Leistungsfähigkeit KI-generierter Produktbeschreibungen können Unternehmen überzeugende, informative und kulturell relevante Inhalte erstellen, die bei den Kunden großen Anklang finden. Die Zukunft des E-Commerce ist da und wird durch maschinelles Lernen mit Amazon Bedrock vorangetrieben.

Sind Sie bereit, das volle Potenzial KI-gestützter Produktbeschreibungen auszuschöpfen? Machen Sie den nächsten Schritt zur Revolutionierung Ihrer E-Commerce-Plattform. Besuche den AWS-Lösungsbibliothek Entdecken Sie, wie Amazon Bedrock Ihre Produktbeschreibungen umgestalten, Ihre Prozesse optimieren und Ihren Umsatz steigern kann. Es ist Zeit, Ihren E-Commerce mit Amazon Bedrock zu beschleunigen!

---

Über die Autoren

Dhaval Shah ist Senior Solutions Architect bei AWS und auf maschinelles Lernen spezialisiert. Mit einem starken Fokus auf Digital-Native-Unternehmen ermöglicht er Kunden, AWS zu nutzen und ihr Geschäftswachstum voranzutreiben. Als ML-Enthusiast wird Dhaval von seiner Leidenschaft angetrieben, wirkungsvolle Lösungen zu schaffen, die positive Veränderungen bewirken. In seiner Freizeit geht er seiner Liebe zum Reisen nach und genießt schöne Momente mit seiner Familie.

Doug Tiffan ist Leiter der weltweiten Lösungsstrategie für Mode und Bekleidung bei AWS. In seiner Rolle arbeitet Doug mit Führungskräften aus der Mode- und Bekleidungsbranche zusammen, um deren Ziele zu verstehen und gemeinsam mit ihnen die besten Lösungen zu finden. Doug verfügt über mehr als 30 Jahre Erfahrung im Einzelhandel und hatte verschiedene Führungspositionen im Bereich Merchandising und Technologie inne. Doug hat einen BBA der Texas A&M University und lebt in Houston, Texas.

Nikhil Sharma ist Solutions Architecture Leader bei Amazon Web Services (AWS), wo er und sein Team von Solutions Architects AWS-Kunden bei der Lösung kritischer Geschäftsherausforderungen mithilfe von AWS-Cloud-Technologien und -Services unterstützen.

Kevin Bell ist Sr. Solutions Architect bei AWS mit Sitz in Seattle. Er baut seit etwa 10 Jahren Dinge in der Cloud. Sie finden ihn online als @bellkev auf GitHub.

Nipun Chagari ist ein Principal Solutions Architect mit Sitz in der Bay Area, Kalifornien. Nipun unterstützt Kunden mit Leidenschaft bei der Einführung serverloser Technologie, um Anwendungen zu modernisieren und ihre Geschäftsziele zu erreichen. Sein jüngster Schwerpunkt lag auf der Unterstützung von Organisationen bei der Einführung moderner Technologien, um die digitale Transformation zu ermöglichen. Neben der Arbeit spielt Nipun gerne Volleyball, kocht und reist mit seiner Familie.

Marshall-Haufen ist Lösungsarchitekt bei AWS und unterstützt nordamerikanische Kunden beim Entwurf sicherer, skalierbarer und kostengünstiger Workloads in der Cloud. Seine Leidenschaft liegt in der Lösung uralter Geschäftsprobleme, bei denen Daten und neueste Technologien neuartige Lösungen ermöglichen. Über seine beruflichen Aktivitäten hinaus genießt Marshall Wandern und Camping in den wunderschönen Rocky Mountains in Colorado.

Altaaf Dawoodjee ist ein Solutions Architect Leader, der AdTech-Kunden im Digital Native Business (DNB)-Segment bei Amazon Web Service (AWS) unterstützt. Er verfügt über mehr als 20 Jahre Erfahrung im Technologiebereich und verfügt über umfassende Fachkenntnisse in der Analytik. Es ist ihm eine Leidenschaft, seinen Kunden durch die Nutzung der AWS-Cloud zu erfolgreichen Geschäftsergebnissen zu verhelfen.

Scott Bell ist eine dynamische Führungskraft und Innovatorin mit mehr als 25 Jahren Erfahrung im Technologiemanagement. Seine Leidenschaft gilt der Leitung und Entwicklung von Teams bei der Bereitstellung von Technologie, um den Herausforderungen globaler Benutzer und Unternehmen gerecht zu werden. Er verfügt über umfangreiche Erfahrung in der Leitung von Technologieteams, die globale Technologielösungen für mehr als 35 Sprachen bereitstellen. Er ist auch begeistert von der Art und Weise, wie KI und generative KI Unternehmen verändern und wie sie die aktuellen unerfüllten Bedürfnisse der Kunden unterstützen.

Sachin Shetti ist Principal Customer Solution Manager bei AWS. Seine Leidenschaft besteht darin, Unternehmen dabei zu helfen, erfolgreich zu sein und erhebliche Vorteile aus der Cloud-Einführung zu ziehen. Dabei treibt er alles voran, von der einfachen Migration bis hin zur groß angelegten Cloud-Transformation für Mitarbeiter, Prozesse und Technologie. Bevor er zu AWS kam, arbeitete Sachin über 12 Jahre lang als Softwareentwickler und hatte mehrere leitende Führungspositionen inne, wo er die Technologiebereitstellung und -transformation in den Bereichen Gesundheitswesen, Finanzdienstleistungen, Einzelhandel und Versicherungen leitete. Er verfügt über einen Executive MBA und einen Bachelor-Abschluss in Maschinenbau.

• SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
• PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
• PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
• PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
• PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
• Quelle: https://aws.amazon.com/blogs/machine-learning/automating-product-description-generation-with-amazon-bedrock/