Automatyzacja generowania opisu produktu za pomocą Amazon Bedrock | Usługi internetowe Amazona

W dzisiejszym stale rozwijającym się świecie e-commerce nie można przecenić wpływu atrakcyjnego opisu produktu. Może to być decydujący czynnik, który zmieni potencjalnego odwiedzającego w płacącego klienta lub skieruje go do witryny konkurencji. Ręczne tworzenie tych opisów dla szerokiej gamy produktów jest procesem pracochłonnym i może spowolnić tempo wprowadzania nowych innowacji. To jest gdzie Amazońska skała macierzysta dzięki swoim generatywnym możliwościom sztucznej inteligencji wkracza, aby przekształcić grę. W tym poście przyjrzymy się, jak Amazon Bedrock przekształca proces generowania opisu produktu, umożliwiając sprzedawcom internetowym skuteczne skalowanie swojej działalności przy jednoczesnej oszczędności cennego czasu i zasobów.

Uwolnienie mocy generatywnej sztucznej inteligencji w handlu detalicznym

Generatywna sztuczna inteligencja przyciągnęła uwagę zarządów i dyrektorów generalnych na całym świecie, co skłoniło ich do zadania pytania: „Jak możemy wykorzystać generatywną sztuczną inteligencję w naszej firmie?” Jednym z najbardziej obiecujących zastosowań generatywnej sztucznej inteligencji w e-commerce jest wykorzystanie jej do tworzenia opisów produktów. Sprzedawcy detaliczni i marki zainwestowali znaczne zasoby w testowanie i ocenę najskuteczniejszych opisów, a generatywna sztuczna inteligencja przoduje w tej dziedzinie.

Tworzenie angażujących i informacyjnych opisów produktów do obszernego katalogu to monumentalne zadanie, szczególnie w przypadku globalnych platform e-commerce. Ręczne tłumaczenie i adaptacja opisów produktów dla każdego rynku pochłania czas i zasoby. Powoduje to powstawanie ogólnych lub niekompletnych opisów, co prowadzi do zmniejszenia sprzedaży i zadowolenia klientów.

Siła Amazon Bedrock: opisy produktów generowane przez sztuczną inteligencję

Amazon Bedrock to w pełni zarządzana usługa, która upraszcza generatywny rozwój sztucznej inteligencji, oferując wysokowydajne modele podstawowe (FM) od wiodących firm zajmujących się sztuczną inteligencją, takich jak AI21 Labs, Anthropic, Cohere, Meta, Stability AI i Amazon, za pośrednictwem jednego interfejsu API. Zapewnia kompleksowy zestaw możliwości tworzenia generatywnych aplikacji AI, zapewniając jednocześnie zachowanie prywatności i bezpieczeństwa. Dzięki Amazon Bedrock możesz eksperymentować z różnymi FM i dostosowywać je prywatnie, korzystając z technik takich jak dostrajanie i generowanie rozszerzone wyszukiwania (RAG). Platforma umożliwia tworzenie zarządzanych agentów do złożonych zadań biznesowych bez konieczności kodowania, takich jak rezerwacja podróży, rozpatrywanie roszczeń ubezpieczeniowych, tworzenie kampanii reklamowych i zarządzanie zapasami.

Na przykład platformy e-commerce mogą początkowo generować podstawowe opisy produktów zawierające rozmiar, kolor i cenę. Jednak elastyczność Amazon Bedrock pozwala na dostosowanie tych opisów w celu uwzględnienia recenzji klientów, zintegrowania języka specyficznego dla marki i podkreślenia konkretnych cech produktu, co skutkuje powstaniem dostosowanych opisów, które odpowiadają docelowym odbiorcom. Co więcej, Amazon Bedrock oferuje dostęp do podstawowych modeli Amazon i wiodących start-upów AI poprzez intuicyjny interfejs API, dzięki czemu cały proces jest płynny i wydajny.

Wykorzystanie AI może mieć następujący wpływ na proces opisu produktu:

• Szybsze zatwierdzanie – Dostawcy korzystają z usprawnionego procesu, przechodząc od listy produktów do zatwierdzenia w niecałą godzinę, co eliminuje frustrujące opóźnienia
• Poprawiona prędkość wyświetlania listy produktów – Po zautomatyzowaniu Twój rynek e-commerce odnotowuje wzrost liczby list produktów, oferując konsumentom niemal natychmiastowy dostęp do najnowszych towarów
• Gotowość na przyszłość – Wykorzystując najnowocześniejszą sztuczną inteligencję, zabezpieczasz swoją pozycję przyszłościowej platformy, gotowej sprostać zmieniającym się wymaganiom rynku
• Innowacja – Rozwiązanie to uwalnia zespoły od przyziemnych zadań, pozwalając im skupić się na pracy o wyższej wartości i pielęgnując kulturę innowacji

Omówienie rozwiązania

Zanim zagłębimy się w szczegóły techniczne, zobaczmy ogólny podgląd tego, co oferuje to rozwiązanie. Rozwiązanie to umożliwi Ci tworzenie i zarządzanie opisami produktów na Twoją platformę e-commerce. Umożliwia Twojej platformie:

• Generuj opisy z tekstu – Dzięki mocy generatywnej sztucznej inteligencji Amazon Bedrock może przekształcić zwykłe opisy tekstowe w żywe, pouczające i wciągające opisy produktów.
• Obrazy rzemieślnicze – Oprócz tekstu może także tworzyć obrazy, które idealnie pasują do opisów produktów, zwiększając atrakcyjność wizualną Twoich ofert.
• Ulepsz istniejącą treść – Czy posiadasz istniejące opisy produktów, które wymagają świeżego spojrzenia? Amazon Bedrock może wykorzystać Twoje bieżące treści i uczynić je jeszcze bardziej atrakcyjnymi i wciągającymi.

To rozwiązanie jest dostępne w Biblioteka rozwiązań AWS. W załączeniu zamieściliśmy szczegółowe instrukcje Plik README. Plik README zawiera wszystkie informacje potrzebne do rozpoczęcia, od wymagań po wytyczne dotyczące wdrażania.

Architektura systemu składa się z kilku podstawowych komponentów:

• Portal interfejsu użytkownika – Jest to interfejs użytkownika (UI) przeznaczony dla dostawców do przesyłania zdjęć produktów.
• Amazon Rekognition - Amazon Rekognition to usługa analizy obrazu, która wykrywa obiekty, tekst i etykiety na obrazach.
• Amazońska skała macierzysta – Modele Foundation w Amazon Bedrock wykorzystują etykiety wykryte przez Amazon Rekognition do generowania opisów produktów.
• AWS Lambda - AWS Lambda zapewnia bezserwerową moc obliczeniową do przetwarzania.
• Baza produktów – W centralnym repozytorium przechowywane są produkty dostawców, obrazy, etykiety i wygenerowane opisy. Może to być dowolna baza danych, którą wybierzesz. Pamiętaj, że w tym rozwiązaniu cała pamięć znajduje się w interfejsie użytkownika.
• Portal administratora – Portal ten zapewnia nadzór nad systemem i listami produktów, zapewniając sprawne działanie. To nie jest część rozwiązania; dodaliśmy to dla zrozumienia.

Poniższy diagram ilustruje przepływ danych i interakcje w systemie

Przepływ pracy obejmuje następujące kroki:

1. Klient inicjuje żądanie do interfejsu API REST Amazon API Gateway.
2. Amazon API Gateway przekazuje żądanie do AWS Lambda poprzez integrację proxy.
3. Podczas pracy na wejściach obrazu produktu AWS Lambda wywołuje Amazon Rekognition w celu wykrycia obiektów na obrazie.
4. AWS Lambda wywołuje LLM hostowane przez Amazon Bedrock, takie jak modele językowe Amazon Titan, w celu wygenerowania opisów produktów.
5. Odpowiedź jest przekazywana z powrotem z AWS Lambda do Amazon API Gateway.
6. Na koniec odpowiedź HTTP z Amazon API Gateway jest zwracana do klienta.

Przykładowy przypadek użycia

Wyobraź sobie, że sprzedawca przesyła zdjęcie produktu przedstawiającego buty, a Amazon Rekognition identyfikuje kluczowe atrybuty, takie jak „białe buty”, „trampki” i „trwałość”. Amazon Bedrock Titan AI pobiera te informacje i generuje opis produktu w stylu: „Oto wersja robocza opisu produktu dla płóciennych butów do biegania oparta na zdjęciu produktu: Przedstawiamy Canvas Runner, idealne lekkie tenisówki dla Twojego aktywnego stylu życia. Te buty do biegania mają oddychającą płócienną cholewkę ze skórzanymi akcentami, które nadają im stylowy, klasyczny wygląd. Sznurowana konstrukcja zapewnia bezpieczne dopasowanie, a wyściełany język i kołnierz zwiększają wygodę. Wewnątrz wyjmowana, wyściełana wkładka wspiera i zapewnia wygodę stopom. Podeszwa środkowa z pianki EVA amortyzuje wstrząsy przy każdym kroku, redukując zmęczenie. Elastyczne nacięcia w gumowej podeszwie zewnętrznej zapewniają elastyczność i przyczepność. Dzięki prostemu stylowi inspirowanemu stylem retro, Canvas Runner płynnie przechodzi od treningów do noszenia na co dzień. Niezależnie od tego, czy załatwiasz sprawy, czy biegasz mile, te wszechstronne tenisówki zapewnią Ci wygodę i styl.

Szczegóły projektu

Przyjrzyjmy się komponentom bardziej szczegółowo:

• Interfejs użytkownika:
  • Zaczepy – Front portalu dostawców umożliwia dostawcom przesyłanie zdjęć produktów i wyświetlanie list produktów.
  • Wywołania API – Portal komunikuje się z backendem poprzez API w celu przetwarzania obrazów i generowania opisów.
• Rozpoznanie Amazona:
  • Analiza obrazu – Wywoływane przez wywołania API, Amazon Rekognition analizuje obrazy i wykrywa obiekty, tekst i etykiety.
  • Wyjście etykiety – Wyświetla dane etykiet pochodzące z analizy.
• Podłoże Amazonki:
  • Generowanie tekstu NLP – Amazon Bedrock wykorzystuje model przetwarzania języka naturalnego Amazon Titan (NLP) do generowania opisów tekstowych.
  • Integracja etykiet – Etykiety wykryte przez Amazon Rekognition służą jako dane wejściowe do generowania opisów produktów.
  • Dopasowanie stylu – Amazon Bedrock zapewnia możliwości dostrajania modeli Amazon Titan, aby zapewnić, że wygenerowane opisy pasują do stylu platformy.
• Lambda AWS:
  • Przetwarzanie – Lambda obsługuje wywołania API do usług.
• Baza danych produktów:
  • Elastyczna baza danych – Baza produktów dobierana jest na podstawie preferencji i wymagań klienta. Należy pamiętać, że nie jest to częścią rozwiązania.

Dodatkowe możliwości

To rozwiązanie wykracza poza samo generowanie opisów produktów. Oferuje jeszcze dwie niesamowite opcje:

• Generowanie obrazu i opisu z tekstu – Dzięki mocy generatywnej sztucznej inteligencji Amazon Bedrock może tworzyć opisy tekstowe i tworzyć odpowiednie obrazy wraz ze szczegółowymi opisami produktów. Rozważ potencjał:
  • Błyskawiczna wizualizacja produktów na podstawie tekstu.
  • Automatyzacja tworzenia obrazów dla dużych katalogów.
  • Poprawa jakości obsługi klienta dzięki bogatej grafice.
  • Skrócenie czasu i kosztów tworzenia treści.
• Udoskonalenie opisu – Jeśli masz już istniejące opisy produktów, Amazon Bedrock może je ulepszyć. Po prostu podaj tekst i zachętę, a Amazon Bedrock umiejętnie ulepszy i wzbogaci treść, czyniąc ją bardzo wciągającą i angażującą dla Twoich klientów.

Wnioski

W niezwykle konkurencyjnym świecie e-commerce utrzymywanie się w czołówce innowacji jest koniecznością. Amazon Bedrock oferuje możliwości transformacji sprzedawcom internetowym, którzy chcą ulepszyć zawartość swoich produktów, zoptymalizować proces wystawiania ofert i zwiększyć sprzedaż. Dzięki mocy opisów produktów generowanych przez sztuczną inteligencję firmy mogą tworzyć atrakcyjne, informacyjne i istotne kulturowo treści, które głęboko przemawiają do klientów. Nadeszła przyszłość handlu elektronicznego, napędzana uczeniem maszynowym dzięki Amazon Bedrock.

Czy jesteś gotowy, aby uwolnić pełny potencjał opisów produktów opartych na sztucznej inteligencji? Zrób kolejny krok w kierunku zrewolucjonizowania swojej platformy e-commerce. Odwiedzić Biblioteka rozwiązań AWS i odkryj, jak Amazon Bedrock może przekształcić Twoje opisy produktów, usprawnić procesy i zwiększyć sprzedaż. Nadszedł czas, aby doładować swój e-commerce za pomocą Amazon Bedrock!

---

O autorach

Dhaval Shah jest starszym architektem rozwiązań w AWS, specjalizującym się w uczeniu maszynowym. Koncentrując się głównie na rodzimych firmach cyfrowych, umożliwia klientom wykorzystanie AWS i napędzanie rozwoju ich biznesu. Jako entuzjasta uczenia maszynowego Dhaval kieruje się swoją pasją do tworzenia skutecznych rozwiązań, które przynoszą pozytywne zmiany. W wolnym czasie oddaje się podróżom i ceni wartościowe chwile z rodziną.

Douga Tiffana jest dyrektorem globalnej strategii rozwiązań dla mody i odzieży w AWS. Na swoim stanowisku Doug współpracuje z dyrektorami ds. mody i odzieży, aby zrozumieć ich cele i dostosować się do nich w zakresie najlepszych rozwiązań. Doug ma ponad 30-letnie doświadczenie w handlu detalicznym, piastując kilka stanowisk kierowniczych w zakresie merchandisingu i technologii. Doug posiada tytuł BBA uzyskany na Uniwersytecie Texas A&M i mieszka w Houston w Teksasie.

Nikhil Sharma jest liderem architektury rozwiązań w Amazon Web Services (AWS), gdzie wraz ze swoim zespołem architektów rozwiązań pomaga klientom AWS rozwiązywać krytyczne wyzwania biznesowe przy użyciu technologii i usług chmurowych AWS.

Kevina Bella jest starszym architektem rozwiązań w AWS z siedzibą w Seattle. Buduje rzeczy w chmurze od około 10 lat. Można go znaleźć online jako @bellkev na GitHubie.

Nipun Chagari jest głównym architektem rozwiązań z siedzibą w Bay Area w Kalifornii. Nipun z pasją pomaga klientom we wdrażaniu technologii bezserwerowej w celu modernizacji aplikacji i osiągania celów biznesowych. Ostatnio skupiał się na pomaganiu organizacjom we wdrażaniu nowoczesnych technologii umożliwiających transformację cyfrową. Oprócz pracy Nipun radość sprawia gra w siatkówkę, gotowanie i podróżowanie z rodziną.

Banda Marshalla jest architektem rozwiązań w AWS, pomagającym klientom z Ameryki Północnej projektować bezpieczne, skalowalne i opłacalne obciążenia w chmurze. Jego pasją jest rozwiązywanie odwiecznych problemów biznesowych, w których dane i najnowsze technologie umożliwiają nowatorskie rozwiązania. Poza zajęciami zawodowymi Marshall lubi wędrować i biwakować w pięknych Górach Skalistych w Kolorado.

Altaafa Dawoodjee jest Liderem Architekta Rozwiązań, który wspiera klientów AdTech w segmencie Digital Native Business (DNB) w Amazon Web Service (AWS). Ma ponad 20-letnie doświadczenie w technologii i głęboką wiedzę w zakresie analityki. Jego pasją jest pomaganie w osiąganiu pomyślnych wyników biznesowych dla swoich klientów, wykorzystujących chmurę AWS.

Scotta Bella jest dynamicznym liderem i innowatorem z ponad 25-letnim doświadczeniem w zarządzaniu technologią. Jego pasją jest kierowanie i rozwijanie zespołów w zakresie dostarczania technologii, aby sprostać wyzwaniom globalnych użytkowników i przedsiębiorstw. Posiada bogate doświadczenie w wiodących zespołach technologicznych dostarczających globalne rozwiązania technologiczne obsługujące ponad 35 języków. Pasjonuje go także sposób, w jaki sztuczna inteligencja i generatywna sztuczna inteligencja przekształcają przedsiębiorstwa oraz sposób, w jaki wspierają one obecnie niezaspokojone potrzeby klientów.

Sachina Shettiego jest głównym menedżerem ds. rozwiązań dla klientów w AWS. Jego pasją jest pomaganie przedsiębiorstwom w osiąganiu sukcesów i osiąganiu znaczących korzyści z wdrożenia chmury, kierując wszystkim, od podstawowej migracji po transformację chmury na dużą skalę obejmującą ludzi, procesy i technologię. Przed dołączeniem do AWS Sachin przez ponad 12 lat pracował jako programista i zajmował wiele stanowisk kierowniczych wyższego szczebla, kierując dostarczaniem i transformacją technologii w służbie zdrowia, usługach finansowych, handlu detalicznym i ubezpieczeniach. Posiada tytuł Executive MBA i tytuł licencjata w dziedzinie inżynierii mechanicznej.

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://aws.amazon.com/blogs/machine-learning/automating-product-description-generation-with-amazon-bedrock/