Automatizando a geração de descrições de produtos com Amazon Bedrock | Amazon Web Services

No mundo em constante evolução do comércio eletrônico de hoje, a influência de uma descrição atraente do produto não pode ser exagerada. Pode ser o fator decisivo que transforma um visitante potencial em um cliente pagante ou faz com que ele clique no site de um concorrente. A criação manual destas descrições numa vasta gama de produtos é um processo trabalhoso e que pode abrandar a velocidade de novas inovações. É aqui que Rocha Amazônica com seus recursos generativos de IA intervém para remodelar o jogo. Nesta postagem, analisamos como a Amazon Bedrock está transformando o processo de geração de descrições de produtos, capacitando os varejistas eletrônicos a dimensionar seus negócios com eficiência e, ao mesmo tempo, conservar tempo e recursos valiosos.

Desbloqueando o poder da IA ​​generativa no varejo

A IA generativa captou a atenção de conselhos de administração e CEOs em todo o mundo, levando-os a perguntar: “Como podemos aproveitar a IA generativa para o nosso negócio?” Uma das aplicações mais promissoras da IA ​​generativa no comércio eletrônico é usá-la para criar descrições de produtos. Varejistas e marcas investiram recursos significativos para testar e avaliar as descrições mais eficazes, e a IA generativa se destaca nessa área.

Criar descrições de produtos envolventes e informativas para um vasto catálogo é uma tarefa monumental, especialmente para plataformas globais de comércio eletrônico. A tradução manual e a adaptação das descrições dos produtos para cada mercado consomem tempo e recursos. Isso resulta em descrições genéricas ou incompletas, levando à redução das vendas e da satisfação do cliente.

O poder do Amazon Bedrock: descrições de produtos geradas por IA

O Amazon Bedrock é um serviço totalmente gerenciado que simplifica o desenvolvimento generativo de IA, oferecendo modelos básicos (FMs) de alto desempenho de empresas líderes de IA como AI21 Labs, Anthropic, Cohere, Meta, Stability AI e Amazon por meio de uma única API. Ele fornece um conjunto abrangente de recursos para a construção de aplicativos generativos de IA, garantindo ao mesmo tempo a privacidade e a segurança. Com o Amazon Bedrock, você pode experimentar vários FMs e personalizá-los de forma privada usando técnicas como ajuste fino e geração aumentada de recuperação (RAG). A plataforma permite que você crie agentes gerenciados para tarefas de negócios complexas sem a necessidade de codificação, como reserva de viagens, processamento de reclamações de seguros, criação de campanhas publicitárias e gerenciamento de estoque.

Por exemplo, as plataformas de comércio eletrônico podem gerar inicialmente descrições básicas de produtos que incluem tamanho, cor e preço. No entanto, a flexibilidade do Amazon Bedrock permite que essas descrições sejam ajustadas para incorporar avaliações de clientes, integrar linguagem específica da marca e destacar recursos específicos do produto, resultando em descrições personalizadas que repercutem no público-alvo. Além disso, o Amazon Bedrock oferece acesso a modelos básicos da Amazon e de startups líderes de IA por meio de uma API intuitiva, tornando todo o processo contínuo e eficiente.

O uso de IA pode ter o seguinte impacto no processo de descrição do produto:

• Aprovações mais rápidas – Os fornecedores experimentam um processo simplificado, passando da listagem de produtos até a aprovação em menos de uma hora, eliminando atrasos frustrantes
• Melhor velocidade de listagem de produtos – Quando automatizado, seu mercado de comércio eletrônico vê um aumento nas listas de produtos, oferecendo aos consumidores acesso às mercadorias mais recentes quase instantaneamente
• À prova de futuro – Ao adotar a IA de ponta, você garante sua posição como uma plataforma voltada para o futuro, pronta para atender às crescentes demandas do mercado
• Inovação – Esta solução liberta as equipas de tarefas mundanas, permitindo-lhes concentrar-se em trabalhos de maior valor e promovendo uma cultura de inovação

Visão geral da solução

Antes de mergulharmos nos detalhes técnicos, vamos ver uma prévia de alto nível do que esta solução oferece. Esta solução permitirá que você crie e gerencie descrições de produtos para sua plataforma de comércio eletrônico. Ele capacita sua plataforma para:

• Gere descrições a partir de texto – Com o poder da IA ​​generativa, o Amazon Bedrock pode converter descrições de texto simples em descrições de produtos vívidas, informativas e cativantes.
• Imagens artesanais – Além do texto, também pode criar imagens que se alinhem perfeitamente com as descrições dos produtos, melhorando o apelo visual de suas listagens.
• Aprimore o conteúdo existente – Você tem descrições de produtos existentes que precisam de uma nova perspectiva? O Amazon Bedrock pode pegar seu conteúdo atual e torná-lo ainda mais atraente e envolvente.

Esta solução está disponível no Biblioteca de soluções AWS. Fornecemos instruções detalhadas no anexo Arquivo README. O arquivo README contém todas as informações necessárias para começar, desde requisitos até diretrizes de implantação.

A arquitetura do sistema compreende vários componentes principais:

• Portal da IU – Esta é a interface do usuário (IU) projetada para os fornecedores fazerem upload de imagens de produtos.
• Reconhecimento da Amazônia - Reconhecimento da Amazônia é um serviço de análise de imagens que detecta objetos, texto e rótulos em imagens.
• Rocha Amazônica – Os modelos básicos no Amazon Bedrock usam os rótulos detectados pelo Amazon Rekognition para gerar descrições de produtos.
• AWS Lambda - AWS Lambda fornece computação sem servidor para processamento.
• Banco de dados do produto – O repositório central armazena produtos do fornecedor, imagens, rótulos e descrições geradas. Pode ser qualquer banco de dados de sua escolha. Observe que nesta solução, todo o armazenamento está na IU.
• Portal do administrador – Este portal permite a supervisão do sistema e das listagens de produtos, garantindo o bom funcionamento. Isto não faz parte da solução; nós o adicionamos para compreensão.

O diagrama a seguir ilustra o fluxo de dados e interações dentro do sistema

O fluxo de trabalho inclui as seguintes etapas:

1. O cliente inicia uma solicitação para a API REST do Amazon API Gateway.
2. O Amazon API Gateway passa a solicitação ao AWS Lambda por meio de uma integração de proxy.
3. Ao operar em entradas de imagens de produtos, o AWS Lambda chama o Amazon Rekognition para detectar objetos na imagem.
4. O AWS Lambda chama LLMs hospedados pelo Amazon Bedrock, como os modelos de linguagem Amazon Titan, para gerar descrições de produtos.
5. A resposta é repassada do AWS Lambda para o Amazon API Gateway.
6. Por fim, a resposta HTTP do Amazon API Gateway é retornada ao cliente.

Caso de uso de exemplo

Imagine que um fornecedor carregue a imagem de um produto de calçados e o Amazon Rekognition identifique atributos-chave como “sapatos brancos”, “tênis” e “durável”. O Amazon Bedrock Titan AI pega essas informações e gera uma descrição do produto como: “Aqui está um rascunho da descrição do produto para um tênis de corrida de lona com base na foto do produto: Apresentando o Canvas Runner, o tênis leve perfeito para seu estilo de vida ativo. Este tênis de corrida apresenta uma parte superior em lona respirável com detalhes em couro para um visual elegante e clássico. O design com cordões proporciona um ajuste seguro, enquanto a língua e a gola acolchoadas proporcionam conforto. No interior, uma palmilha almofadada removível apoia e conforta os pés. A entressola em EVA absorve o choque a cada passo, reduzindo a fadiga. Ranhuras flexíveis na sola de borracha garantem flexibilidade e tração. Com seu estilo simples e de inspiração retrô, o Canvas Runner transita perfeitamente dos treinos para o uso diário. Esteja você fazendo tarefas ou correndo quilômetros, este tênis versátil irá mantê-lo em movimento com conforto e estilo.”

detalhes do projeto

Vamos explorar os componentes com mais detalhes:

• Interface de usuário:
  • Front-end – O front-end do portal do fornecedor permite que os fornecedores carreguem imagens de produtos e exibam listas de produtos.
  • Chamadas de API – O portal se comunica com o backend por meio de APIs para processar imagens e gerar descrições.
• Reconhecimento da Amazon:
  • A análise de imagens – Acionado por chamadas de API, o Amazon Rekognition analisa imagens e detecta objetos, textos e rótulos.
  • Saída de etiqueta – Ele gera dados de rótulo derivados da análise.
• Base Amazônica:
  • Geração de texto PNL – O Amazon Bedrock usa o modelo de processamento de linguagem natural (PNL) Amazon Titan para gerar descrições textuais.
  • Integração de etiquetas – Utiliza os rótulos detectados pelo Amazon Rekognition como entrada para gerar descrições de produtos.
  • Combinação de estilo – O Amazon Bedrock oferece recursos de ajuste fino para modelos do Amazon Titan para garantir que as descrições geradas correspondam ao estilo da plataforma.
• AWS Lambda:
  • Tratamento – Lambda lida com as chamadas de API para serviços.
• Banco de dados do produto:
  • Banco de dados flexível – O banco de dados de produtos é escolhido com base nas preferências e requisitos do cliente. Observe que isso não é fornecido como parte da solução.

Capacidades adicionais

Esta solução vai além de apenas gerar descrições de produtos. Oferece mais duas opções incríveis:

• Geração de imagem e descrição a partir de texto – Com o poder da IA ​​generativa, o Amazon Bedrock pode pegar descrições de texto e criar imagens correspondentes junto com descrições detalhadas do produto. Considere o potencial:
  • Visualizando instantaneamente produtos a partir de texto.
  • Automatizando a criação de imagens para grandes catálogos.
  • Aprimorando a experiência do cliente com recursos visuais ricos.
  • Reduzindo tempo e custos de criação de conteúdo.
• Aprimoramento de descrição – Se você já possui descrições de produtos existentes, o Amazon Bedrock pode aprimorá-las. Basta fornecer o texto e a solicitação e o Amazon Bedrock aprimorará e enriquecerá habilmente o conteúdo, tornando-o altamente cativante e envolvente para seus clientes.

Conclusão

No mundo ferozmente competitivo do comércio eletrônico, é fundamental permanecer na vanguarda da inovação. O Amazon Bedrock oferece um recurso transformador para varejistas eletrônicos que buscam aprimorar o conteúdo de seus produtos, otimizar seu processo de listagem e impulsionar as vendas. Com o poder das descrições de produtos geradas por IA, as empresas podem criar conteúdo atraente, informativo e culturalmente relevante que repercuta profundamente nos clientes. O futuro do comércio eletrônico chegou e é impulsionado pelo aprendizado de máquina com o Amazon Bedrock.

Você está pronto para desbloquear todo o potencial das descrições de produtos com tecnologia de IA? Dê o próximo passo para revolucionar sua plataforma de comércio eletrônico. Visite a Biblioteca de soluções AWS e explore como o Amazon Bedrock pode transformar as descrições de seus produtos, agilizar seus processos e aumentar suas vendas. É hora de turbinar seu comércio eletrônico com Amazon Bedrock!

---

Sobre os autores

Dhaval Xá é arquiteto de soluções sênior na AWS, especializado em aprendizado de máquina. Com forte foco em negócios nativos digitais, ele capacita os clientes a aproveitar a AWS e impulsionar o crescimento de seus negócios. Como entusiasta de ML, Dhaval é movido por sua paixão por criar soluções impactantes que tragam mudanças positivas. Nos momentos de lazer, entrega-se ao amor por viagens e preza por momentos de qualidade com a família.

Doug Tiffan é o chefe de estratégia mundial de soluções para moda e vestuário na AWS. Em sua função, Doug trabalha com executivos de Moda e Vestuário para entender seus objetivos e alinhar-se com eles nas melhores soluções. Doug tem mais de 30 anos de experiência no varejo, ocupando diversos cargos de liderança em merchandising e tecnologia. Doug possui um BBA pela Texas A&M University e mora em Houston, Texas.

Nikhil Sharma é líder de arquitetura de soluções na Amazon Web Services (AWS), onde ele e sua equipe de arquitetos de soluções ajudam os clientes da AWS a resolver desafios críticos de negócios usando tecnologias e serviços de nuvem da AWS.

Kevin Bell é arquiteto de soluções sênior na AWS e mora em Seattle. Ele vem construindo coisas na nuvem há cerca de 10 anos. Você pode encontrá-lo online como @bellkev no GitHub.

Nipun Chagari é arquiteto de soluções principal baseado na Bay Area, CA. A Nipun é apaixonada por ajudar os clientes a adotar a tecnologia Serverless para modernizar aplicativos e atingir seus objetivos de negócios. Seu foco recente tem sido ajudar as organizações na adoção de tecnologias modernas para permitir a transformação digital. Além do trabalho, Nipun encontra alegria em jogar vôlei, cozinhar e viajar com a família.

Grupo Marshall é arquiteto de soluções na AWS ajudando clientes norte-americanos a projetar cargas de trabalho seguras, escaláveis ​​e econômicas na nuvem. Sua paixão reside em resolver problemas de negócios antigos, onde os dados e as tecnologias mais recentes permitem soluções inovadoras. Além de suas atividades profissionais, Marshall gosta de fazer caminhadas e acampar nas belas Montanhas Rochosas do Colorado.

Altaaf Dawoodjee é líder em arquitetura de soluções que oferece suporte a clientes AdTech no segmento Digital Native Business (DNB) na Amazon Web Service (AWS). Ele tem mais de 20 anos de experiência em Tecnologia e profundo conhecimento em Analytics. Ele é apaixonado por ajudar a gerar resultados de negócios bem-sucedidos para seus clientes, aproveitando a nuvem AWS.

Scott Bell é um líder dinâmico e inovador com mais de 25 anos de experiência em gerenciamento de tecnologia. Ele é apaixonado por liderar e desenvolver equipes no fornecimento de tecnologia para atender aos desafios de usuários e empresas globais. Ele tem vasta experiência na liderança de equipes de tecnologia que fornecem soluções tecnológicas globais com suporte para mais de 35 idiomas. Ele também é apaixonado pela forma como a IA e a IA generativa transformam os negócios e como elas apoiam as necessidades atuais não atendidas dos clientes.

Sachin Shetti é gerente principal de soluções para clientes na AWS. Ele é apaixonado por ajudar as empresas a obter sucesso e obter benefícios significativos com a adoção da nuvem, conduzindo tudo, desde a migração básica até a transformação da nuvem em grande escala entre pessoas, processos e tecnologia. Antes de ingressar na AWS, Sachin trabalhou como desenvolvedor de software por mais de 12 anos e ocupou vários cargos de liderança sênior, liderando entrega e transformação de tecnologia em saúde, serviços financeiros, varejo e seguros. Possui MBA Executivo e bacharelado em Engenharia Mecânica.

• Conteúdo com tecnologia de SEO e distribuição de relações públicas. Seja amplificado hoje.
• PlatoData.Network Gerativa Vertical Ai. Capacite-se. Acesse aqui.
• PlatoAiStream. Inteligência Web3. Conhecimento Amplificado. Acesse aqui.
• PlatãoESG. Carbono Tecnologia Limpa, Energia, Ambiente, Solar, Gestão de resíduos. Acesse aqui.
• PlatoHealth. Inteligência em Biotecnologia e Ensaios Clínicos. Acesse aqui.
• Fonte: https://aws.amazon.com/blogs/machine-learning/automating-product-description-generation-with-amazon-bedrock/