Автоматизация создания описания продукта с помощью Amazon Bedrock | Веб-сервисы Amazon

В современном постоянно развивающемся мире электронной коммерции влияние убедительного описания продукта невозможно переоценить. Это может стать решающим фактором, который превратит потенциального посетителя в платящего клиента или отправит его на сайт конкурента. Создание описаний вручную для огромного количества продуктов — трудоемкий процесс, который может замедлить скорость внедрения новых инноваций. Это где Коренная порода Амазонки благодаря своим генеративным возможностям искусственного интеллекта, игра меняет форму. В этой статье мы подробно рассмотрим, как Amazon Bedrock трансформирует процесс создания описаний продуктов, позволяя интернет-торговцам эффективно масштабировать свой бизнес, экономя при этом драгоценное время и ресурсы.

Раскрытие возможностей генеративного искусственного интеллекта в розничной торговле

Генеративный ИИ привлек внимание советов директоров и руководителей компаний по всему миру, побудив их задаться вопросом: «Как мы можем использовать генеративный ИИ для нашего бизнеса?» Одним из наиболее многообещающих применений генеративного искусственного интеллекта в электронной коммерции является его использование для создания описаний продуктов. Ритейлеры и бренды вложили значительные ресурсы в тестирование и оценку наиболее эффективных описаний, и генеративный искусственный интеллект преуспевает в этой области.

Создание интересных и информативных описаний продуктов для обширного каталога — монументальная задача, особенно для глобальных платформ электронной коммерции. Ручной перевод и адаптация описаний продуктов для каждого рынка отнимает время и ресурсы. Это приводит к появлению общих или неполных описаний, что приводит к снижению продаж и удовлетворенности клиентов.

Сила Amazon Bedrock: описания продуктов, созданные с помощью искусственного интеллекта

Amazon Bedrock — это полностью управляемый сервис, который упрощает разработку генеративного ИИ, предлагая высокопроизводительные базовые модели (FM) от ведущих компаний ИИ, таких как AI21 Labs, Anthropic, Cohere, Meta, Stability AI и Amazon, через единый API. Он предоставляет полный набор возможностей для создания генеративных приложений искусственного интеллекта, обеспечивая при этом конфиденциальность и безопасность. С помощью Amazon Bedrock вы можете экспериментировать с различными FM и настраивать их в частном порядке, используя такие методы, как точная настройка и поисковая дополненная генерация (RAG). Платформа позволяет создавать управляемых агентов для сложных бизнес-задач без необходимости программирования, таких как бронирование поездок, обработка страховых претензий, создание рекламных кампаний и управление запасами.

Например, платформы электронной коммерции могут изначально генерировать базовые описания продуктов, включающие размер, цвет и цену. Однако гибкость Amazon Bedrock позволяет точно настроить эти описания, включив в них отзывы клиентов, интегрировав язык, специфичный для бренда, и подчеркнув конкретные особенности продукта, в результате чего получаются адаптированные описания, которые находят отклик у целевой аудитории. Более того, Amazon Bedrock предлагает доступ к базовым моделям Amazon и ведущих стартапов в области искусственного интеллекта через интуитивно понятный API, что делает весь процесс простым и эффективным.

Использование ИИ может оказать следующее влияние на процесс описания продукта:

• Более быстрое одобрение – Поставщики получают оптимизированный процесс: переход от списка продуктов к утверждению занимает менее часа, что позволяет избежать неприятных задержек.
• Улучшена скорость листинга продуктов – При автоматизации на вашем рынке электронной коммерции наблюдается резкий рост списков продуктов, предлагая потребителям почти мгновенный доступ к новейшим товарам.
• Будущее теплоизолирующие – Используя передовой искусственный интеллект, вы закрепляете свою позицию перспективной платформы, готовой удовлетворить растущие потребности рынка.
• Инновации – Это решение освобождает команды от рутинных задач, позволяя им сосредоточиться на более ценной работе и способствует развитию культуры инноваций.

Обзор решения

Прежде чем мы углубимся в технические детали, давайте посмотрим общий обзор того, что предлагает это решение. Это решение позволит вам создавать описания продуктов для вашей платформы электронной коммерции и управлять ими. Это дает вашей платформе возможность:

• Генерация описаний из текста – Благодаря возможностям генеративного искусственного интеллекта Amazon Bedrock может преобразовывать простые текстовые описания в яркие, информативные и увлекательные описания продуктов.
• Создание изображений – Помимо текста, он также может создавать изображения, которые идеально соответствуют описаниям продуктов, повышая визуальную привлекательность ваших списков.
• Улучшите существующий контент – Есть ли у вас существующие описания продуктов, требующие свежего взгляда? Amazon Bedrock может взять ваш текущий контент и сделать его еще более привлекательным и привлекательным.

Это решение доступно в Библиотека решений AWS. Подробные инструкции мы предоставили в сопроводительном документе. README файл. Файл README содержит всю информацию, необходимую для начала работы, от требований до рекомендаций по развертыванию.

Архитектура системы состоит из нескольких основных компонентов:

• Портал пользовательского интерфейса – Это пользовательский интерфейс (UI), предназначенный для загрузки изображений продуктов продавцами.
• Апостол – Апостол — это служба анализа изображений, которая обнаруживает объекты, текст и метки на изображениях.
• Коренная порода Амазонки – Модели Foundation в Amazon Bedrock используют метки, обнаруженные Amazon Rekognition, для создания описаний продуктов.
• AWS Lambda – AWS Lambda обеспечивает бессерверные вычисления для обработки.
• База данных продуктов – В центральном хранилище хранятся продукты поставщиков, изображения, этикетки и созданные описания. Это может быть любая база данных по вашему выбору. Обратите внимание, что в этом решении все хранилище находится в пользовательском интерфейсе.
• Административный портал – Этот портал обеспечивает контроль за системой и списками продуктов, обеспечивая бесперебойную работу. Это не часть решения; мы добавили его для понимания.

Следующая диаграмма иллюстрирует поток данных и взаимодействие внутри системы.

Рабочий процесс включает в себя следующие шаги:

1. Клиент инициирует запрос к REST API Amazon API Gateway.
2. Amazon API Gateway передает запрос в AWS Lambda через интеграцию прокси.
3. При работе с входными изображениями продуктов AWS Lambda вызывает Amazon Rekognition для обнаружения объектов на изображении.
4. AWS Lambda обращается к LLM, размещенным на Amazon Bedrock, например к языковым моделям Amazon Titan, для создания описаний продуктов.
5. Ответ передается обратно из AWS Lambda в Amazon API Gateway.
6. Наконец, клиенту возвращается HTTP-ответ от Amazon API Gateway.

Пример использования

Представьте, что поставщик загружает изображение товара с обувью, а Amazon Rekognition определяет ключевые атрибуты, такие как «белые туфли», «кроссовки» и «долговечность». Искусственный интеллект Amazon Bedrock Titan берет эту информацию и генерирует описание продукта, например: «Вот черновое описание продукта для кроссовок из парусины на основе фотографии продукта: Представляем Canvas Runner, идеальные легкие кроссовки для вашего активного образа жизни. Эти кроссовки имеют дышащий верх из парусины с кожаными вставками, создающими стильный классический образ. Конструкция со шнуровкой обеспечивает надежную посадку, а мягкий язычок и воротник добавляют комфорта. Внутри съемная мягкая стелька поддерживает и комфортит ваши ноги. Подошва из ЭВА поглощает удары при каждом шаге, снижая усталость. Гибкие канавки на резиновой подошве обеспечивают гибкость и сцепление. Благодаря простому ретро-стилю Canvas Runner легко превращается из спортивной обуви в повседневную одежду. Независимо от того, выполняете ли вы поручения или пробегаете мили, эти универсальные кроссовки позволят вам двигаться комфортно и стильно».

детали конструкции

Разберем компоненты более подробно:

• Пользовательский интерфейс:
  • Внешний интерфейс – Интерфейс портала поставщиков позволяет продавцам загружать изображения продуктов и отображать списки продуктов.
  • Вызовы API – Портал взаимодействует с серверной частью через API для обработки изображений и создания описаний.
• Признание Амазонки:
  • Анализ изображений – Amazon Rekognition, активируемая вызовами API, анализирует изображения и обнаруживает объекты, текст и метки.
  • Вывод этикетки – Он выводит данные этикетки, полученные в результате анализа.
• Амазонская порода:
  • Генерация текста НЛП – Amazon Bedrock использует модель обработки естественного языка (NLP) Amazon Titan для создания текстовых описаний.
  • Интеграция этикеток – Он использует этикетки, обнаруженные Amazon Rekognition, в качестве входных данных для создания описаний продуктов.
  • Соответствие стилю – Amazon Bedrock предоставляет возможности тонкой настройки моделей Amazon Titan, чтобы генерируемые описания соответствовали стилю платформы.
• АВС Лямбда:
  • Обработка – Lambda обрабатывает вызовы API к сервисам.
• База данных продуктов:
  • Гибкая база данных — База продуктов выбирается исходя из предпочтений и требований клиентов. Обратите внимание, что это не предусмотрено как часть решения.

Дополнительные возможности

Это решение выходит за рамки простого создания описаний продуктов. Он предлагает еще два невероятных варианта:

• Генерация изображений и описаний из текста – Благодаря возможностям генеративного искусственного интеллекта Amazon Bedrock может брать текстовые описания и создавать соответствующие изображения вместе с подробными описаниями продуктов. Рассмотрим потенциал:
  • Мгновенная визуализация продуктов из текста.
  • Автоматизация создания изображений для больших каталогов.
  • Повышение качества обслуживания клиентов с помощью богатых визуальных эффектов.
  • Сокращение времени и затрат на создание контента.
• Улучшение описания – Если у вас уже есть описания продуктов, Amazon Bedrock может их улучшить. Просто введите текст и подсказку, и Amazon Bedrock умело улучшит и обогатит контент, сделав его очень интересным и привлекательным для ваших клиентов.

Заключение

В жестоком конкурентном мире электронной коммерции крайне важно оставаться на переднем крае инноваций. Amazon Bedrock предлагает возможности преобразования для интернет-торговцев, стремящихся улучшить контент своих продуктов, оптимизировать процесс листинга и увеличить продажи. Благодаря возможностям описаний продуктов, генерируемых искусственным интеллектом, компании могут создавать привлекательный, информативный и культурно релевантный контент, который глубоко находит отклик у клиентов. Будущее электронной коммерции уже наступило, и оно обусловлено машинным обучением Amazon Bedrock.

Готовы ли вы раскрыть весь потенциал описаний продуктов на базе искусственного интеллекта? Сделайте следующий шаг в революционном преобразовании вашей платформы электронной коммерции. Посетить Библиотека решений AWS и узнайте, как Amazon Bedrock может изменить описания ваших продуктов, оптимизировать процессы и увеличить продажи. Пришло время повысить эффективность вашей электронной коммерции с помощью Amazon Bedrock!

---

Об авторах

Дхавал Шах — старший архитектор решений в AWS, специализирующийся на машинном обучении. Уделяя особое внимание цифровому бизнесу, он дает клиентам возможность использовать AWS и стимулировать рост своего бизнеса. Будучи энтузиастом машинного обучения, Дхавалом движет страсть к созданию эффективных решений, приносящих позитивные изменения. В свободное время он предается любви к путешествиям и ценит приятные моменты со своей семьей.

Дуг Тиффан является руководителем отдела глобальной стратегии решений для индустрии моды и одежды в AWS. В своей роли Дуг работает с руководителями предприятий моды и одежды, чтобы понять их цели и согласовать с ними лучшие решения. Дуг имеет более чем 30-летний опыт работы в розничной торговле, занимая несколько руководящих должностей в области мерчандайзинга и технологий. Дуг имеет степень бакалавра делового администрирования Техасского университета A&M и проживает в Хьюстоне, штат Техас.

Нихил Шарма является руководителем архитектуры решений в Amazon Web Services (AWS), где он и его команда архитекторов решений помогают клиентам AWS решать критически важные бизнес-задачи с помощью облачных технологий и сервисов AWS.

Кевин Белл — старший архитектор решений в AWS в Сиэтле. Он занимается созданием облачных технологий около 10 лет. Вы можете найти его в Интернете как @bellkev на GitHub.

Нипун Чагари — главный архитектор решений, базирующийся в районе залива, Калифорния. Nipun стремится помочь клиентам внедрить бессерверную технологию для модернизации приложений и достижения своих бизнес-целей. В последнее время его внимание было сосредоточено на оказании помощи организациям во внедрении современных технологий для обеспечения цифровой трансформации. Помимо работы, Нипун любит играть в волейбол, готовить и путешествовать со своей семьей.

Маршалл Банч — архитектор решений в AWS, помогающий североамериканским клиентам разрабатывать безопасные, масштабируемые и экономичные рабочие нагрузки в облаке. Его страсть заключается в решении старых бизнес-проблем, где данные и новейшие технологии позволяют найти новые решения. Помимо своих профессиональных занятий, Маршалл любит ходить в походы и разбивать палатки в красивых Скалистых горах Колорадо.

Алтааф Давудджи является руководителем архитектора решений, который поддерживает клиентов AdTech в сегменте Digital Native Business (DNB) в Amazon Web Service (AWS). Он имеет более чем 20-летний опыт работы в сфере технологий и глубокие знания в области аналитики. Он с энтузиазмом помогает своим клиентам добиваться успешных бизнес-результатов с помощью облака AWS.

Скотт Белл — динамичный лидер и новатор с более чем 25-летним опытом управления технологиями. Он с энтузиазмом руководит и развивает команды, предоставляющие технологии для решения задач глобальных пользователей и бизнеса. Он имеет обширный опыт работы в ведущих технологических командах, которые предоставляют глобальные технологические решения, поддерживающие более 35 языков. Он также увлечен тем, как ИИ и генеративный ИИ преобразуют бизнес и как они поддерживают текущие неудовлетворенные потребности клиентов.

Сачин Шетти является главным менеджером по решениям для клиентов в AWS. Он с энтузиазмом помогает предприятиям добиться успеха и реализовать значительные преимущества от внедрения облака, управляя всем: от базовой миграции до крупномасштабной облачной трансформации людей, процессов и технологий. До прихода в AWS Сачин более 12 лет работал разработчиком программного обеспечения и занимал ряд руководящих должностей, руководя внедрением и трансформацией технологий в здравоохранении, финансовых услугах, розничной торговле и страховании. Он имеет степень Executive MBA и степень бакалавра в области машиностроения.

• SEO-контент и PR-распределение. Получите усиление сегодня.
• PlatoData.Network Вертикальный генеративный ИИ. Расширьте возможности себя. Доступ здесь.
• ПлатонАйСтрим. Интеллект Web3. Расширение знаний. Доступ здесь.
• ПлатонЭСГ. Углерод, чистые технологии, Энергия, Окружающая среда, Солнечная, Управление отходами. Доступ здесь.
• ПлатонЗдоровье. Биотехнологии и клинические исследования. Доступ здесь.
• Источник: https://aws.amazon.com/blogs/machine-learning/automating-product-description-generation-with-amazon-bedrock/