Avtomatizacija generiranja opisa izdelka z Amazon Bedrock | Spletne storitve Amazon

V današnjem nenehno razvijajočem se svetu e-trgovine ni mogoče preceniti vpliva prepričljivega opisa izdelka. Lahko je odločilni dejavnik, ki potencialnega obiskovalca spremeni v plačljivo stranko ali ga pošlje s klikom na spletno mesto konkurence. Ročno ustvarjanje teh opisov za široko paleto izdelkov je delovno intenziven proces in lahko upočasni hitrost novih inovacij. Tukaj je Amazon Bedrock s svojimi generativnimi zmogljivostmi umetne inteligence posega v preoblikovanje igre. V tem prispevku se poglobimo v to, kako Amazon Bedrock preoblikuje proces generiranja opisa izdelkov, s čimer opolnomoči e-trgovce na drobno, da učinkovito razširijo svoje poslovanje, hkrati pa prihranijo dragoceni čas in vire.

Sprostitev moči generativne umetne inteligence v maloprodaji

Generativna umetna inteligenca je pritegnila pozornost upravnih odborov in izvršnih direktorjev po vsem svetu in jih spodbudila k vprašanju: "Kako lahko izkoristimo generativno umetno inteligenco za naše poslovanje?" Ena najbolj obetavnih aplikacij generativne umetne inteligence v e-trgovini je uporaba za izdelavo opisov izdelkov. Trgovci na drobno in blagovne znamke so vložili znatna sredstva v testiranje in ocenjevanje najučinkovitejših opisov, generativna umetna inteligenca pa je na tem področju odlična.

Ustvarjanje privlačnih in informativnih opisov izdelkov za obsežen katalog je monumentalna naloga, zlasti za globalne platforme za e-trgovino. Ročno prevajanje in prilagajanje opisov izdelkov za posamezen trg zahteva čas in sredstva. Posledica tega so splošni ali nepopolni opisi, kar vodi do zmanjšane prodaje in zadovoljstva strank.

Moč Amazon Bedrock: opisi izdelkov, ustvarjeni z umetno inteligenco

Amazon Bedrock je popolnoma upravljana storitev, ki poenostavlja generativni razvoj umetne inteligence in ponuja visoko zmogljive temeljne modele (FM) vodilnih podjetij za umetno inteligenco, kot so AI21 Labs, Anthropic, Cohere, Meta, Stability AI in Amazon prek enega samega API-ja. Zagotavlja obsežen nabor zmogljivosti za izdelavo generativnih aplikacij AI, hkrati pa zagotavlja ohranjanje zasebnosti in varnosti. Z Amazon Bedrock lahko eksperimentirate z različnimi FM-ji in jih zasebno prilagodite s tehnikami, kot sta fina nastavitev in Retrieval Augmented Generation (RAG). Platforma vam omogoča ustvarjanje upravljanih agentov za zapletene poslovne naloge brez potrebe po kodiranju, kot so rezervacije potovanj, obdelava zavarovalnih zahtevkov, ustvarjanje oglaševalskih kampanj in upravljanje inventarja.

Na primer, platforme za e-trgovino lahko na začetku ustvarijo osnovne opise izdelkov, ki vključujejo velikost, barvo in ceno. Vendar pa prilagodljivost Amazon Bedrocka omogoča, da se ti opisi natančno prilagodijo, da vključijo ocene strank, integrirajo jezik, specifičen za blagovno znamko, in poudarijo specifične lastnosti izdelka, kar ima za posledico prilagojene opise, ki odmevajo s ciljno publiko. Poleg tega Amazon Bedrock ponuja dostop do temeljnih modelov Amazona in vodilnih zagonskih podjetij z umetno inteligenco prek intuitivnega API-ja, zaradi česar je celoten proces brezhiben in učinkovit.

Uporaba umetne inteligence ima lahko naslednji vpliv na postopek opisa izdelka:

• Hitrejše odobritve – Prodajalci izkusijo poenostavljen postopek, ki se premakne od seznama izdelkov do odobritve v manj kot eni uri, kar odpravlja frustrirajoče zamude
• Izboljšana hitrost navajanja izdelkov – Ko je avtomatizirana, vaša tržnica e-trgovine zazna porast seznamov izdelkov, ki potrošnikom skoraj v trenutku ponuja dostop do najnovejšega blaga.
• Odpornost na prihodnost – Če sprejmete najsodobnejšo umetno inteligenco, si zagotovite svoj položaj v prihodnost usmerjene platforme, ki je pripravljena izpolniti spreminjajoče se zahteve trga
• Inovacije – Ta rešitev osvobaja ekipe vsakdanjih nalog, jim omogoča, da se osredotočijo na delo višje vrednosti in spodbujajo kulturo inovativnosti

Pregled rešitev

Preden se poglobimo v tehnične podrobnosti, si poglejmo predogled na visoki ravni, kaj ponuja ta rešitev. Ta rešitev vam bo omogočila ustvarjanje in upravljanje opisov izdelkov za vašo platformo za e-trgovino. Vaši platformi omogoča:

• Ustvarite opise iz besedila – Z močjo generativne umetne inteligence lahko Amazon Bedrock pretvori navadne besedilne opise v žive, informativne in privlačne opise izdelkov.
• Obrtne slike – Poleg besedila lahko oblikuje tudi slike, ki se popolnoma ujemajo z opisi izdelkov, kar poveča vizualno privlačnost vaših seznamov.
• Izboljšajte obstoječo vsebino – Ali imate obstoječe opise izdelkov, ki potrebujejo svež pogled? Amazon Bedrock lahko vzame vašo trenutno vsebino in jo naredi še bolj privlačno in privlačno.

Ta rešitev je na voljo v Knjižnica rešitev AWS. V prilogi smo zagotovili podrobna navodila Datoteka README. Datoteka README vsebuje vse informacije, ki jih potrebujete za začetek, od zahtev do smernic za uvajanje.

Arhitektura sistema je sestavljena iz več osnovnih komponent:

• UI portal – To je uporabniški vmesnik (UI), namenjen prodajalcem za nalaganje slik izdelkov.
• Amazonsko ponovno vžiganje - Amazonsko ponovno vžiganje je storitev za analizo slik, ki zaznava predmete, besedilo in oznake na slikah.
• Amazon Bedrock – Osnovni modeli v Amazon Bedrock uporabljajo oznake, ki jih zazna Amazon Rekognition, za ustvarjanje opisov izdelkov.
• AWS Lambda - AWS Lambda zagotavlja brezstrežniško računalništvo za obdelavo.
• Baza izdelkov – Centralni repozitorij shranjuje izdelke prodajalcev, slike, oznake in ustvarjene opise. To je lahko katera koli zbirka podatkov po vaši izbiri. Upoštevajte, da je v tej rešitvi ves prostor za shranjevanje v uporabniškem vmesniku.
• Administratorski portal – Ta portal omogoča nadzor nad sistemom in seznami izdelkov, kar zagotavlja nemoteno delovanje. To ni del rešitve; dodali smo ga zaradi razumevanja.

Naslednji diagram prikazuje tok podatkov in interakcije znotraj sistema

Potek dela vključuje naslednje korake:

1. Odjemalec sproži zahtevo za API REST prehoda Amazon API.
2. Amazon API Gateway posreduje zahtevo AWS Lambda prek integracije posrednika.
3. Ko deluje na vhodih slik izdelka, AWS Lambda pokliče Amazon Rekognition, da zazna predmete na sliki.
4. AWS Lambda kliče LLM-je, ki jih gosti Amazon Bedrock, kot so jezikovni modeli Amazon Titan, za ustvarjanje opisov izdelkov.
5. Odgovor se posreduje nazaj iz AWS Lambda v Amazon API Gateway.
6. Končno se odziv HTTP iz Amazon API Gateway vrne stranki.

Primer uporabe

Predstavljajte si, da prodajalec naloži sliko izdelka čevljev, Amazon Rekognition pa identificira ključne atribute, kot so »beli čevlji«, »športni copati« in »trajni«. Umetna inteligenca Amazon Bedrock Titan vzame te informacije in ustvari opis izdelka, kot je: »Tu je osnutek opisa izdelka za platneni tekaški čevelj na podlagi fotografije izdelka: Predstavljamo vam Canvas Runner, popolne lahke superge za vaš aktivni življenjski slog. Ta tekaški čevelj ima zgornji del iz zračnega platna z usnjenimi poudarki za eleganten, klasičen videz. Zasnova na vezalke zagotavlja varno prileganje, oblazinjen jezik in ovratnik pa zagotavljata udobje. V notranjosti odstranljiv oblazinjen vložek podpira in udobja vaša stopala. EVA vmesni podplat absorbira udarce pri vsakem koraku in zmanjšuje utrujenost. Fleksibilni utori v gumijastem podplatu zagotavljajo prožnost in oprijem. S svojim preprostim, retro navdahnjenim slogom Canvas Runner brezhibno prehaja iz vadbe v vsakodnevno nošenje. Ne glede na to, ali delate po opravkih ali tečete kilometre, vam bodo te vsestranske superge omogočile udobno in stilsko gibanje.”

Podrobnosti oblikovanja

Raziščimo komponente podrobneje:

• Uporabniški vmesnik:
  • Prednji del – Sprednji del portala prodajalcev omogoča prodajalcem nalaganje slik izdelkov in prikazuje sezname izdelkov.
  • API klici – Portal komunicira z zaledjem prek API-jev za obdelavo slik in ustvarjanje opisov.
• Amazonovo priznanje:
  • Analiza slike – Amazon Rekognition, ki ga sprožijo klici API-ja, analizira slike in zazna predmete, besedilo in oznake.
  • Izpis etikete – Izpiše podatke o oznaki, pridobljene iz analize.
• Amazon Bedrock:
  • NLP generiranje besedila – Amazon Bedrock uporablja model obdelave naravnega jezika (NLP) Amazon Titan za ustvarjanje besedilnih opisov.
  • Integracija etiket – Kot vhodne podatke za ustvarjanje opisov izdelkov vzame oznake, ki jih zazna Amazon Rekognition.
  • Stilsko ujemanje – Amazon Bedrock ponuja zmožnosti natančne nastavitve za modele Amazon Titan, da zagotovi, da se ustvarjeni opisi ujemajo s slogom platforme.
• AWS Lambda:
  • Obravnavano – Lambda obravnava klice API do storitev.
• Baza podatkov izdelka:
  • Prilagodljiva zbirka podatkov – Baza izdelkov je izbrana na podlagi želja in zahtev kupca. Upoštevajte, da to ni del rešitve.

Dodatne zmožnosti

Ta rešitev presega zgolj ustvarjanje opisov izdelkov. Ponuja še dve neverjetni možnosti:

• Ustvarjanje slike in opisa iz besedila – Z močjo generativne umetne inteligence lahko Amazon Bedrock sprejme besedilne opise in ustvari ustrezne slike skupaj s podrobnimi opisi izdelkov. Upoštevajte potencial:
  • Takojšnja vizualizacija izdelkov iz besedila.
  • Avtomatsko ustvarjanje slik za velike kataloge.
  • Izboljšanje uporabniške izkušnje z bogatimi vizualnimi elementi.
  • Zmanjšanje časa in stroškov ustvarjanja vsebine.
• Izboljšanje opisa – Če že imate obstoječe opise izdelkov, jih lahko Amazon Bedrock izboljša. Preprosto vnesite besedilo in poziv, Amazon Bedrock pa bo spretno izboljšal in obogatil vsebino, zaradi česar bo zelo privlačna in privlačna za vaše stranke.

zaključek

V ostrem konkurenčnem svetu e-trgovine je nujno ostati v ospredju inovacij. Amazon Bedrock ponuja transformativno zmožnost za e-trgovce na drobno, ki želijo izboljšati vsebino svojih izdelkov, optimizirati svoj postopek kotacije in povečati prodajo. Z močjo opisov izdelkov, ustvarjenih z umetno inteligenco, lahko podjetja ustvarijo privlačno, informativno in kulturno relevantno vsebino, ki pri strankah globoko odmeva. Prihodnost e-trgovine je prišla in jo poganja strojno učenje z Amazon Bedrock.

Ali ste pripravljeni izkoristiti celoten potencial opisov izdelkov, ki jih poganja AI? Naredite naslednji korak pri revoluciji vaše platforme za e-trgovino. Obiščite Knjižnica rešitev AWS in raziščite, kako lahko Amazon Bedrock spremeni opise vaših izdelkov, poenostavi vaše procese in poveča vašo prodajo. Čas je, da nadgradite svoje e-trgovanje z Amazon Bedrock!

---

O avtorjih

Dhaval Shah je višji arhitekt rešitev pri AWS, specializiran za strojno učenje. Z močnim poudarkom na domačih digitalnih podjetjih strankam omogoča, da izkoristijo AWS in spodbudijo rast svojega poslovanja. Dhavala kot navdušenca nad ML vodi njegova strast do ustvarjanja učinkovitih rešitev, ki prinašajo pozitivne spremembe. V prostem času se predaja ljubezni do potovanj in neguje kakovostne trenutke z družino.

Doug Tiffan je vodja svetovne strategije rešitev za modo in oblačila pri AWS. V svoji vlogi Doug sodeluje z vodstvenimi delavci podjetja Fashion & Apparel, da bi razumel njihove cilje in se z njimi uskladil pri najboljših rešitvah. Doug ima več kot 30 let izkušenj v trgovini na drobno, na več vodilnih vlogah trgovanja in tehnologije. Doug je diplomiral na teksaški univerzi A&M in živi v Houstonu v Teksasu.

Nikhil Sharma je vodja arhitekture rešitev pri Amazon Web Services (AWS), kjer s svojo ekipo arhitektov rešitev pomaga strankam AWS rešiti kritične poslovne izzive z uporabo tehnologij in storitev v oblaku AWS.

Kevin Bell je starejši arhitekt rešitev pri AWS s sedežem v Seattlu. Stvari v oblaku gradi že približno 10 let. Najdete ga na spletu kot @bellkev na GitHubu.

Nipun Chagari je glavni arhitekt rešitev s sedežem v Bay Area, CA. Nipun strastno pomaga strankam, da sprejmejo brezstrežniško tehnologijo za posodobitev aplikacij in doseganje svojih poslovnih ciljev. V zadnjem času se je osredotočil na pomoč organizacijam pri sprejemanju sodobnih tehnologij za omogočanje digitalne transformacije. Nipuna poleg dela veseli igranje odbojke, kuhanje in potovanja z družino.

Marshall Bunch je arhitekt rešitev pri AWS, ki severnoameriškim strankam pomaga oblikovati varne, razširljive in stroškovno učinkovite delovne obremenitve v oblaku. Njegova strast je reševanje starih poslovnih problemov, kjer podatki in najnovejše tehnologije omogočajo nove rešitve. Poleg svojega poklicnega udejstvovanja Marshall uživa v pohodništvu in kampiranju v čudovitem Skalnem gorovju Kolorada.

Altaaf Dawoodjee je vodja arhitekta rešitev, ki podpira stranke AdTech v segmentu Digital Native Business (DNB) pri Amazon Web Service (AWS). Ima več kot 20 let izkušenj na področju tehnologije in ima globoko strokovno znanje na področju analitike. Strastno želi pomagati svojim strankam pri doseganju uspešnih poslovnih rezultatov z uporabo oblaka AWS.

Scott Bell je dinamičen vodja in inovator s 25+ leti izkušenj na področju upravljanja tehnologije. Navdušen je nad vodenjem in razvojem ekip pri zagotavljanju tehnologije za soočanje z izzivi globalnih uporabnikov in podjetij. Ima bogate izkušnje pri vodenju tehnoloških skupin, ki zagotavljajo globalne tehnološke rešitve, ki podpirajo 35+ jezikov. Navdušen je tudi nad načinom, kako umetna inteligenca in generativna umetna inteligenca spreminjata podjetja in kako podpirata trenutne nezadovoljene potrebe strank.

Sachin Shetti je glavni vodja rešitev za stranke pri AWS. Strastno želi pomagati podjetjem pri uspehu in uresničevanju znatnih prednosti uvedbe oblaka, pri čemer spodbuja vse od osnovne migracije do obsežne transformacije oblaka med ljudmi, procesi in tehnologijo. Preden se je pridružil podjetju AWS, je Sachin več kot 12 let delal kot razvijalec programske opreme in zasedal več vodilnih položajev, ki je vodil zagotavljanje in preoblikovanje tehnologije v zdravstvu, finančnih storitvah, maloprodaji in zavarovanju. Ima Executive MBA in diplomo iz strojništva.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://aws.amazon.com/blogs/machine-learning/automating-product-description-generation-with-amazon-bedrock/