Автоматизація створення опису продукту за допомогою Amazon Bedrock | Веб-сервіси Amazon

У сучасному світі електронної комерції, який постійно розвивається, неможливо переоцінити вплив переконливого опису продукту. Це може бути вирішальним фактором, який перетворює потенційного відвідувача на клієнта, що платить, або направляє його переходити на сайт конкурента. Ручне створення цих описів для величезної кількості продуктів є трудомістким процесом, який може уповільнити швидкість нових інновацій. Ось де Amazon Bedrock з його генеративними можливостями AI втручається, щоб змінити гру. У цій публікації ми зануримося в те, як Amazon Bedrock трансформує процес генерації опису продукту, надаючи можливість електронним роздрібним торговцям ефективно масштабувати свій бізнес, зберігаючи дорогоцінний час і ресурси.

Розкриття потужності генеративного ШІ в роздрібній торгівлі

Генеративний штучний інтелект привернув увагу рад директорів і генеральних директорів у всьому світі, спонукаючи їх запитати: «Як ми можемо використовувати генеративний штучний інтелект для нашого бізнесу?» Одним із найперспективніших застосувань генеративного ШІ в електронній комерції є його використання для створення описів продуктів. Роздрібні торговці та бренди вклали значні ресурси в тестування та оцінку найефективніших описів, і генеративний штучний інтелект перевершує цю сферу.

Створення привабливих та інформативних описів продуктів для величезного каталогу є монументальним завданням, особливо для глобальних платформ електронної комерції. Ручний переклад і адаптація опису продукту для кожного ринку забирає час і ресурси. Це призводить до загальних або неповних описів, що призводить до зниження продажів і задоволеності клієнтів.

Потужність Amazon Bedrock: описи продуктів, створені штучним інтелектом

Amazon Bedrock — це повністю керований сервіс, який спрощує генеративну розробку штучного інтелекту, пропонуючи високоефективні базові моделі (FM) від провідних компаній штучного інтелекту, як-от AI21 Labs, Anthropic, Cohere, Meta, Stability AI та Amazon, через єдиний API. Він надає повний набір можливостей для створення генеративних програм штучного інтелекту, забезпечуючи збереження конфіденційності та безпеки. За допомогою Amazon Bedrock ви можете експериментувати з різними FM та налаштовувати їх приватно, використовуючи такі методи, як точне налаштування та Retrieval Augmented Generation (RAG). Платформа дає змогу створювати керованих агентів для складних бізнес-завдань без необхідності кодування, таких як бронювання подорожей, обробка страхових претензій, створення рекламних кампаній і керування запасами.

Наприклад, платформи електронної комерції можуть спочатку створювати базові описи продукту, які включають розмір, колір і ціну. Однак гнучкість Amazon Bedrock дозволяє точно налаштовувати ці описи, щоб включати відгуки клієнтів, інтегрувати специфічну мову бренду та висвітлювати конкретні характеристики продукту, що призводить до індивідуальних описів, які резонують із цільовою аудиторією. Крім того, Amazon Bedrock пропонує доступ до базових моделей від Amazon і провідних стартапів зі штучним інтелектом через інтуїтивно зрозумілий API, що робить весь процес безперебійним і ефективним.

Використання ШІ може мати такий вплив на процес опису продукту:

• Швидше затвердження – Постачальники відчувають спрощений процес, переходячи від списку продуктів до затвердження менш ніж за годину, усуваючи неприємні затримки
• Покращена швидкість розміщення товарів – Після автоматизації ваш ринок електронної комерції спостерігає сплеск кількості списків продуктів, пропонуючи споживачам доступ до найновіших товарів майже миттєво.
• Забезпечення майбутнього – Використовуючи найсучасніший штучний інтелект, ви зберігаєте позицію перспективної платформи, готової відповідати мінливим вимогам ринку.
• інновація – Це рішення звільняє команди від повсякденних завдань, дозволяючи їм зосередитися на більш цінній роботі та сприяти інноваційній культурі

Огляд рішення

Перш ніж ми заглибимося в технічні деталі, давайте подивимося на високорівневий попередній перегляд того, що пропонує це рішення. Це рішення дозволить вам створювати та керувати описами продуктів для вашої платформи електронної комерції. Це дає змогу вашій платформі:

• Створіть описи з тексту – Завдяки потужності генеративного штучного інтелекту Amazon Bedrock може перетворювати простий текстовий опис у яскравий, інформативний і захоплюючий опис продукту.
• Ремісничі зображення – Окрім тексту, він також може створювати зображення, які ідеально відповідають опису продукту, підвищуючи візуальну привабливість ваших оголошень.
• Покращте наявний вміст – Чи є у вас наявні описи продуктів, які потребують свіжого погляду? Amazon Bedrock може взяти ваш поточний вміст і зробити його ще більш привабливим і привабливим.

Це рішення доступне в Бібліотека рішень AWS. Ми надали докладні інструкції у супроводі Файл README. Файл README містить усю інформацію, необхідну для початку роботи, від вимог до інструкцій із розгортання.

Архітектура системи складається з кількох основних компонентів:

• Інтерфейс порталу – Це інтерфейс користувача (UI), призначений для постачальників для завантаження зображень продукту.
• Amazon Rekognition - Amazon Rekognition це служба аналізу зображень, яка виявляє об’єкти, текст і мітки на зображеннях.
• Amazon Bedrock – Основні моделі в Amazon Bedrock використовують мітки, виявлені Amazon Rekognition, для створення описів продуктів.
• AWS Lambda - AWS Lambda надає обчислення без сервера для обробки.
• База даних товарів – Центральне сховище зберігає продукти постачальників, зображення, етикетки та створені описи. Це може бути будь-яка база даних на ваш вибір. Зверніть увагу, що в цьому рішенні все сховище знаходиться в інтерфейсі користувача.
• Портал адміністратора – Цей портал забезпечує нагляд за системою та списками продуктів, забезпечуючи безперебійну роботу. Це не частина рішення; ми додали це для розуміння.

Наступна діаграма ілюструє потік даних і взаємодії всередині системи

Робочий процес включає наступні кроки:

1. Клієнт ініціює запит до REST API шлюзу Amazon API.
2. Amazon API Gateway передає запит до AWS Lambda через інтеграцію проксі.
3. Під час роботи з вхідними зображеннями продукту AWS Lambda викликає Amazon Rekognition для виявлення об’єктів на зображенні.
4. AWS Lambda викликає LLM, розміщені в Amazon Bedrock, наприклад мовні моделі Amazon Titan, для створення описів продуктів.
5. Відповідь передається від AWS Lambda до Amazon API Gateway.
6. Нарешті відповідь HTTP від ​​Amazon API Gateway повертається клієнту.

Приклад використання

Уявіть, що постачальник завантажує зображення продукту взуття, а Amazon Rekognition визначає такі ключові атрибути, як «білі туфлі», «кросівки» та «міцний». Штучний інтелект Amazon Bedrock Titan бере цю інформацію та генерує опис продукту на зразок: «Ось проект опису продукту для парусинових кросівок на основі фотографії продукту: Представляємо Canvas Runner, ідеальні легкі кросівки для активного способу життя. Це бігове взуття має дихаючий полотняний верх зі шкіряними вставками для стильного, класичного вигляду. Конструкція зі шнурівкою забезпечує надійну посадку, а м’який язичок і комір додають комфорту. Всередині знімна м’яка устілка підтримує та заспокоює ваші ноги. Проміжна підошва EVA поглинає удари при кожному кроці, зменшуючи втому. Гнучкі канавки в гумовій підошві забезпечують гнучкість і зчеплення. Завдяки своєму простому стилю в ретро-стилі Canvas Runner плавно переходить від тренувань до повсякденного одягу. Незалежно від того, виконуєте ви справи чи бігаєте милі, ці універсальні кросівки забезпечать вам комфорт і стиль».

деталі конструкції

Розглянемо компоненти більш детально:

• Користувацький інтерфейс:
  • передня частина – Передня частина порталу постачальників дозволяє постачальникам завантажувати зображення продуктів і відображає списки продуктів.
  • Виклики API – Портал спілкується з серверною частиною через API для обробки зображень і створення описів.
• Визнання Amazon:
  • Аналіз зображень – За допомогою викликів API Amazon Rekognition аналізує зображення та виявляє об’єкти, текст і мітки.
  • Виведення етикетки – Він виводить дані міток, отримані в результаті аналізу.
• Amazon Bedrock:
  • Генерація тексту NLP – Amazon Bedrock використовує модель обробки природної мови (NLP) Amazon Titan для створення текстових описів.
  • Інтеграція етикетки – Для створення описів продукту він використовує ярлики, виявлені Amazon Rekognition, як вхідні дані.
  • Відповідність стилю – Amazon Bedrock надає можливості тонкого налаштування моделей Amazon Titan, щоб гарантувати, що створені описи відповідають стилю платформи.
• AWS Lambda:
  • Обробка – Lambda обробляє виклики API до служб.
• База даних продуктів:
  • Гнучка база даних – База даних товарів вибирається на основі переваг і вимог клієнта. Зауважте, що це не є частиною рішення.

Додаткові можливості

Це рішення виходить за рамки простого створення описів продукту. Він пропонує ще два неймовірні варіанти:

• Генерація зображення та опису з тексту – Завдяки потужності генеративного штучного інтелекту Amazon Bedrock може приймати текстові описи та створювати відповідні зображення разом із детальними описами продуктів. Розгляньте потенціал:
  • Миттєво візуалізуйте продукти з тексту.
  • Автоматизація створення образів для великих каталогів.
  • Покращення взаємодії з клієнтами завдяки багатим візуальним ефектам.
  • Скорочення часу та витрат на створення контенту.
• Покращення опису – Якщо у вас уже є описи продуктів, Amazon Bedrock може їх покращити. Просто введіть текст і підказку, і Amazon Bedrock майстерно вдосконалить і збагатить вміст, зробивши його дуже захоплюючим і привабливим для ваших клієнтів.

Висновок

У світі електронної комерції, де панує жорстка конкуренція, необхідно залишатися в авангарді інновацій. Amazon Bedrock пропонує трансформаційну можливість для роздрібних торговців, які прагнуть покращити вміст своїх продуктів, оптимізувати процес розміщення товарів і збільшити продажі. Завдяки можливостям описів продуктів, створених штучним інтелектом, підприємства можуть створювати привабливий, інформативний і культурно релевантний контент, який глибоко резонує з клієнтами. Майбутнє електронної комерції настало, і його рушійною силою є машинне навчання з Amazon Bedrock.

Чи готові ви розкрити весь потенціал описів продуктів на основі штучного інтелекту? Зробіть наступний крок у революції вашої платформи електронної комерції. Відвідайте Бібліотека рішень AWS і дізнайтеся, як Amazon Bedrock може змінити опис ваших продуктів, оптимізувати ваші процеси та збільшити ваші продажі. Настав час покращити вашу електронну комерцію за допомогою Amazon Bedrock!

---

Про авторів

Дхавал Шах є старшим архітектором рішень в AWS, який спеціалізується на машинному навчанні. Приділяючи значну увагу цифровому бізнесу, він надає клієнтам можливість використовувати AWS і стимулювати розвиток свого бізнесу. Як ентузіаст машинного навчання, Дхавал керується своєю пристрастю до створення ефективних рішень, які приносять позитивні зміни. У вільний час він віддається своїй любові до подорожей і цінує якісні моменти з родиною.

Дуг Тіффан є керівником глобальної стратегії рішень для моди та одягу в AWS. На своїй посаді Даг працює з керівниками Fashion & Apparel, щоб зрозуміти їхні цілі та узгодити з ними найкращі рішення. Даг має понад 30 років досвіду роботи в роздрібній торгівлі, обіймаючи кілька керівних посад у сфері мерчандайзингу та технологій. Даг отримав ступінь бакалавра бізнес-діла в Техаському університеті A&M і живе в Х’юстоні, штат Техас.

Нікхіл Шарма є керівником архітектури рішень в Amazon Web Services (AWS), де він і його команда архітекторів рішень допомагають клієнтам AWS вирішувати критичні бізнес-завдання за допомогою хмарних технологій і сервісів AWS.

Кевін Белл є старшим архітектором рішень в AWS у Сіетлі. Він будує речі в хмарі близько 10 років. Ви можете знайти його в Інтернеті як @bellkev на GitHub.

Ніпун Чагарі є головним архітектором рішень у Bay Area, Каліфорнія. Компанія Nipun прагне допомогти клієнтам застосувати безсерверну технологію для модернізації програм і досягнення бізнес-цілей. Останнім часом він зосереджувався на допомозі організаціям у впровадженні сучасних технологій для цифрової трансформації. Окрім роботи, Ніпун знаходить задоволення у грі у волейбол, кулінарії та подорожах із сім’єю.

Маршалл Банч є архітектором рішень в AWS, який допомагає північноамериканським клієнтам проектувати безпечні, масштабовані та економічно ефективні робочі навантаження в хмарі. Його пристрасть полягає у вирішенні давніх бізнес-проблем, де дані та новітні технології дозволяють знайти нові рішення. Окрім професійних занять, Маршалл любить піші прогулянки та кемпінг у прекрасних Скелястих горах Колорадо.

Альтааф Давуджі є лідером архітектора рішень, який підтримує клієнтів AdTech у сегменті Digital Native Business (DNB) у Amazon Web Service (AWS). Він має понад 20 років досвіду роботи в галузі технологій і глибокі знання в аналітиці. Він захоплений тим, щоб допомогти своїм клієнтам досягти успіху в бізнесі, використовуючи хмару AWS.

Скотт Белл є динамічним лідером і інноватором із понад 25-річним досвідом управління технологіями. Він захоплений керівництвом і розвитком команд із надання технологій для вирішення проблем глобальних користувачів і компаній. Він має великий досвід роботи в провідних технологічних командах, які надають глобальні технологічні рішення з підтримкою понад 35 мов. Він також захоплений тим, як штучний інтелект і генеративний штучний інтелект трансформують бізнес і як вони підтримують поточні незадоволені потреби клієнтів.

Сачін Шетті є головним менеджером із клієнтських рішень в AWS. Він прагне допомогти підприємствам досягти успіху та отримати значні переваги від впровадження хмари, керуючи всіма процесами, від базової міграції до широкомасштабної хмарної трансформації людей, процесів і технологій. До приходу в AWS Сачин понад 12 років працював розробником програмного забезпечення та обіймав численні керівні посади, керуючи розробкою та трансформацією технологій у сфері охорони здоров’я, фінансових послуг, роздрібної торгівлі та страхування. Він має ступінь Executive MBA та ступінь бакалавра машинобудування.

• Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
• PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
• PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
• ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
• PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
• джерело: https://aws.amazon.com/blogs/machine-learning/automating-product-description-generation-with-amazon-bedrock/