Tự động hóa việc tạo mô tả sản phẩm với Amazon Bedrock | Dịch vụ web của Amazon

Trong thế giới thương mại điện tử ngày càng phát triển ngày nay, tầm ảnh hưởng của mô tả sản phẩm hấp dẫn là không thể phủ nhận. Nó có thể là yếu tố quyết định biến khách truy cập tiềm năng thành khách hàng trả tiền hoặc khiến họ nhấp chuột vào trang web của đối thủ cạnh tranh. Việc tạo thủ công những mô tả này trên nhiều loại sản phẩm là một quá trình tốn nhiều công sức và có thể làm chậm tốc độ đổi mới mới. Đây là đâu nền tảng Amazon với khả năng AI tổng quát của nó sẽ góp phần định hình lại trò chơi. Trong bài đăng này, chúng ta sẽ tìm hiểu cách Amazon Bedrock đang chuyển đổi quy trình tạo mô tả sản phẩm, hỗ trợ các nhà bán lẻ điện tử mở rộng quy mô kinh doanh một cách hiệu quả đồng thời tiết kiệm thời gian và nguồn lực quý giá.

Giải phóng sức mạnh của AI trong lĩnh vực bán lẻ

AI sáng tạo đã thu hút sự chú ý của hội đồng quản trị và CEO trên toàn thế giới, khiến họ đặt câu hỏi: “Làm cách nào chúng ta có thể tận dụng AI sáng tạo cho doanh nghiệp của mình?” Một trong những ứng dụng hứa hẹn nhất của AI trong thương mại điện tử là sử dụng nó để tạo mô tả sản phẩm. Các nhà bán lẻ và thương hiệu đã đầu tư nguồn lực đáng kể vào việc thử nghiệm và đánh giá các mô tả hiệu quả nhất và AI vượt trội trong lĩnh vực này.

Tạo mô tả sản phẩm hấp dẫn và giàu thông tin cho một danh mục rộng lớn là một nhiệm vụ to lớn, đặc biệt là đối với các nền tảng thương mại điện tử toàn cầu. Việc dịch thủ công và điều chỉnh mô tả sản phẩm cho từng thị trường tiêu tốn thời gian và nguồn lực. Điều này dẫn đến những mô tả chung chung hoặc không đầy đủ, dẫn đến giảm doanh số bán hàng và sự hài lòng của khách hàng.

Sức mạnh của Amazon Bedrock: Mô tả sản phẩm do AI tạo ra

Amazon Bedrock là dịch vụ được quản lý toàn phần giúp đơn giản hóa quá trình phát triển AI tổng hợp, cung cấp các mô hình nền tảng (FM) hiệu suất cao từ các công ty AI hàng đầu như AI21 Labs, Anthropic, Cohere, Meta, Stability AI và Amazon thông qua một API duy nhất. Nó cung cấp một bộ khả năng toàn diện để xây dựng các ứng dụng AI tổng quát trong khi vẫn đảm bảo duy trì quyền riêng tư và bảo mật. Với Amazon Bedrock, bạn có thể thử nghiệm nhiều FM khác nhau và tùy chỉnh chúng một cách riêng tư bằng cách sử dụng các kỹ thuật như tinh chỉnh và Tạo tăng cường truy xuất (RAG). Nền tảng này cho phép bạn tạo các đại lý được quản lý cho các nhiệm vụ kinh doanh phức tạp mà không cần mã hóa, chẳng hạn như đặt chỗ du lịch, xử lý yêu cầu bảo hiểm, tạo chiến dịch quảng cáo và quản lý khoảng không quảng cáo.

Ví dụ: nền tảng thương mại điện tử ban đầu có thể tạo các mô tả sản phẩm cơ bản bao gồm kích thước, màu sắc và giá cả. Tuy nhiên, tính linh hoạt của Amazon Bedrock cho phép tinh chỉnh những mô tả này để kết hợp các đánh giá của khách hàng, tích hợp ngôn ngữ dành riêng cho thương hiệu và nêu bật các tính năng cụ thể của sản phẩm, từ đó tạo ra những mô tả phù hợp phù hợp với đối tượng mục tiêu. Hơn nữa, Amazon Bedrock cung cấp quyền truy cập vào các mô hình nền tảng từ Amazon và các công ty khởi nghiệp AI hàng đầu thông qua API trực quan, giúp toàn bộ quá trình trở nên liền mạch và hiệu quả.

Việc sử dụng AI có thể có tác động sau đến quá trình mô tả sản phẩm:

• Phê duyệt nhanh hơn – Nhà cung cấp trải nghiệm một quy trình hợp lý, chuyển từ danh sách sản phẩm sang phê duyệt trong vòng chưa đầy một giờ, loại bỏ sự chậm trễ khó chịu
• Cải thiện tốc độ liệt kê sản phẩm – Khi được tự động hóa, thị trường thương mại điện tử của bạn nhận thấy danh sách sản phẩm tăng đột biến, cung cấp cho người tiêu dùng quyền truy cập vào hàng hóa mới nhất gần như ngay lập tức
• Chứng minh trong tương lai – Bằng cách sử dụng AI tiên tiến, bạn đảm bảo vị thế của mình như một nền tảng hướng tới tương lai sẵn sàng đáp ứng nhu cầu ngày càng tăng của thị trường
• sự đổi mới – Giải pháp này giải phóng các nhóm khỏi các nhiệm vụ nhàm chán, cho phép họ tập trung vào công việc có giá trị cao hơn và thúc đẩy văn hóa đổi mới

Tổng quan về giải pháp

Trước khi đi sâu vào chi tiết kỹ thuật, chúng ta hãy xem bản xem trước cấp cao về những gì giải pháp này mang lại. Giải pháp này sẽ cho phép bạn tạo và quản lý mô tả sản phẩm cho nền tảng thương mại điện tử của mình. Nó trao quyền cho nền tảng của bạn để:

• Tạo mô tả từ văn bản – Với sức mạnh của AI tổng hợp, Amazon Bedrock có thể chuyển đổi các mô tả văn bản đơn giản thành mô tả sản phẩm sống động, giàu thông tin và hấp dẫn.
• Hình ảnh thủ công – Ngoài văn bản, nó còn có thể tạo ra các hình ảnh phù hợp hoàn hảo với mô tả sản phẩm, nâng cao sức hấp dẫn trực quan cho danh sách của bạn.
• Nâng cao nội dung hiện có – Bạn có những mô tả sản phẩm hiện có cần một góc nhìn mới mẻ không? Amazon Bedrock có thể lấy nội dung hiện tại của bạn và làm cho nội dung đó hấp dẫn và thu hút hơn nữa.

Giải pháp này có sẵn trong Thư viện giải pháp AWS. Chúng tôi đã cung cấp hướng dẫn chi tiết trong tài liệu đi kèm Tệp README. Tệp README chứa tất cả thông tin bạn cần để bắt đầu, từ yêu cầu đến hướng dẫn triển khai.

Kiến trúc hệ thống bao gồm một số thành phần cốt lõi:

• Cổng thông tin giao diện người dùng – Đây là giao diện người dùng (UI) được thiết kế để nhà cung cấp tải lên hình ảnh sản phẩm.
• Nhận thức lại Amazon – Nhận thức lại Amazon là dịch vụ phân tích hình ảnh nhằm phát hiện các đối tượng, văn bản và nhãn trong hình ảnh.
• nền tảng Amazon – Các mô hình nền tảng trong Amazon Bedrock sử dụng nhãn do Amazon Rekognition phát hiện để tạo mô tả sản phẩm.
• AWS Lambda – AWS Lambda cung cấp khả năng tính toán không cần máy chủ để xử lý.
• Cơ sở dữ liệu sản phẩm – Kho lưu trữ trung tâm lưu trữ các sản phẩm, hình ảnh, nhãn và mô tả được tạo của nhà cung cấp. Đây có thể là bất kỳ cơ sở dữ liệu nào bạn chọn. Lưu ý rằng trong giải pháp này, tất cả dung lượng lưu trữ đều nằm trong giao diện người dùng.
• Cổng quản trị – Cổng thông tin này cung cấp khả năng giám sát hệ thống và danh sách sản phẩm, đảm bảo hoạt động trơn tru. Đây không phải là một phần của giải pháp; chúng tôi đã thêm nó để hiểu.

Sơ đồ sau minh họa luồng dữ liệu và tương tác trong hệ thống

Quy trình làm việc bao gồm các bước sau:

1. Máy khách khởi tạo một yêu cầu tới API REST của Amazon API Gateway.
2. Amazon API Gateway chuyển yêu cầu tới AWS Lambda thông qua tích hợp proxy.
3. Khi vận hành trên đầu vào hình ảnh sản phẩm, AWS Lambda gọi Amazon Rekognition để phát hiện các đối tượng trong hình ảnh.
4. AWS Lambda gọi các LLM do Amazon Bedrock lưu trữ, chẳng hạn như các mô hình ngôn ngữ Amazon Titan, để tạo mô tả sản phẩm.
5. Phản hồi được chuyển lại từ AWS Lambda tới Amazon API Gateway.
6. Cuối cùng, phản hồi HTTP từ Amazon API Gateway được trả về máy khách.

Trường hợp sử dụng ví dụ

Hãy tưởng tượng một nhà cung cấp tải lên hình ảnh sản phẩm giày và Amazon Rekognition xác định các thuộc tính chính như “giày trắng”, “giày thể thao” và “bền”. Amazon Bedrock Titan AI lấy thông tin này và tạo mô tả sản phẩm như “Đây là mô tả sản phẩm dự thảo cho giày chạy bộ bằng vải canvas dựa trên ảnh sản phẩm: Xin giới thiệu Canvas Runner, giày thể thao nhẹ hoàn hảo cho phong cách sống năng động của bạn. Giày chạy bộ này có thân giày bằng vải canvas thoáng khí với các điểm nhấn bằng da mang lại vẻ ngoài cổ điển, đầy phong cách. Thiết kế có dây buộc mang lại sự vừa vặn an toàn, trong khi lưỡi và cổ áo có đệm tạo thêm sự thoải mái. Bên trong, một đế đệm có thể tháo rời hỗ trợ và tạo cảm giác thoải mái cho đôi chân của bạn. Đế giữa EVA hấp thụ chấn động theo từng bước đi, giảm mệt mỏi. Các rãnh Flex ở đế ngoài cao su đảm bảo tính linh hoạt và lực kéo. Với phong cách đơn giản, lấy cảm hứng từ phong cách cổ điển, Canvas Runner chuyển đổi liền mạch từ trang phục tập luyện sang trang phục hàng ngày. Cho dù bạn đang chạy việc vặt hay chạy hàng dặm, đôi giày thể thao đa năng này sẽ giúp bạn di chuyển thoải mái và phong cách.

Chi tiết thiết kế

Hãy cùng khám phá các thành phần chi tiết hơn:

• Giao diện người dùng:
  • Mặt trận cuối cùng – Mặt trước của cổng thông tin nhà cung cấp cho phép nhà cung cấp tải lên hình ảnh sản phẩm và hiển thị danh sách sản phẩm.
  • Các lệnh gọi API – Cổng giao tiếp với phần phụ trợ thông qua API để xử lý hình ảnh và tạo mô tả.
• Nhận thức của Amazon:
  • Phân tích hình ảnh – Được kích hoạt bởi các lệnh gọi API, Amazon Rekognition phân tích hình ảnh và phát hiện các đối tượng, văn bản và nhãn.
  • Đầu ra nhãn – Nó xuất ra dữ liệu nhãn bắt nguồn từ quá trình phân tích.
• Đá nền Amazon:
  • Tạo văn bản NLP – Amazon Bedrock sử dụng mô hình xử lý ngôn ngữ tự nhiên (NLP) của Amazon Titan để tạo mô tả văn bản.
  • Tích hợp nhãn – Nó lấy các nhãn được Amazon Rekognition phát hiện làm đầu vào để tạo mô tả sản phẩm.
  • Kết hợp phong cách – Amazon Bedrock cung cấp khả năng tinh chỉnh cho các mô hình Amazon Titan để đảm bảo rằng mô tả được tạo phù hợp với phong cách của nền tảng.
• AWS Lambda:
  • Chế biến – Lambda xử lý các lệnh gọi API đến dịch vụ.
• Cơ sở dữ liệu sản phẩm:
  • Cơ sở dữ liệu linh hoạt – Cơ sở dữ liệu sản phẩm được lựa chọn dựa trên sở thích và yêu cầu của khách hàng. Lưu ý điều này không được cung cấp như một phần của giải pháp.

Khả năng bổ sung

Giải pháp này vượt xa việc chỉ tạo mô tả sản phẩm. Nó cung cấp hai tùy chọn đáng kinh ngạc hơn:

• Tạo hình ảnh và mô tả từ văn bản – Với sức mạnh của AI tổng hợp, Amazon Bedrock có thể lấy mô tả văn bản và tạo hình ảnh tương ứng cùng với mô tả chi tiết về sản phẩm. Hãy xem xét tiềm năng:
  • Trực quan hóa ngay lập tức các sản phẩm từ văn bản.
  • Tự động tạo hình ảnh cho các danh mục lớn.
  • Nâng cao trải nghiệm của khách hàng với hình ảnh phong phú.
  • Giảm thời gian và chi phí tạo nội dung.
• Cải tiến mô tả – Nếu bạn đã có sẵn mô tả sản phẩm, Amazon Bedrock có thể cải thiện chúng. Chỉ cần cung cấp văn bản và lời nhắc, Amazon Bedrock sẽ nâng cao và làm phong phú nội dung một cách khéo léo, khiến nội dung đó trở nên vô cùng hấp dẫn và hấp dẫn đối với khách hàng của bạn.

Kết luận

Trong thế giới thương mại điện tử cạnh tranh khốc liệt, việc luôn đi đầu trong đổi mới là điều bắt buộc. Amazon Bedrock cung cấp khả năng biến đổi cho các nhà bán lẻ điện tử đang tìm cách nâng cao nội dung sản phẩm, tối ưu hóa quy trình niêm yết và thúc đẩy doanh số bán hàng. Với sức mạnh của mô tả sản phẩm do AI tạo ra, doanh nghiệp có thể tạo ra nội dung hấp dẫn, giàu thông tin và phù hợp về mặt văn hóa, gây được tiếng vang sâu sắc với khách hàng. Tương lai của thương mại điện tử đã đến và được thúc đẩy bởi công nghệ máy học với Amazon Bedrock.

Bạn đã sẵn sàng khám phá toàn bộ tiềm năng của mô tả sản phẩm được hỗ trợ bởi AI chưa? Thực hiện bước tiếp theo trong việc cách mạng hóa nền tảng thương mại điện tử của bạn. Tham quan Thư viện giải pháp AWS và khám phá cách Amazon Bedrock có thể chuyển đổi mô tả sản phẩm, hợp lý hóa quy trình và tăng doanh số bán hàng của bạn. Đã đến lúc tăng cường hoạt động thương mại điện tử của bạn với Amazon Bedrock!

---

Về các tác giả

Dhaval Shah là Kiến trúc sư giải pháp cấp cao tại AWS, chuyên về Machine Learning. Với sự tập trung mạnh mẽ vào các doanh nghiệp kỹ thuật số gốc, ông trao quyền cho khách hàng tận dụng AWS và thúc đẩy tăng trưởng kinh doanh của họ. Là một người đam mê ML, Dhaval được thúc đẩy bởi niềm đam mê tạo ra các giải pháp có tác động mang lại sự thay đổi tích cực. Trong thời gian rảnh rỗi, anh đam mê du lịch và trân trọng những khoảnh khắc chất lượng bên gia đình.

Doug Tiffan là Trưởng phòng Chiến lược Giải pháp Toàn cầu về Thời trang & May mặc tại AWS. Trong vai trò của mình, Doug làm việc với các giám đốc điều hành Thời trang & May mặc để hiểu mục tiêu của họ và cùng họ đưa ra các giải pháp tốt nhất. Doug có hơn 30 năm kinh nghiệm trong lĩnh vực bán lẻ, giữ một số vai trò lãnh đạo về công nghệ và bán hàng. Doug có bằng BBA của Đại học Texas A&M và có trụ sở tại Houston, Texas.

Nikhil Sharma là Trưởng nhóm Kiến trúc Giải pháp tại Amazon Web Services (AWS), nơi ông và nhóm Kiến trúc sư Giải pháp của mình giúp khách hàng AWS giải quyết các thách thức kinh doanh quan trọng bằng cách sử dụng các công nghệ và dịch vụ đám mây AWS.

Kevin Bell là Kiến trúc sư giải pháp cấp cao tại AWS có trụ sở tại Seattle. Anh ấy đã xây dựng mọi thứ trên đám mây được khoảng 10 năm. Bạn có thể tìm thấy anh ấy trực tuyến với tên @bellkev trên GitHub.

Nipun Chagari là Kiến trúc sư Giải pháp Chính có trụ sở tại Bay Area, CA. Nipun rất nhiệt tình giúp đỡ khách hàng áp dụng công nghệ Serverless để hiện đại hóa ứng dụng và đạt được mục tiêu kinh doanh của họ. Trọng tâm gần đây của ông là hỗ trợ các tổ chức áp dụng các công nghệ hiện đại để hỗ trợ chuyển đổi kỹ thuật số. Ngoài công việc, Nipun còn tìm thấy niềm vui khi chơi bóng chuyền, nấu ăn và đi du lịch cùng gia đình.

nhóm Marshall là Kiến trúc sư giải pháp tại AWS giúp khách hàng Bắc Mỹ thiết kế khối lượng công việc an toàn, có thể mở rộng và tiết kiệm chi phí trên đám mây. Niềm đam mê của anh nằm ở việc giải quyết các vấn đề kinh doanh lâu đời trong đó dữ liệu và công nghệ mới nhất tạo ra các giải pháp mới. Ngoài mục tiêu theo đuổi nghề nghiệp, Marshall thích đi bộ đường dài và cắm trại ở dãy núi Rocky Mountains xinh đẹp của Colorado.

Altaaf Dawoodjee là Trưởng nhóm kiến ​​trúc sư giải pháp hỗ trợ khách hàng AdTech trong phân khúc Kinh doanh bản địa kỹ thuật số (DNB) tại Amazon Web Service (AWS). Ông có hơn 20 năm kinh nghiệm trong lĩnh vực Công nghệ và có chuyên môn sâu về Phân tích. Anh ấy rất đam mê giúp thúc đẩy kết quả kinh doanh thành công cho khách hàng của mình bằng cách tận dụng đám mây AWS.

Scott Bell là một nhà lãnh đạo và nhà đổi mới năng động với hơn 25 năm kinh nghiệm quản lý công nghệ. Anh đam mê lãnh đạo và phát triển các nhóm trong việc cung cấp công nghệ nhằm đáp ứng những thách thức của người dùng và doanh nghiệp toàn cầu. Ông có nhiều kinh nghiệm trong việc lãnh đạo các nhóm công nghệ cung cấp giải pháp công nghệ toàn cầu hỗ trợ hơn 35 ngôn ngữ. Anh ấy cũng đam mê cách AI và Generative AI biến đổi doanh nghiệp cũng như cách chúng hỗ trợ các nhu cầu hiện tại chưa được đáp ứng của khách hàng.

Sachin Shetti là Giám đốc Giải pháp Khách hàng Chính tại AWS. Anh ấy đam mê giúp các doanh nghiệp thành công và nhận ra những lợi ích đáng kể từ việc áp dụng đám mây, thúc đẩy mọi thứ từ di chuyển cơ bản đến chuyển đổi đám mây quy mô lớn về con người, quy trình và công nghệ. Trước khi gia nhập AWS, Sachin đã làm nhà phát triển phần mềm trong hơn 12 năm và giữ nhiều vị trí lãnh đạo cấp cao, dẫn đầu việc cung cấp và chuyển đổi công nghệ trong lĩnh vực chăm sóc sức khỏe, dịch vụ tài chính, bán lẻ và bảo hiểm. Ông có bằng MBA điều hành và bằng Cử nhân Kỹ thuật Cơ khí.

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://aws.amazon.com/blogs/machine-learning/automating-product-description-generation-with-amazon-bedrock/