Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Amazon Personalize y la IA generativa
Amazon Personalize funciona bien con la inteligencia artificial generativa (IA generativa). Con la ayuda de la IA generativa, el Generador de contenidos de Amazon Personalize puede agregar temas interesantes a las recomendaciones por lotes de elementos relacionados. Generador de contenidos es una capacidad de IA generativa administrada por Amazon Personalize.
También puede utilizar las recomendaciones de Amazon Personalize para integrar este servicio con su flujo de trabajo de IA generativa y mejorar la experiencia de los usuarios. Por ejemplo, puede agregar recomendaciones a los mensajes de IA generativa para crear contenido de marketing adaptado a los intereses de cada uno de los usuarios. También puede generar resúmenes concisos para el contenido recomendado, o bien recomendar productos o contenido a través de chatbots.
El siguiente vídeo muestra cómo puedes mejorar las recomendaciones con Amazon Personalize y la IA generativa.
Las siguientes características de Amazon Personalize utilizan la IA generativa o pueden ayudarle a crear soluciones de IA generativa que creen contenido personalizado. Para ver ejemplos de cuadernos de Jupyter que muestran cómo usar Amazon Personalize con IA generativa, consulte Generative AI with Amazon Personalize en el repositorio de muestras de Amazon Personalize
Temas
Recomendaciones con temas del Generador de contenidos
El Generador de contenidos de Amazon Personalize puede agregar temas descriptivos a las recomendaciones por lotes. Generador de contenidos es una capacidad de IA generativa administrada por Amazon Personalize.
Cuando recibe recomendaciones por lotes con temas, el Generador de contenidos de Amazon Personalize agrega un tema descriptivo para cada conjunto de elementos similares. Por ejemplo, si recibe recomendaciones de elementos similares a una cierta comida para desayuno, Amazon Personalize puede generar un tema como Levántese con energía o Fundamental por la mañana. Puede usar el tema para reemplazar un título genérico de carrusel, como Con frecuencia se compran juntos. Otra opción es incorporar el tema a un correo electrónico promocional o una campaña de marketing para crear nuevas opciones de menú.
Para generar temas, debe importar los datos en las interacciones y los conjuntos de datos de elementos, crear una solución personalizada con la receta Similar-Items y generar recomendaciones por lotes. Los datos del elemento deben incluir una descripción de este e información del título. Las descripciones y los títulos de elementos detallados ayudan al Generador de contenidos a crear temas más precisos e interesantes.
-
Para obtener más información acerca del flujo de trabajo de Amazon Personalize, consulte Detalles del flujo de trabajo de Amazon Personalize.
-
Para obtener información sobre las recomendaciones de lotes, consulte o. Obtener recomendaciones de artículos por lotes Obtener segmentos de usuarios por lotes
-
Para obtener información sobre cómo generar recomendaciones de artículos con temas, consulteRecomendaciones por lotes con temas del Generador de contenidos.
Metadatos de las recomendaciones
Cuando reciba recomendaciones, puede hacer que Amazon Personalize devuelva metadatos sobre cada elemento recomendado de su conjunto de datos de elementos. Puede agregar estos metadatos, junto con las recomendaciones de Amazon Personalize, a los mensajes de la IA generativa a fin de generar contenido más atractivo.
Por ejemplo, puede utilizar la IA generativa para crear correos de marketing. Puede utilizar las recomendaciones de Amazon Personalize y sus metadatos (por ejemplo, los géneros cinematográficos) como parte de la ingeniería de peticiones para la IA generativa. Con las peticiones personalizadas, puede usar la IA generativa para crear correos electrónicos de marketing atractivos y adaptados a los intereses de cada uno de sus clientes.
Para obtener los metadatos de las recomendaciones, primero debe completar el flujo de trabajo de Amazon Personalize para importar datos y crear recursos de dominio o personalizados. Al crear un recomendador o una campaña de Amazon Personalize, habilite la opción para incluir metadatos en las recomendaciones. Cuando reciba recomendaciones, puede especificar qué columnas de datos de los elementos quiere incluir.
-
Para obtener más información acerca del flujo de trabajo de Amazon Personalize, consulte Detalles del flujo de trabajo de Amazon Personalize.
-
Para obtener información sobre cómo habilitar los metadatos para un recomendador, consulte Habilitación de los metadatos en las recomendaciones (recursos de dominio).
-
Para obtener información sobre cómo habilitar los metadatos para una campaña, consulte Habilitación de los metadatos en las recomendaciones (recursos personalizados).
-
Para obtener más información sobre cómo utilizar Amazon Personalize con la IA generativa para crear campañas de marketing, consulte Mejore sus soluciones de marketing con Amazon Personalize y la IA generativa
.
LangChain Código preconfigurado para la personalización
LangChain es un marco para desarrollar aplicaciones basadas en modelos de lenguaje. Incluye código creado para Amazon Personalize. Puede usar este código para integrar las recomendaciones de Amazon Personalize en su solución de IA generativa.
Por ejemplo, puede utilizar el código siguiente para agregar a su cadena las recomendaciones de Amazon Personalize para un usuario.
from aws_langchain import AmazonPersonalize from aws_langchain import AmazonPersonalizeChain from langchain.llms.bedrock import Bedrock recommender_arn="
RECOMMENDER ARN
" bedrock_llm = Bedrock(model_id="anthropic.claude-v2", region_name="us-west-2") client=AmazonPersonalize(credentials_profile_name="default",region_name="us-west-2",recommender_arn=recommender_arn) # Create personalize chain # Use return_direct=True if you do not want summary chain = AmazonPersonalizeChain.from_llm( llm=bedrock_llm, client=client, return_direct=False ) response = chain({'user_id': '1'}) print(response)
-
Para obtener información sobre cómo empezar LangChain, consulte la Introducción
en la LangChain documentación. -
Para obtener información sobre el uso LangChain del código creado para Amazon Personalize, incluidos ejemplos de código más avanzados, consulte las LangChain extensiones Amazon Personalize
en la AWS repositorio de muestras.