As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Amazon Personalize e IA generativa

O Amazon Personalize funciona bem com inteligência artificial generativa (IA generativa). O Amazon Personalize Content Generator, com a ajuda da IA generativa, pode adicionar temas envolventes às recomendações em lote para itens relacionados. O Content Generator é um recurso de IA generativa gerenciado pelo Amazon Personalize.

Também é possível usar as recomendações do Amazon Personalize para integrar o Amazon Personalize ao fluxo de trabalho de IA generativa e aprimorar a experiência dos usuários. Por exemplo, é possível adicionar recomendações aos prompts de IA generativa para criar conteúdo de marketing personalizado de acordo com os interesses de cada usuário. Também é possível gerar resumos concisos do conteúdo recomendado ou recomendar produtos ou conteúdo por meio de bots de chat.

O vídeo a seguir mostra como você pode aprimorar as recomendações com o Amazon Personalize e a IA generativa.

Os recursos do Amazon Personalize a seguir usam IA generativa ou podem ajudar a desenvolver soluções de IA generativa que criam conteúdo personalizado. Para exemplos de cadernos Jupyter que mostram como usar o Amazon Personalize com IA generativa, consulte IA generativa com o Amazon Personalize no repositório de amostras do Amazon Personalize.

Recomendações com temas do Content Generator

O Amazon Personalize Content Generator pode adicionar temas descritivos às recomendações em lote. O Content Generator é um recurso de IA generativa gerenciado pelo Amazon Personalize.

Ao receber recomendações em lote com temas, o Amazon Personalize Content Generator adiciona um tema descritivo a cada conjunto de itens semelhantes. Por exemplo, ao receber recomendações de itens semelhantes relacionados a um alimento para café da manhã, o Amazon Personalize pode gerar um tema, como Levante-se e comece o dia ou Itens essenciais para o café da manhã. É possível usar o tema para substituir um título genérico de carrossel, como Comprados juntos com frequência. Ainda é possível incorporar o tema a um e-mail promocional ou uma campanha de marketing para obter novas opções de cardápio.

Para gerar temas, você deve importar dados para conjuntos de dados de itens e de interações com itens, criar uma solução personalizada com a fórmula Similar-Items e gerar recomendações em lote. Os dados do item devem incluir a descrição do item e as informações do título. Descrições e títulos detalhados dos itens ajudam o Content Generator a criar temas mais precisos e envolventes.

Metadados de recomendações

Ao obter recomendações, é possível fazer com que o Amazon Personalize exiba metadados sobre cada item recomendado do conjunto de dados de itens. É possível adicionar esses metadados, bem como as recomendações do Amazon Personalize, aos prompts de IA generativa para gerar conteúdo mais atraente.

Por exemplo, vamos supor que você use IA generativa para criar e-mails de marketing. É possível usar as recomendações do Amazon Personalize e os respectivos metadados, como gêneros de filmes, como parte da engenharia de prompts para IA generativa. Com prompts personalizados, é possível usar IA generativa para criar e-mails de marketing envolventes, adaptados aos interesses do cliente.

Para obter metadados de recomendações, primeiro conclua o fluxo de trabalho do Amazon Personalize para importar dados e criar recursos de domínio ou personalizados. Ao criar um recomendador ou uma campanha do Amazon Personalize, habilite a opção de incluir metadados nas recomendações. Ao obter recomendações, é possível especificar quais colunas de dados do item você deseja incluir.

LangChain Código pré-configurado para personalização

LangChain é uma estrutura para o desenvolvimento de aplicativos alimentados por modelos de linguagem. Ele apresenta código criado para o Amazon Personalize. É possível usar esse código para integrar as recomendações do Amazon Personalize à solução de IA generativa.

Por exemplo, é possível usar o código a seguir para adicionar à sua cadeia recomendações do Amazon Personalize para um usuário.

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)