**支援結束通知：**2026 年 10 月 30 日， AWS 將結束對 Amazon Pinpoint 的支援。2026 年 10 月 30 日之後，您將無法再存取 Amazon Pinpoint 主控台或 Amazon Pinpoint 資源 (端點、區段、行銷活動、旅程和分析)。如需詳細資訊，請參閱 [Amazon Pinpoint 終止支援](https://docs.aws.amazon.com/console/pinpoint/migration-guide)。**注意：**與 SMS、語音、行動推播、OTP 和電話號碼驗證相關的 APIs 不受此變更影響，並受 AWS 最終使用者傳訊支援。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 在 Amazon Pinpoint 中設定推薦者模型
<a name="ml-models-rm-setup"></a>

*推薦者模型* 是一種機器學習（ML）模型，旨在預測特定使用者會喜歡一組給定產品或項目的哪些內容。它會將該資訊視為使用者提供的一組建議來提供。在 Amazon Pinpoint 中使用模型，就能根據每個收件人的屬性和行為，將個人化建議傳送給訊息收件人。

您必須先設定 Amazon Pinpoint 與具有要使用模型的 Amazon Personalize 行銷活動之間的連線，才能以這種方式使用推薦者模型。設定連線時，可以指定要以什麼方法擷取和使用 Amazon Personalize 行銷活動中的建議。您還可以新增用於屬性的設定，這些屬性可以臨時存放來自行銷活動的建議。

## 開始之前
<a name="ml-models-rm-setup-prerequisites"></a>

在 Amazon Pinpoint 中設定推薦者模型之前，請查看 [準備將推薦者模型與 Amazon Pinpoint 搭配使用](ml-models-rm-prerequisites.md) 中的資訊。這可協助您在 Amazon Pinpoint 中收集設定模型所需的資源和資訊。

## 步驟 1：設定模型
<a name="ml-models-rm-setup-step1"></a>

在此步驟中，您可以指定要擷取建議的 Amazon Personalize 行銷活動。您也可以選擇設定來指定擷取和使用這些建議的方式。

**設定推薦者模型**

1. 開啟位於 [https://console.aws.amazon.com/pinpoint/](https://console.aws.amazon.com/pinpoint/) 的 Amazon Pinpoint 主控台。

1. 在導覽窗格中，選擇 **Machine learning models (機器學習模型)**。

1. 在 **Machine learning models (機器學習模型)** 頁面上，選擇 **Add recommender model (新增推薦者模型)**。

1. 在**模型詳細資訊**下，在**推薦者模型名稱**中輸入 Amazon Pinpoint中的模型名稱。名稱必須以字母或數字開頭。最多可包含 128 個字元。字元可以是字母、數字、底線 (\$1) 或連字號 (‐)。

1. (選擇性) 請在 **Recommender model description (推薦者模型說明)** 輸入模型的簡短描述。描述最多可包含 128 個字元。字元可以是字母、數字、空格或下列符號：底線 (\$1)、分號 (；)、括號 ()、逗號 (，) 和連字號 ( ‐)。

1. 在**模型組態**下，針對 **IAM 角色**，選擇授權 Amazon Pinpoint 連線至 並從使用該模型的 Amazon Personalize 行銷活動擷取建議的 AWS Identity and Access Management (IAM) 角色。您有下列選項：
   + **使用現有角色** – 選擇此選項，以使用已存在於您 的 IAM 角色 AWS 帳戶。然後，從角色清單中選擇您想要的角色。
   + **自動建立角色** – 選擇此選項，可自動建立具有必要許可的 IAM 角色。然後，輸入角色的名稱。

   另一個選項是與您的管理員合作來手動建立角色。如需手動建立角色的相關資訊，請參閱*《Amazon Pinpoint 開發人員指南》*中的[擷取建議的 IAM 角色](https://docs.aws.amazon.com/pinpoint/latest/developerguide/permissions-get-recommendations.html)。

1. 在**推薦者模型**中，選擇要擷取建議的Amazon Personalize 行銷活動。

   此清單會顯示您可以在目前 AWS 帳戶 中使用 存取的所有 Amazon Personalize 行銷活動 AWS 區域。如果該清單未包含您要的行銷活動，請要求管理員授與行銷活動的存取權、並確認您在上述步驟中選擇了正確的 IAM 角色。此外，請確認行銷活動存在於目前的 中 AWS 區域。

1. 在**設定**下，在**用於建議的識別符**中指定是否要將 Amazon Personalize 行銷活動中的唯一使用者，與 Amazon Pinpoint 專案中的端點 (**端點 ID**) 或使用者 (**使用者 ID**) 建立關聯。

1. 在**每則訊息的建議數量**中，選擇您要為 Amazon Pinpoint 專案中每個端點或使用者擷取的推薦項目數 (視您在上一個步驟的選擇而定)。

   此設定決定 Amazon Pinpoint 擷取的建議數目，以及您可以在單一訊息中加入的建議數目。您最多可擷取五個建議項目。如果您選擇 **1**，Amazon Pinpoint 只會為每個訊息收件人擷取清單中的第一個建議，例如最值得推薦給收件人的電影。如果您選擇 **2**，Amazon Pinpoint 會從清單中為每個收件人擷取第一個和第二個建議，例如最值得推薦給收件人的兩部電影。諸如此類，可提供多達五個建議。

1. 在**處理方法**中，選擇以下其中一個選項，指定 Amazon Pinpoint 要以什麼方法處理其擷取的建議：
   + **使用模型傳回的值** – 使用此選項，訊息將顯示 Amazon Personalize 行銷活動提供的建議確切文字。此外，每個端點或使用者的所有建議，都會暫時存放在每個端點或使用者的一個標準建議屬性中。
   + **使用 Lambda 函數** – 有了此選項，訊息可以顯示增強型建議，而不是 Amazon Personalize 行銷活動提供的建議文字，或是除此之外的其他建議。如果您選擇此選項，Amazon Pinpoint 會先將建議傳送至 AWS Lambda 函數以進行其他處理，再傳送包含建議的訊息。此外，您可以為每個端點或使用者暫時將建議存放在多達 10 個自訂建議屬性中。

     如果您選擇此選項，也可以使用 **Lambda 函數**清單來選擇要使用的函數。此清單會顯示您可以在目前 AWS 帳戶 中使用 存取的所有 Lambda 函數 AWS 區域。如果該清單不包含您想要的函數，請要求您的管理員授與您存取該功能的權限。如果函數尚未存在，請選擇**建立新的Lambda 函數**，然後與您的開發團隊一起建立該函數。詳情請參閱*《Amazon Pinpoint 開發人員指南》*中的[使用 AWS Lambda自訂建議](https://docs.aws.amazon.com/pinpoint/latest/developerguide/ml-models-rm-lambda.html)。

1. 完成這些設定的輸入後，請選擇**下一步**，繼續下一個步驟，新增推薦者模型的屬性設定。

## 步驟 2：新增屬性到模型
<a name="ml-models-rm-setup-step2"></a>

選擇用於連接 Amazon Personalize 行銷活動，並從中擷取建議的設定後，就可以針對將儲存推薦資料的屬性輸入設定。這些選項會根據您在上述步驟中選擇的處理方法而有所不同：

**使用該模型傳回的值**  
如果您選擇此選項，建議將暫時存放在一個屬性中。這是每個端點或使用者的標準建議屬性，具體取決於上一步驟中為**用於建議的識別符**設定所選擇的選項。此屬性的基礎名稱為 `RecommendationItems`。  
在 **Display name (顯示名稱)** 中，輸入屬性的描述性名稱。當您將屬性的變數新增至訊息範本時，此名稱會出現在範本編輯器的 **Attribute finder (屬性搜尋工具)** 中。名稱最多可包含 25 個字元。字元可以是字母、數字、空格、底線 (\$1) 或連字號 (‐)。

**使用 Lambda 函數**  
如果您選擇此選項，您可以使用多達 10 個屬性來存放每個建議的資料。這是每個端點或使用者的自訂建議屬性，具體取決於上一步驟中為**用於建議的識別符**設定所選擇的選項。假設您為每個端點或使用者擷取一個產品建議，Lambda 函數可以處理該建議，並將結果加到該建議的三個自訂屬性：產品名稱、價格和影像。  
針對您要新增的每個自訂屬性，選擇 **Add attribute (新增屬性)**，然後執行下列動作：  
+ 在 **Attribute name (屬性名稱)** 中，輸入屬性的名稱。在您將屬性的變數新增至訊息範本後，此前面加上 `Recommendations` 字首的名稱，會出現在範本編輯器中。名稱須與 Lambda 函數用於儲存建議資料的屬性名稱相符。

  屬性名稱必須以字母或數字開頭，最多可包含 50 個字元。字元可以是字母、數字、底線 (\$1) 或連字號 (‐)。屬性名稱區分大小寫且必須是唯一的。
+ 在 **Display name (顯示名稱)** 中，輸入屬性的描述性名稱。當您將屬性的變數新增至訊息範本時，此名稱會出現在範本編輯器的 **Attribute finder (屬性搜尋工具)** 中。名稱必須以字母或數字開頭，最多可包含 25 個字元。字元可以是字母、數字、空格、底線 (\$1) 或連字號 (‐)。

完成屬性的設定後，請選擇**下一步**，繼續下一個步驟，查看並發佈推薦者模型的組態設定。

## 步驟 3：檢閱和發佈模型
<a name="ml-models-rm-setup-step3"></a>

輸入完連線和使用推薦者模型的所有設定後，您就可以檢閱設定了。

查看設定後，選擇**發布**儲存設定。接著 Amazon Pinpoint 會檢查設定，確認設定正確無誤。如果有任何設定遺失或不正確，它將針對每個錯誤顯示訊息，協助您判斷要修正的設定。如果您需要修正設定，請使用導覽窗格直接前往包含設定的頁面。

在您發佈設定後，您可以開始在郵件中使用建議。