使用MongoDB和Together AI加快产品入门速度，为编写多语言产品说明提供生成式人工智能解决方案。
行业： 零售
产品： MongoDB Atlas、Document Model、MongoDB Node.js 驱动程序
合作伙伴： Together AI
解决方案概述
在此解决方案中，您学习如何构建由AI驱动的生成式人工智能架构，该架构使用Together AI视觉模型处理图像，生成准确且令人信服的图像说明。MongoDB Atlas提供服务作为操作数据层，利用其灵活数据模型在添加新说明时进行扩展，并确保高效的数据管理和可扩展性。
事实证明，该解决方案在零售行业尤其有价值。将新产品添加到零售商目录的进程可能非常耗时，尤其是当您使用多种语言并针对不同的受众特征制作产品说明时。该解决方案通过生成式人工智能自动执行初始内容创建，从而帮助简化工作流程，为零售商的每个产品说明打下坚实的基础，最终加快上市时间并提高目录用户体验写作的一致性。
优秀说明的重要性
Business Dasher 指出，“当产品说明不佳或不完整时，70% 的人会离开产品页面。”
产品说明在客户之旅中起着至关重要的作用。购物者依赖产品说明做出购买决策。当产品描述过于单薄或缺失时，企业不仅可能错失潜在收益，还会导致客户体验受损。
精彩的说明可以提高用户互动和满意度，因为据 Business Dasher 称，“87% 的在线购物者认为产品说明在做出购买决定时至关重要”。另一方面，根据AX Semantics.的说法，不准确的说明可能会导致收入损失和客户数信任度下降，因为“40% 的消费者由于产品内容不佳而退还了在线购买的商品”。
传统产品说明的挑战
撰写高质量的说明涉及大量细节和仔细的考虑。一些挑战包括：
撰写引人注目的说明：精心撰写的产品说明可以满足目标的需求和愿望，同时保持与企业的用户体验写作策略和品牌形象一致的一致基调。
SEO 优化：撰写符合 SEO 优化的产品说明，推动有机流量，提高搜索引擎排名。
多语言复杂性：对于拥有多语言门户或多个运营地区的零售商来说，复杂性增加了。
内容批准延迟：即使在写入说明后，通常仍需执行编写批准进程，从而延迟了产品上市时间。
参考架构
该架构由三个关键组件组成：
MongoDB Atlas：一个通用数据平台，用于托管云中的数据。MongoDB文档模型允许产品通过添加更多说明（即多种语言的翻译）来轻松扩展，而不会引入复杂性。
对象存储：用于存储和检索产品图像文件的有效系统。您可以使用 Google Cloud 存储、 Azure Blob 存储 或 AWS S3 来构建它。
Together AI：提供各种生成式AI服务，只需几行代码即可轻松运行或微调领先的开源模型。该解决方案使用其可用的视觉法学硕士来生成产品说明。
下图显示了该解决方案的架构：
图 1. 生成式人工智能架构的产品说明
该架构具有以下数据流：
1。产品摄取
解决方案从图表左侧的 User/事件 标签开始。笔记本电脑图标代表产品说明生成器系统。首先，您会收到一个新产品，您可以手动或通过自动事件批量添加该产品。
2。请求说明
然后，您可以通过向Together AI的终结点发送查询来生成说明，利用结合计算机视觉和自然语言处理（NLP）的视觉模型来处理和理解图像和文本。该请求包括图像URL、所需的说明长度、使用的视觉模型以及说明的语言。
3。生成说明
Together AI使用其 Llama3 视觉模型扫描图像，生成符合指定要求的说明，并将说明返回给应用程序。
4。存储说明
最后，您将产品及其说明更新或插入（upsert）MongoDB的目录中，确保在所有连接的系统中实时可用性。
为了说明此架构的可扩展性，请参考下图。通过集成 MongoDB Change Streams，可以实现对监听目录的任何应用程序的实时更新。例如，电商门户、社交媒体平台以及任何其他接触点。
下图显示了该实时集成解决方案的架构：
图 2. 生成式人工智能架构的产品说明及其实时应用程序
构建解决方案
此解决方案使用此 GitHub 存储库。
存储库的 README 更详细地描述了以下过程。
复制该演示数据库
在您的Atlas帐户中预配一个集群，并使用提供的数据转储和单个mongorestore命令填充演示数据库。
创建您的 Together AI 账户
登录Together AI。导航到您的帐户并检索用户密钥，您可以通过转到您的个人资料，然后转到设置并选择API密钥来找到该密钥。根据需要将此密钥保存在 .env文件中。
配置您的应用程序前端
通过将 GitHub 存储库克隆到本地计算机来获取演示代码，配置环境变量并安装依赖项。最后，在http://localhost:3003 本地运行应用。
关键要点
高质量产品说明推动业务成功：精心撰写的产品说明能够提升用户互动，通过增加浏览量来提高 SEO 排名，并帮助客户做出更明智的购买决定。
利用MongoDB和Together AI自动生成产品说明：通过将 MongoDB 灵活且可扩展的数据库与Together AI 的可用视觉模型相结合，零售商可以自动生成符合其业务需求的实时产品说明。
现代架构加快了产品上市速度：利用AI和自动化简化了产品上线进程，减少了人工工作量并加快了审批速度。使用生成式人工智能进行产品说明可以保持一致的用户体验和基调，从而能够快速可扩展性以扩展产品目录。
作者
Angie Guemes, MongoDB
Prashant Juttukonda, MongoDB