利用生成式 AI 自动生成产品说明

优秀说明的重要性

您知道吗，大约 70% 的人会在产品说明不佳或不完整时退出产品页面？

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。

精彩的描述可以提高用户互动和满意度，因为87 % 的在线购物者认为产品描述在做出购买决定时至关重要。另一方面，不准确的描述可能会导致收入损失和客户群信任度下降，因为 40% 的消费者因产品内容不佳而在线。

传统产品说明编写过程中的挑战

撰写高质量说明的过程涉及许多细节和周到的考虑。面临的一些挑战包括：

• 撰写富有表现力的产品说明：一份优秀的产品说明应当精准切中目标用户的需求与期望，同时保持与企业用户体验文案策略及品牌调性高度一致的表达风格。

• 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网站和多个运营地区的零售商来说，这一过程的复杂性会增加。

• 内容审批延迟：即使已经撰写产品说明，但仍然需要经过审批流程，从而延误上市时间。

借助 MongoDB

在此架构的核心，我们有三个关键组件：

• MongoDB Atlas：功能强大的通用数据平台，可在云端无缝管理数据。MongoDB 的灵活文档模型允许产品通过添加更多说明（例如多语言翻译）轻松扩展，而不会增加复杂性。

• 对象存储：高效的产品图像文档存储和检索系统。可以使用 Google Cloud 存储、Azure Blob 存储或 AWS S3 来构建该系统。

• Together AI：提供多种生成式人工智能服务，只需几行代码即可轻松运行或微调领先的开源模型。该解决方案利用现有的 vision LLM 生成产品说明。

图 1. 生成式人工智能架构的产品说明

旅程从图表左侧的“用户/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，收到新产品后，可以由用户手动添加，也可以通过自动事件批量添加。

随后，零售商通过向 Together AI 的终结点发送查询，利用其视觉模型，结合计算机视觉与自然语言处理 (NLP) 技术，处理并理解图像与文本，从而生成产品说明。该请求包括图像 URL、预期的说明长度、所使用的视觉模型以及说明所采用的语言。

然后，Together AI 会获取这些数据，使用其 Llama3 视觉模型扫描图像，生成符合要求的说明，然后将产品说明返回给应用程序。

最后，产品及其说明将上载到 MongoDB 的目录中，确保所有连接系统的实时可用性。

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。

图 2. 生成式人工智能架构的产品说明及其实时应用程序

MongoDB 开发者数据平台

• Atlas 数据库

合作伙伴技术

• Next.js

• Together AI