用生成性 AI 在 Amazon Bedrock 上重新定义个性化体验

关键要点

背景与目标：本文章探讨如何利用生成性 AI 和任务分解方法，在 Amazon Bedrock 上实现个性化客户体验。解决方案框架：通过一个虚构的咨询公司 OneCompany Consulting 来展示自动化个性化网站内容的创建过程，旨在快速实现客户的入职。任务分解环境：通过分解任务到特定的语言模型，确保最终交付的内容既准确又符合公司指导方针。实用示例：提供了针对不同行业如制造业、建筑业的客户生成个性化网页的相关代码和操作流程。

个性化已经成为为企业及其客户提供实际收益的基石。虽然生成性 AI 和大型语言模型LLMs提供了新的可能性，但一些企业在使用这些技术时，可能会因为对一致性及遵守企业指南的担忧而犹豫不决。本文提出了一种自动化个性化解决方案，该解决方案能够平衡大型语言模型的创新能力与遵循人类指令和人类策划资产，以确保为客户提供一致且负责任的个性化体验。

我们的解决方案基于 Amazon Bedrock，这是一项完全托管的服务，提供来自领先 AI 公司如 AI21 Labs、Anthropic、Meta 等的一系列高性能基础模型，以及构建生成性 AI 应用所需的广泛能力，确保安全性、隐私和负责任的 AI。在此文章中，我们使用 Anthropic 的 Claude 模型进行演示。

使用案例概述

我们虚构的公司 OneCompany Consulting 计划使用生成性 AI 自动创建个性化的登录页面，以加速其商业客户的入职。客户在注册时提供了一些基本的公开信息，例如所在州、行业、公司规模以及其使命声明。同时，OneCompany 还维护了一套市场研究资料库，并为特定行业提供服务。UX/UI 设计师已经明确了适用于其所有网站的最佳实践和设计系统。由于我们没有这样的专业知识，我们采用合成生成的方法来展示实际中由专家或其他方法创建的过程。

以下示意图展示了客户注册后生成个性化登录页面的过程。

yt加速器官网入口

图 1：客户注册的过程与解决方案生成个性化网站的示意图。

我们利用 Amazon Bedrock 上的其他 LLM 合成生成虚构的参考材料，以避免可能因 Amazon Claude 的预训练数据而产生的偏见。在实际场景中，这些资源将由人类和组织创建，并包含更全面和详尽的信息。然而，我们的解决方案仍然可以被采用。

客户资料详情行业建筑公司名称示例公司建材公司规模1500公司类型企业位置纽约市，纽约州使命声明为纽约构建可持续的未来

以下是从设计指南中提取的一些示例：

使用任务分解进行代理工作流，在 Amazon Bedrock 上使用生成式 AI 重新定义个性化机使用与客户行业相匹配的色彩方案，并确保色彩的对比度足以保证可读性。使用可视的字体大小和响应式单位，以提高可见性和可读性。

解决方案概述

为了高效创建个性化网站，我们采取了任务分解的方法，将复杂的过程简化为独立的子任务。这一方法允许采用更小且成本效益较高的语言模型，创建针对性的提示和上下文以提高准确性和响应性，且便于故障排除，从而实现成本节约。

在我们的示例中，我们将个性化网站创建过程分为三个步骤，由专门的代理处理：个性化生成者用于定制内容，艺术家用于生成图像，前端开发者用于编码。我们使用 Claude Sonnet 进行个性化生成，因为相较于代码生成的任务，它的复杂度更高。不过，Claude Haiku 同样可以用于个性化生成，可能带来进一步的成本节约。我们推荐客户测试这两个模型，以确定在其特定用例下的最佳性能与成本的平衡。

以下示意图展示了我们的代理工作流程。

图 2：由专门的任务/领域采用的LLMs 组成的代理工作流程示意图。

解决方案架构

该工作流程包括以下步骤：

客户资料以键值对的格式存储为 JSON。为简化后续 LLM 的任务，需要将 JSON 转换为自然语言。将资料转换为描述语句后，使用 RAG检索增强生成框架获取相关的行业见解。有了 Amazon Bedrock Knowledge Bases 支持的 RAG，用户即可轻松实现从信息获取到知识来源的整合。准备好对个性化生成 LLM 提交提示，其中包含客户资料和行业见解，以及提供的设计指导和客户评价。从个性化生成 LLM 获得的响应分为两条路径，第一条传递给前端开发者 LLM，第二条发送给图像生成 LLM。

前提条件

在阅读本文之前，您需要准备以下内容：

AWS 账户。已安装的 AWS CLI。已设置的 AWS Python SDK (Boto3)。Amazon SageMaker Studio 是用于构建我们的 Jupyter notebook 的集成开发环境IDE。对于本示例，我们使用 Stability AI Stable Diffusion XL 和 Anthropic 的 Claude 3 妙音和海久。

通过结合生成性 AI、策划数据和任务分解，企业能够以具有成本效益的方式创建准确的、个性化的网站体验，从而与品牌和设计系统保持一致。

为了更深入地探讨和实践本解决方案，请查看我们的 GitHub 代码库。