Cách sử dụng AI tạo sinh trên Amazon Bedrock để cá nhân hóa trải nghiệm khách hàng tự động

• Bài viết giới thiệu giải pháp tự động hóa cá nhân hóa trải nghiệm khách hàng bằng AI tạo sinh trên Amazon Bedrock, kết hợp khả năng của mô hình ngôn ngữ lớn (LLM) với hướng dẫn của con người.

• Giải pháp sử dụng phương pháp phân tách nhiệm vụ, sử dụng các LLM chuyên biệt cho từng công đoạn: cá nhân hóa nội dung (UX designer/personalizer), tạo hình ảnh (artist) và xây dựng website (builder/front end developer).

• Ví dụ minh họa là công ty tư vấn OneCompany Consulting tự động tạo trang đích cá nhân hóa cho khách hàng doanh nghiệp khi họ đăng ký.

• Quy trình bao gồm: chuyển đổi thông tin khách hàng từ JSON sang văn bản, sử dụng RAG để truy xuất thông tin ngành, sử dụng LLM để tạo mô tả website chi tiết và mô tả hình ảnh, tạo hình ảnh bằng Stable Diffusion, và cuối cùng là tạo mã HTML, CSS và JavaScript.

• Giải pháp sử dụng các mô hình Claude của Anthropic trên Amazon Bedrock. Claude Sonnet được dùng cho cá nhân hóa nội dung, Claude Haiku cho tạo mã.

• Các tài nguyên được sử dụng bao gồm: hồ sơ khách hàng, thông tin ngành, dịch vụ cung cấp, hướng dẫn thiết kế và đánh giá của khách hàng.

• Kết quả tạo ra các trang web cá nhân hóa cho các khách hàng trong ngành sản xuất xe điện, khai thác mỏ và xây dựng, với nội dung, hình ảnh và thiết kế phù hợp với từng ngành.

• Giải pháp có thể được cải tiến thêm bằng cách xử lý hàng loạt, phân cụm hồ sơ khách hàng tương tự, sử dụng mẫu website, và tìm kiếm hình ảnh ngữ nghĩa thay vì tạo mới.

📌 Giải pháp sử dụng AI tạo sinh trên Amazon Bedrock để tự động hóa cá nhân hóa trải nghiệm khách hàng, kết hợp LLM với hướng dẫn của con người. Phương pháp phân tách nhiệm vụ và sử dụng RAG giúp tạo ra nội dung website cá nhân hóa chính xác và nhất quán cho từng khách hàng doanh nghiệp.

https://aws.amazon.com/blogs/machine-learning/reinvent-personalization-with-generative-ai-on-amazon-bedrock-using-task-decomposition-for-agentic-workflows/