Handmade.com, un destacado mercado de productos artesanales, ha decidido modernizar su flujo de generación de contenido mediante la implementación de una solución automatizada que mejora la calidad de las descripciones de productos y su optimización para motores de búsqueda (SEO). Con más de 60,000 productos en su catálogo, la necesidad de hacer mejoras significativas en las descripciones se volvió evidente, ya que un porcentaje considerable incluía textos básicos que podían optimizarse.
El mercado, que apoya una amplia gama de bienes artesanales con características y necesidades de presentación únicas, enfrentaba desafíos al depender del procesamiento manual, que consumía en promedio 10 horas semanales. A medida que el marketplace crecía, también lo hacía la necesidad de automatización para mantener la calidad de las descripciones de productos y sus metadatos.
Handmade.com implementó una tubería impulsada por inteligencia artificial (IA) que comienza con la ingestión de imágenes y metadatos. Utilizando el modelo de lenguaje de gran tamaño (LLM) Claude 3.7 de Anthropic, el sistema genera descripciones iniciales que se enriquecen y optimizan para SEO mediante el uso de Amazon Titan Text Embeddings V2, permitiendo la búsqueda semántica a través de Amazon OpenSearch Service.
Este proceso incluye varios componentes, comenzando con la carga de imágenes y el procesamiento inicial. Cada imagen de producto, junto con su metadato, pasa a ser analizada por Claude, que genera un borrador de descripción. A continuación, esta descripción se embebe y se almacena en un índice vectorial para habilitar búsquedas semánticas. Para enriquecer el contenido, se emplea un patrón de Generación Aumentada por Recuperación (RAG), donde los resultados contextuales se envían nuevamente a Claude para refinar las descripciones, garantizando así un formato SEO-optimizado.
Además, el sistema también incorpora datos de interacción del cliente para mejorar continuamente la generación de descripciones y el descubrimiento de productos. Analizando métricas como tasas de clics y eventos de conversión, el sistema perfecciona la ingeniería de prompts para optimizar el contenido.
Por otro lado, los datos de reseñas también sirven como insumos valiosos en la tubería RAG. A través del procesamiento del lenguaje natural, el sistema extrae atributos específicos y detalles de artesanía que se integran en la base de datos, mejorando las capacidades de búsqueda semántica.
Con esta modernización, Handmade.com no solo ha optimizado su flujo de trabajo de contenido, sino que también ha sentado las bases para futuras capacidades como SEO multilingüe y nuevas formas de contenido. La empresa prevé extender el uso de Amazon Bedrock Agents, simplificando aún más el proceso de incorporación para los vendedores y mejorando la calidad de las recomendaciones a sus clientes.
vía: AWS machine learning blog
