En los sitios de comercio electrónico, una descripción detallada de un producto puede marcar la diferencia para destacarlo y aumentar las ventas. Una descripción de producto efectiva no solo debe ser precisa y fácil de leer, sino que también debe satisfacer las necesidades de los clientes y reforzar la identidad de la marca o del vendedor en línea.
En muchas empresas, equipos reducidos de redactores se encargan de crear estas descripciones, también conocidas como copias de productos. Dependiendo de las necesidades de la compañía, el contenido del producto puede evolucionar a través de múltiples revisiones hasta alcanzar un equilibrio que haga que el producto sea atractivo para los consumidores y coherente con la marca. Este proceso consume mucho tiempo y en sectores como la moda, donde la introducción constante de nuevos productos es común, puede retrasar la disponibilidad de un artículo en la plataforma de venta.
La Inteligencia Artificial generativa se utiliza ahora para agilizar la creación de nuevas descripciones de productos. Aunque sigue siendo crucial el conocimiento y la creatividad de los redactores, la IA generativa puede extraer detalles básicos de las imágenes del producto y combinar información para producir un primer borrador que se adapte al tono y estilo deseados por la marca. Posteriormente, los redactores pueden usar este borrador como punto de partida, lo que les permite acercarse más rápidamente al producto final que si empezaran desde cero.
Generando un borrador de copia de producto a partir de datos de referencia
Los productos suelen registrarse en plataformas de comercio electrónico con información básica sobre el proveedor, las características del producto y su categorización en departamentos y grupos minoristas habituales. En caso de no contar con una descripción, las imágenes proporcionadas con el registro pueden ser analizadas por un modelo simple de transformación de imagen a texto para extraer esa información (Figura 1).
Estos datos pueden luego alimentar un modelo de lenguaje extenso (LLM), otro tipo de modelo de transformación, junto con indicaciones específicas sobre el estilo o tono requerido para la descripción del producto. A través de cierto grado de aleatoriedad incorporado en el LLM, se pueden generar múltiples borradores que ofrecen al redactor diferentes enfoques que pueden fusionarse para crear la copia final (Figura 2).
Este proceso ilustra cómo la Inteligencia Artificial generativa puede potenciar la creatividad en las empresas. Con el tiempo, el feedback de los redactores respecto al texto generado y las correlaciones entre el texto generado y la copia final pueden retroalimentar al LLM en un proceso conocido como ajuste, para ayudarlo a producir resultados más alineados con las expectativas del redactor. Sin embargo, siempre será fundamental la intervención humana para perfeccionar el resultado final.
Facilitando el flujo de trabajo con la plataforma de Inteligencia de Datos Databricks
El proceso mencionado anteriormente requiere la combinación de diversas capacidades. Dado que se basa en la integración de datos estructurados y no estructurados (como información de imágenes), es necesario contar con una plataforma versátil capaz de manejar esta variedad de datos de manera eficiente.
La plataforma también debe ser capaz de conectar estos datos con diferentes modelos de Inteligencia Artificial generativa y coordinar su procesamiento como parte de una operación continuada antes de presentar los resultados a los usuarios a través de diversas interfaces. Afortunadamente, todas estas funcionalidades están disponibles en la Plataforma de Inteligencia de Datos Databricks.
Basado en Delta Lake, un formato de acceso y almacenamiento de código abierto que sustenta una arquitectura de data lake unificada, Databricks brinda a las organizaciones la capacidad de trabajar con cualquier clase de datos en su entorno. A través de consultas interactivas y flujos de trabajo en tiempo real y por lotes, los datos pueden procesarse de forma flexible según las necesidades de la organización.
Al ser una plataforma abierta, Databricks permite a las empresas emplear una amplia gama de modelos de Inteligencia Artificial generativa, tanto propios como de código abierto. Con su nueva API del modelo base, muchos de los modelos más populares están disponibles a bajo costo y con una configuración mínima.
Además, para respaldar a los usuarios en la implementación de flujos de trabajo facilitados mediante Databricks, la plataforma ofrece integraciones con múltiples sistemas y paquetes de interfaz de usuario estándar. No hay otra plataforma que reúna todos estos elementos en un único lugar como lo hace Databricks, permitiendo a las organizaciones concentrarse en lo que desean crear en lugar de preocuparse por cómo ensamblarlo.
¿Interesado en ver un ejemplo completo del flujo de trabajo descrito implementado en Databricks? Consulta los cuadernos de trabajo gratuitos relacionados con nuestro nuevo Acelerador de soluciones para generación de copias de productos, donde se detallan todos los aspectos fundamentales de la creación de copias de productos mediante Inteligencia Artificial generativa apoyándose en las capacidades de la plataforma de Inteligencia de Datos Databricks.