แนวคิดการกำหนดสถาปัตยกรรม ทำแผนที่โซลูชัน วิธีการรวบรวมและแหล่งจัดเก็บข้อมูล
ความเข้ากันได้ Google Gen AI SDK ปัญญาประดิษฐ์ | Add intelligence and efficiency to your business with AI and machine learning.
โมเดลราศีเมถุนสามารถเข้าถึงได้โดยใช้ไลบรารี สําหรับ TypeScript และ JavaScript Gemini API โดยตรง Google Gen AI JavaScript SDK
ออกแบบมาสําหรับ นักพัฒนา TypeScript JavaScript Gemini The SDK Gemini Developer API Vertex AI
จากสภาพปัญหา การทำโฆษณา เราจัดพิมพ์เขียว
ความท้าทายทางธุรกิจ คุณเป็นแพลตฟอร์มโฆษณาดิจิทัล ลูกค้าต้องการก้าวไปไกลกว่าโฆษณาทั่วไปในขนาดเดียว บนงบประมาณที่กำหนดไว้อย่างเหมาะสม
ความท้าทาย คือ การสร้างรูปแบบโฆษณาที่ปรับให้เหมาะกับแต่ละบุคคล (แบบเจาะจง) หลายร้อยรายการ ซึ่งปรับให้เหมาะกับกลุ่มเป้าหมายที่แตกต่างกัน ซึ่งเป็นงานที่ ใช้งบประมาณสูง ** (มีต้นทุนต่อ Convertion การติดต่่อ และทุนต่อการขายสูง ROI และผลัพธ์ช้ามาก (ถ้าใช้วิธีการ ผลิตสื่อและการทำโฆษณาแบบเดิมๆ)
Stack Technology: Vertex AI, Text-to-Speech API, Cloud Run, BigQuery
พิมพ์เขียว เรากำหนด โฆษณา / แคมเปญ และกลุ่มเป้าหมายจะมีหลายกลุ่มซึ่งสัมพันธ์กับเนื้อหาที่จะประเมินความสนใจ จำนวนมากที่จัดเก็บบน BigQuery โดยมีกลไกที่เราใช้ประมาณดังนี้
วางแผนเนื้อหา ➝ กำหนดช่วงเวลา ➝ กำหนดประตามรูปแบบบริบท
➝ เผยแพร่ผ่านหลากหลายช่องทาง Facebook, Tiktok, Website, Partners
➝ สําหรับแต่ละกลุ่ม บริการใน Cloud Run จะเรียก Gemini API พร้อมข้อความแจ้ง เช่น
"สร้างสคริปต์โฆษณาเสียงความยาว 15 วินาทีสําหรับแบรนด์กาแฟใหม่
โดยกําหนดเป้าหมายเป็น "มืออาชีพรุ่นใหม่" น้ําเสียงควรมีความซับซ้อนและมีพลัง"
➝ ราศีเมถุนสร้างสคริปต์ที่ไม่ซ้ํากันสําหรับผู้ชมแต่ละคน
➝ สคริปต์จะถูกส่งไปยัง Text-to-Speech API เพื่อสร้างเสียงพากย์ในรูปแบบต่างๆ
➝ ไฟล์เสียงเหล่านี้รวมกับเพลงประกอบ สร้างรูปแบบโฆษณาส่วนบุคคลหลายร้อยรายการในไม่กี่นาที
การวิเคราะห์เป้าหมาย ขณะนี้ฉันกำลังวิเคราะห์คำขอของผู้ใช้ โดยมุ่งเน้นไปที่การทำความเข้าใจวัตถุประสงค์หลัก นั่นคือ การเพิ่มยอดขายผ่านการปรับแต่งเว็บไซต์ให้ตรงกับกลุ่มเป้าหมาย ฉันกำลังระบุองค์ประกอบและสมมติฐานสำคัญที่สนับสนุนเป้าหมายนี้ ตอนนี้ฉันพร้อมที่จะเจาะลึกกลยุทธ์ที่เป็นรูปธรรมแล้ว
การวิเคราะห์ข้อมูล ผมได้เปลี่ยนจากการวิเคราะห์เป้าหมายแบบแยกส่วนไปสู่การวิเคราะห์ข้อมูลโดยตรง ตอนนี้ผมกำลังวิเคราะห์จุดข้อมูลที่ได้รับ โดยเฉพาะอย่างยิ่งรูปแบบพฤติกรรมผู้ใช้ การทำความเข้าใจความสัมพันธ์ระหว่างหมวดหมู่สินค้า คุณสมบัติ และการกระทำที่สังเกตได้นั้นสำคัญอย่างยิ่งยวด ข้อจำกัด "Boss" และการมุ่งเน้นไปที่สินค้าราคาสูงก็เป็นอีกเรื่องที่ต้องพิจารณาเช่นกัน
การกำหนดระบบ ตอนนี้ผมกำลังมุ่งเน้นไปที่การกำหนดส่วนประกอบหลักของระบบ ผมได้แบ่งสถาปัตยกรรมออกเป็นสองส่วน ได้แก่ การรวบรวมข้อมูล การจัดเก็บ/ประมวลผล ระบบแนะนำ และการสร้างเนื้อหา เป้าหมายคือการนำเสนอระบบที่เชื่อมโยงกันให้กับผู้ใช้ ไม่ใช่แค่เพียงส่วนย่อยๆ ผมมองว่านี่เป็นแผนที่มั่นคงเมื่อพิจารณาจากข้อมูลและบริบททางธุรกิจ
การสร้างพิมพ์เขียว ตอนนี้ผมกำลังร่างโครงร่างสถาปัตยกรรมระบบที่ครอบคลุม ส่วนประกอบต่างๆ จะประกอบด้วยการรวบรวมข้อมูล การประมวลผล ระบบแนะนำ การสร้างเนื้อหา และการนำเสนอ ผมมุ่งเน้นไปที่การให้คำแนะนำเครื่องมือที่เป็นรูปธรรมสำหรับแต่ละเลเยอร์ โดยเฉพาะอย่างยิ่งสำหรับการตั้งค่าแบบ GA4 ระบบนี้ตอบสนองความต้องการของผู้ใช้ในการแสดงผลิตภัณฑ์ซ้ำๆ เชิงกลยุทธ์
การร่างโครงร่างกลยุทธ์ ตอนนี้ผมกำลังจัดทำแผนภูมิฟังก์ชันหลักของระบบ โดยเริ่มจากการรวบรวมข้อมูลและกำลังพัฒนาไปสู่ส่วนหน้า (front-end) ชั้นข้อมูลจะใช้ประโยชน์จาก GA4 BigQuery จะทำหน้าที่เป็นคลังข้อมูล และเครื่องมือแนะนำจะอาศัย Vertex AI Matching Engine ผมกำลังเน้นย้ำบทบาทของ Gemini ในการสร้างเนื้อหา โดยเฉพาะสำหรับคำอธิบายผลิตภัณฑ์และโปรโมชันเฉพาะบุคคล เป้าหมายคือการจัดทำพิมพ์เขียวที่สมบูรณ์และนำไปปฏิบัติได้จริง
การทำแผนที่โซลูชัน ตอนนี้ผมกำลังวางแผนโซลูชันที่ดีที่สุดให้ตรงกับความต้องการของผู้ใช้ โดยมุ่งเน้นไปที่การสร้างสถาปัตยกรรมระบบที่แข็งแกร่ง ส่วนประกอบหลักของผมประกอบด้วยการรวบรวมข้อมูล การประมวลผล ระบบแนะนำ (Vertex AI Matching Engine) การสร้างเนื้อหา (Gemini) และเลเยอร์การนำเสนอ สิ่งเหล่านี้คือองค์ประกอบพื้นฐาน ผมจะอธิบายขั้นตอนการสร้างระบบอย่างละเอียดทีละขั้นตอน
การกำหนดสถาปัตยกรรม ตอนนี้ผมกำลังร่างระบบอย่างละเอียดสำหรับการปรับแต่งการขายแบบเฉพาะบุคคล ข้อมูลจะไหลผ่าน GA4 ประมวลผลใน BigQuery และคำแนะนำต่างๆ จะถูกจัดการโดย Vertex AI Matching Engine Gemini จะสร้างเนื้อหาที่ปรับแต่งให้เหมาะสม ผลลัพธ์สุดท้ายจะเป็นการแสดงผลแบบผสานรวมเข้ากับเว็บไซต์ ผมตื่นเต้นกับโปรเจกต์นี้มาก!
โซลูชันระบบคลาวด์ | Google คลาวด์
ก้าวต่อไป ➝ ยึดมั่น ➝ คอนเทนต์
คำนึงถึง ➝ การสร้างประสบการณ์ลูกค้าแบบเฉพาะบุคคล (Personalized Customer Experience) ➝ ให้ระดับที่เหมาะสมและทรงพลังยิ่งกว่ามาก ➝ หน้าที่ของ Gemini แต่เป็นเพียงส่วนประกอบสำคัญที่ทำให้ระบบนี้ น่าสนใจและสมบูรณ์แบบ
ระบบนี้เรียกว่า Recommendation Engine (เครื่องมือแนะนำสินค้า) + Personalization Platform (แพลตฟอร์มสร้างประสบการณ์เฉพาะบุคคล)
การดำเนินการและเครื่องมือที่สร้างระบบนี้ขึ้นมา
แนวทางที่ดีที่สุดบนเครื่องมือที่ทันสมัยและมีความปลอดภัยสูงสุดในเวลานี้
ติดตาม (System Architecture)
ภาพแสดง ประเด็ด เราจะศึกษาและเข้าใจลูกค้าได้อย่างไร จาก Website
ลองนึกภาพที่ระบบที่ 4 ส่วนหลักๆ ครับ
ส่วนนี้ (การรวบรวมและจัดเก็บข้อมูล): รวบรวมผู้ใช้และข้อมูลสินค้า
ตรวจสอบและแนะนำ (Recommendation Engine): สมองกลที่จะช่วยให้คุณมองเห็นสินค้าอะไรให้ใครเห็น
ส่วนสร้างคอนเทนต์ (เนื้อหาทั่วไป - บทบาทของราศีเมถุน): สร้างข้อความโปรโมตหรือคำอธิบายที่ "โดนใจ" ผู้ใช้โดยเฉพาะ
เป็นเรื่อง (Presentation Layer): และต่อไปผลลัพธ์ทั้งหมด
1. ส่วนนี้ (การรวบรวมและจัดเก็บข้อมูล) ส่วนผู้โดยสารภายในองค์กร 2 ส่วนหลักๆ:
2. ตรวจสอบวิเคราะห์และแนะนำ (Recommendation Engine) - " สมองอัจฉริยะ" ข่าวประชาสัมพันธ์ว่า"จะแสดงสินค้าอะไรลูกค้ารายนี้เห็นดี?"
3.ส่วนประกอบสร้างคอนเทนต์ (Generative Content) -ราศีเมถุน เมื่อ "สมอง" (Recommendation Engine) สามารถตรวจสอบได้"จะโชว์สินค้า A1-001" ต่อไปคือหน้าที่ของราศีเมถุนอีกครั้งนั้นยังไม่ได้และ "ย้ำๆ บ่อยๆ" อย่างมีศิลปะ
4. สิ่งที่เกิดขึ้น (Presentation Layer) สำนักงานของคุณ (Frontend) ที่เก็บข้อมูลของ 2 และ 3 มารวมกัน
ยังไงก็เป็นแผนการประชุม (Action Plan)
ระยะที่ 1 - ตลาดการค้า: ที่มาGoogle Analytics 4 และตัวจัดการแท็ก เพื่อเริ่มให้ผู้ใช้ทราบสินค้าและตรวจสอบแล้วส่งไปเก็บที่บิ๊กคิวรี
ระยะที่ 2 - ฝาสมองกล: นำข้อมูลใน BigQuery ไปให้เครื่องมือจับคู่ Vertex AI การสร้างโมเดลแนะนำสินค้า
ระยะที่ 3 - เพิ่มความฉลาดด้วย Generative AI: เขียนโค้ดหลังบ้าน (Backend) เพื่อสร้าง Prompt และเพิกเฉยAPI เจมินี่ เพื่อสร้างข้อความให้กับสินค้า
ระยะที่ 4 - การตรวจร่างกายและเนื้อหา: ให้ทีม Frontend เรียกใช้ API จากทั้งส่วนที่ 2 และ 3 เพื่อนำข้อมูลมาพบกัน
** กระทั่งถึงระบบที่ "ย้ำ" สินค้าที่ลูกค้าเห็นบ่อยๆ [ พยายามสังเกตและสร้างเกณฑ์ ชี้วัด ไม่ควรสร้างเกณฑ์ที่มนุษย์อาจทำไม่ได้ ] ** อาจจะไม่ได้กล่าวถึงและการอ้างอิงของเขาจริงๆ เพื่อเพิ่มยอดขายตามกลยุทธ์ที่ต้องการได้ทราบครับ
URL context | Gemini API | Google AI for Developers
Case ตัวอย่าง จาก "คู่มือสําหรับผู้เริ่มต้น Generative AI"
การตรวจสอบประเด็นหลัก ฉันได้วิเคราะห์ความคิดเห็นของผู้ใช้ โดยมุ่งเน้นไปที่ความกังวลหลักเกี่ยวกับการสนับสนุนลูกค้าออนไลน์ ฉันพยายามระบุปัญหาเฉพาะและอารมณ์ที่ซ่อนอยู่ เช่น ความหงุดหงิดหรือความสับสน เป้าหมายหลักคือการทำความเข้าใจปัญหาของผู้ใช้
การระบุธีมหลัก ตอนนี้ฉันกำลังมุ่งเน้นไปที่ความหงุดหงิดของผู้ใช้เกี่ยวกับระยะเวลาการเรียนรู้ที่ยาวนาน พวกเขาใช้เวลาเกือบเดือนกว่าจะเข้าใจการเชื่อมต่อ API! สิ่งนี้เน้นย้ำถึงความรู้สึกที่หลงทางในสภาพแวดล้อมที่ซับซ้อน ซึ่งเป็นหัวใจสำคัญของความกังวลของพวกเขา ฉันกำลังให้ความสำคัญกับการต่อสู้ทางอารมณ์ของพวกเขาในการตอบสนองด้วยความเห็นอกเห็นใจ แล้วจึงค่อยพิจารณากลยุทธ์
การกำหนดพื้นที่ปัญหา ตอนนี้ผมกำลังพยายามทำความเข้าใจกับประเด็นหลักที่ผู้ใช้กังวล นั่นคือธรรมชาติของความสัมพันธ์แบบใช้แล้วทิ้งกับลูกค้าออนไลน์ ซึ่งเป็นความท้าทายพื้นฐานของอีคอมเมิร์ซยุคใหม่ อุปมาอุปไมยที่ทรงพลังของอินพุตเริ่มต้นเน้นย้ำถึงความจำเป็นของกลยุทธ์ในการสร้างความสัมพันธ์ที่ยั่งยืน และความหงุดหงิดของผู้ใช้ที่มีต่อความซับซ้อนทางเทคนิคของการนำกลยุทธ์เหล่านี้ไปใช้ ผมกำลังมุ่งเน้นไปที่ความต้องการของพวกเขาในการแบ่งกลุ่มลูกค้าแบบเฉพาะบุคคล โดยใช้ข้อมูลเพื่อบรรลุเป้าหมายนั้น ผมกำลังพิจารณาภูมิทัศน์ทางเทคนิคอย่างรอบคอบ
** สังเกตและสร้าง ข้อสังเกต แหล่งที่มาเพราะเนื้ออาจวนอยู่ที่วิธีคิดแบบเดิมๆ
การวิเคราะห์ความต้องการของผู้ใช้
ตอนนี้ผมกำลังมุ่งเน้นไปที่เป้าหมายเชิงกลยุทธ์เฉพาะของผู้ใช้ในการใช้ข้อมูลเพื่อแบ่งกลุ่มลูกค้า อุปมาอุปไมยเดิมที่ว่า "ลูกค้าแบบใช้แล้วทิ้ง" เน้นย้ำถึงความจำเป็นของกลยุทธ์ในการสร้างความสัมพันธ์ที่ยั่งยืน พวกเขารู้สึกหงุดหงิดกับความซับซ้อนทางเทคนิคของการเชื่อมต่อกับระบบ AI และกำลังมองหาวิธีการที่ตรงไปตรงมามากกว่า ผมกำลังพิจารณาอย่างรอบคอบถึงวิธีการผสานรวมความเข้าใจและโซลูชันทางเทคนิคเข้าด้วยกันฉันกำลังประเมินภาวะกลืนไม่เข้าคายไม่ออกของผู้ใช้เกี่ยวกับการใช้ AI ของ Google เทียบกับการย้ายไปยัง Google Cloud Platform ซึ่งเป็นคำถามทางเทคนิคหลัก พวกเขากำลังแสวงหาคำแนะนำเกี่ยวกับขอบเขตและเครื่องมือที่เหมาะสม ฉันพยายามนำเสนอแนวทางที่ชัดเจนและนำไปปฏิบัติได้จริง ฉันมุ่งมั่นที่จะตรวจสอบปัญหาของพวกเขาและนำเสนอวิธีแก้ปัญหาที่เป็นประโยชน์
การประเมินเส้นทางทางเทคนิค
ตอนนี้ผมกำลังชั่งน้ำหนักการตัดสินใจของผู้ใช้ระหว่าง Gemini API กับ Google Cloud Platform สิ่งสำคัญคือการให้คำอธิบายที่ชัดเจนเพื่อยืนยันความสับสนของพวกเขา ผมมุ่งเน้นไปที่ฟังก์ชันที่แตกต่างกันของแต่ละฟังก์ชัน และผลกระทบเชิงปฏิบัติต่อการแบ่งกลุ่ม ผมต้องการสร้างแผนที่ชัดเจนและสร้างความมั่นใจ
การชี้แจงตัวเลือกทางเทคนิค
ตอนนี้ผมกำลังอธิบายตัวเลือกทางเทคนิคของผู้ใช้ ได้แก่ Gemini API และ GCP ผมกำลังช่วยให้พวกเขาเข้าใจจุดแข็งของแต่ละแพลตฟอร์ม และกำลังจัดทำแผนงาน เป้าหมายคือแผนที่ชัดเจนและความมั่นใจ ผมมุ่งเน้นไปที่ฟังก์ชันต่างๆ ของแต่ละแพลตฟอร์ม และกำลังระมัดระวังในการแก้ไขปัญหาทางเทคนิคในปัจจุบันของพวกเขา
การกำหนดเส้นทางเชิงกลยุทธ์
ตอนนี้ผมกำลังมุ่งเน้นไปที่ปัญหาของผู้ใช้เกี่ยวกับการใช้ AI ของ Google เทียบกับการย้ายไปยัง Google Cloud Platform ซึ่งเป็นคำถามทางเทคนิคหลัก พวกเขากำลังมองหาคำแนะนำเกี่ยวกับขอบเขตและเครื่องมือที่เหมาะสม ผมพยายามนำเสนอแนวทางที่ชัดเจนและนำไปปฏิบัติได้จริง ผมมุ่งมั่นที่จะตรวจสอบปัญหาของพวกเขาและนำเสนอวิธีแก้ปัญหาที่เป็นประโยชน์
การวางแผนเส้นทางเชิงกลยุทธ์
ตอนนี้ผมกำลังวางแผนสำหรับผู้ใช้ โดยจะตอบข้อกังวลและคำถามเฉพาะของพวกเขา ผมมุ่งเน้นไปที่ทางเลือกทางเทคนิคและจัดทำแผนงาน ผมกำลังพิจารณาเป้าหมายที่ขับเคลื่อนด้วยข้อมูลของพวกเขา และมุ่งมั่นที่จะมอบแนวทางที่ชัดเจนให้กับพวกเขา
