Popsa, una empresa de tecnología especializada en libros de fotos personalizados, ha reinventado su función de “Sugerencia de Títulos” utilizando Amazon Bedrock y la familia de modelos Amazon Nova. Este esfuerzo busca inspirar a los clientes con títulos más creativos y alineados con la marca para sus álbumes, transformando la experiencia del usuario. La nueva implementación se basa en una combinación de metadatos, visión por computadora e inteligencia artificial generativa aumentada por recuperación (RAG). Utiliza la API unificada de Amazon Bedrock junto con Claude 3 Haiku de Anthropic y los modelos Amazon Nova Lite y Pro para generar automáticamente títulos y subtítulos creativos y coherentes en 12 idiomas.
La filosofía central de Popsa, una empresa con presencia en más de 50 países, siempre ha sido que la tecnología debe simplificar las tareas para sus usuarios. Desde el lanzamiento de su algoritmo PrintAI en 2016, la automatización ha sido un pilar para transformar fotos cotidianas en experiencias compartibles, como sus libros de fotos impresos. Por qué importa: Esta actualización ha mejorado significativamente la calidad de las sugerencias, ha reducido los costos operativos y ha acelerado los tiempos de respuesta. Como resultado, Popsa ha reportado una mayor satisfacción del cliente, un aumento medible en el compromiso y las tasas de compra, proyectando la generación de más de 5.5 millones de títulos personalizados en 2025.
La función de Sugerencia de Títulos original fue lanzada en 2021 para ayudar a los usuarios, ya que muchos optaban por opciones genéricas como “Francia 2024” o “Fotos”. Sin embargo, en junio de 2024, Popsa identificó una oportunidad clara para mejorar la creatividad y la inspiración mediante la aplicación de IA generativa. La solución de IA debía adherirse a estrictos requisitos técnicos y de diseño. Estos incluían un límite de 36 caracteres para títulos y subtítulos debido a restricciones de maquetación en la portada. Además, las salidas debían ser en formato JSON válido, con claves específicas como `title`, `subtitle` y `category`, para garantizar una integración consistente en la aplicación móvil.
Para asegurar la calidad y coherencia, Popsa estableció un conjunto de métricas de evaluación automatizadas, incluyendo el porcentaje de sugerencias dentro del límite de caracteres y la validez de las categorías de los títulos. También se empleó un modelo de lenguaje grande (LLM) como “juez” para validar pautas más subjetivas como la consistencia temática, el estilo de marca y la calidad multilingüe. La arquitectura de la solución implica que, al recibir una solicitud, el servicio de Sugerencia de Títulos primero desencripta y procesa el diseño del usuario para extraer metadatos como marcas de tiempo y coordenadas geográficas. Luego, clasifica el tema del diseño basándose en puntos de referencia de objetos, generando una descripción concisa del contenido del álbum, por ejemplo, “Un álbum de fotos de esquí”.
Esta descripción se pasa a un componente de “few-shot prompting” basado en recuperación. El sistema utiliza una base de datos de ejemplos de libros de fotos y sugerencias de títulos aceptables para “sembrar” la conversación con el LLM (Claude 3 Haiku a través de Amazon Bedrock), permitiéndole emular respuestas previas y generar títulos que sigan las reglas y el estilo definidos.
Fuentes
Respuestas (0)
Aún no hay respuestas en este tema.
