侧边栏壁纸
博主头像
青云TOP-AI综合资源站平台|青云聚合API大模型调用平台|全网AI资源导航平台

行动起来，活在当下

  • 累计撰写 1011 篇文章
  • 累计创建 456 个标签
  • 累计收到 0 条评论

目 录CONTENT

文章目录
AI创意设计 AI工具应用 AI基础/开发

使用 Amazon Bedrock 为产品团队构建可扩展的创意解决方案

Administrator
Administrator
2025-10-26 / 0 评论 / 0 点赞 / 0 阅读 / 0 字

📢 转载信息

原文链接：https://aws.amazon.com/blogs/machine-learning/build-scalable-creative-solutions-for-product-teams-with-amazon-bedrock/

原文作者：Kenneth Walsh, Nicole Murray, Bezuayehu Wate, Wanjiko Kahara, and Greg Medard

创意团队和产品开发人员一直在寻求精简工作流程并缩短上市时间的方法，同时保持质量和品牌一致性。本文演示了如何利用 AWS 服务，特别是 Amazon Bedrock，通过生成式 AI 改造您的创意流程。您可以实施一个安全、可扩展的解决方案，以加速您的创意工作流程，例如管理产品发布、创建营销活动或开发多媒体内容。

本文探讨了产品团队如何部署一个生成式 AI 应用程序，以支持跨格式内容的快速迭代。该解决方案解决了全面的需求——从产品描述和营销文案到视觉概念和社交媒体视频内容。通过与品牌指南和合规性要求集成，团队可以在保持创意质量和一致性的同时，显著缩短上市时间。

解决方案概述

考虑一家电子商务公司的产品开发团队，他们正在为其季节性产品发布创建多媒体营销活动。他们的传统工作流程因冗长的修订、手动合规性审查以及创意团队之间复杂的协调而存在瓶颈。该团队正在探索解决方案，以快速迭代创意概念，并生成多种营销材料变体。

通过使用 Amazon Bedrock 和 Amazon Nova 模型，该团队可以转变其创意流程。Amazon Nova 模型能够生成产品描述和营销文案。该团队使用 Amazon Nova Canvas 创建概念视觉效果和产品模型，并使用 Amazon Nova Reel 为社交媒体制作引人入胜的视频内容。Amazon Bedrock Guardrails 可以通过可配置的保障措施和治理，帮助团队大规模地为其生成式 AI 应用程序维护一致的品牌指南。

该团队可以通过 Amazon Bedrock Knowledge Bases 进一步增强其品牌一致性，知识库可以作为品牌风格指南、视觉识别文档和成功活动材料的集中存储库。这个全面的知识库确保了生成的内容参考了组织的成功历史和既定的品牌标准。产品规格、市场研究和批准的消息被无缝集成到创意过程中，从而实现更相关、更有效的​​内容生成。

通过此解决方案，团队可以同时为多个渠道开发材料，同时在所有内容中保持一致的品牌声音。创意专业人员现在可以将精力集中在战略决策上，而不是重复性任务上，从而带来更高质量的产出和更好的团队满意度。

以下示例应用程序创建了一个可扩展的环境，以简化创意工作流程。它帮助产品团队从初始概念无缝过渡到上市材料，自动化系统在整个过程中处理合规性和一致性检查。

解决方案的工作流程始于应用程序工程师的设置：

  1. 创意资产和品牌指南安全地存储在加密的 Amazon Simple Storage Service (Amazon S3) 存储桶中。然后将此内容索引到 Amazon OpenSearch Service 中，以创建全面的知识库。
  2. 配置护栏以执行品牌标准和合规性要求。

用户体验流程从身份验证到内容交付：

  1. 创意团队成员通过托管在 Amazon S3 上的安全门户访问界面。
  2. 身份验证通过 Amazon Cognito 进行管理。
  3. 路由团队成员提交的创意简介或要求到 Amazon API Gateway。
  4. 一个 AWS Lambda 函数从知识库中查询相关的品牌指南和资产。
  5. Lambda 函数将知识库中的上下文信息发送到 Amazon Bedrock，以及用户的创意简介。
  6. 提示和生成的响应通过 Amazon Bedrock Guardrails 进行过滤。
  7. Amazon Polly 将文本转换为逼真的语音，生成可以立即播放并存储在 S3 存储桶中供以后使用的音频流。
  8. 模型生成的​​内容将交付给用户。
  9. 聊天记录存储在 Amazon DynamoDB 中。

先决条件

在继续之前，需要满足以下先决条件：

  • 一个 AWS 账户
  • 一个 AWS Identity and Access Management (IAM) 角色，具有管理 AWS Marketplace 订阅和 AWS 服务的权限
  • AWS 服务：
    • AWS CloudFormation
    • Amazon API Gateway
    • AWS CloudFormation
    • Amazon Cognito
    • Amazon DynamoDB
    • Amazon Polly
    • Amazon S3
    • 带有两个公有子网的 Amazon Virtual Private Cloud (Amazon VPC)
  • 启用的 Amazon Bedrock 模型：
    • Amazon Nova Canvas
    • Amazon Nova Reels
    • Amazon Nova Pro
    • Amazon Nova Lite
  • Anthropic 模型（可选）：
    • Anthropic 的 Claude 3 Sonnet

在 Amazon Bedrock 中选择要使用的模型

当使用 Amazon Bedrock 进行生成式 AI 应用程序工作时，第一步是选择您希望访问的基础模型。Amazon Bedrock 提供了来自不同提供商的各种模型，您需要明确启用我们计划在此博客中使用的模型。

  1. 在 Amazon Bedrock 控制台中，从左侧的导航菜单中找到并选择 模型访问。
  2. 单击 修改模型访问 按钮开始选择您的模型。
  3. 选择以下 Amazon 模型：
    • Nova Canvas
    • Nova Premier Cross-region inference Nova Pro
    • Titan Embeddings G1 – Text
    • Titan Text Embeddings V2
  4. 选择 Anthropic Claude 3.7 Sonnet 模型。
  5. 选择 下一步。
  6. 仔细审查摘要页面上的选择，然后选择 提交 以确认您的选择。

设置 CloudFormation 模板

我们使用 CloudFormation 模板来部署所有必需的解决方案资源。请按照以下步骤准备您的安装文件：

  1. 克隆 GitHub 存储库： 
    git clone https://github.com/aws-samples/aws-service-catalog-reference-architectures.git
  2. 导航到解决方案目录： 
    cd aws-service-catalog-reference-architectures/blog_content/bedrock_genai

    (记下此位置，因为您将在接下来的步骤中需要它)

  3. 使用管理员权限登录您的 AWS 账户，以确保您可以创建所有必需的 AWS 资源。
  4. 在您计划部署此解决方案的 AWS 区域中创建一个 S3 存储桶。记下存储桶名称以供后续步骤使用。
  5. 将整个内容文件夹上传到您新创建的 S3 存储桶中。
  6. 导航到 S3 存储桶中的 content/genairacer/src 文件夹。
  7. 复制 content/genairacer/src/genairacer_setup.json 文件的 URL。您将在部署阶段需要此 URL。

部署 CloudFormation 模板

完成以下步骤，使用提供的 CloudFormation 模板在您的 AWS 账户中自动创建和配置应用程序组件：

  1. 在 CloudFormation 控制台上，单击导航窗格中的 堆栈。
  2. 选择 创建堆栈 并选择使用新资源（标准）。
  3. 在 创建堆栈 页面上，在 指定模板 下，对于 对象 URL，输入在上一步中复制的 URL，然后选择 下一步。
  4. 在 指定堆栈详细信息 页面上，输入堆栈名称。
  5. 在 参数 下，选择 下一步。
  6. 在 配置堆栈选项 页面上，选择 下一步。
  7. 在 审核 页面上，选择确认复选框并选择 提交。

登录 Amazon Bedrock 生成式 AI 应用程序

访问新部署的应用程序既简单又直接。请按照以下步骤首次登录并开始探索 Amazon Bedrock 生成式 AI 界面。

  1. 在 CloudFormation 控制台上，选择您部署的堆栈并选择 输出 选项卡。
  2. 找到 FrontendURL 值并打开提供的链接。
  3. 当出现登录屏幕时，输入您在 CloudFormation 部署过程中指定的用户名。
  4. 输入设置过程中发送到您提供的电子邮件地址的临时密码。
  5. 登录后，按照提示更改密码。
  6. 选择 发送 以确认您的新凭据。

通过身份验证后，您将被定向到 Amazon Bedrock 生成式 AI 主仪表板，您可以在其中开始探索新应用程序的所有功能和能力。

使用应用程序

现在应用程序已部署，您可以将其用于文本、图像和音频管理。在以下部分中，我们将探讨一些示例用例。

文本生成

电子商务公司的创意团队希望起草引人注目的产品描述。通过输入基本的产品特性和所需的语气，LLM 会生成引人入胜且具有说服力的文本，突出每件商品的独特卖点，确保在线商店的产品页面对潜在客户既具有信息性又具有吸引力。

要使用文本生成功能并使用支持的文本模型通过 Amazon Bedrock 执行操作，请按照以下步骤操作：

  1. 在 AWS CloudFormation 控制台上，转到您创建的堆栈。
  2. 选择 输出 选项卡。
  3. 选择 FrontendURL 的链接。
  4. 使用在堆栈部署过程中提供的电子邮件中收到的凭据登录。
  5. 在 文本 选项卡上，在输入字段中输入您所需的提示。
  6. 从可用选项中选择您希望 Amazon Bedrock 使用的特定模型 ID。
  7. 选择 运行。

对您想要处理的任何其他提示重复此过程。

图像生成

创意团队现在可以构思和制作出色的产品图像。通过描述所需的场景、风格和产品放置，他们可以增强在线购物体验，并增加客户参与和购买的可能性。要使用图像生成功能，请按照以下步骤操作：

  1. 在用户界面中，选择 图像 选项卡。
  2. 在输入字段中输入您所需的文本到图像提示。
  3. 从可用选项中选择您希望 Amazon Bedrock 使用的特定模型 ID。
  4. 可以选择从提供的样式选项中选择所需的图像样式。
  5. 选择 生成图像。

对您想要处理的任何其他提示重复此过程。

音频生成

电子商务公司的创意团队希望开发用于营销活动的音频内容。通过指定消息、品牌声音、目标受众和音频组件，他们可以为宣传视频和音频广告撰写脚本并生成画外音，从而产生一致且专业的音频材料，有效传达品牌信息和价值观。要使用音频生成功能，请按照以下步骤操作：

  1. 在用户界面中，选择 音频 选项卡。
  2. 在输入字段中输入您想要的提示。
  3. 选择 运行。
    将出现一个音频文件并开始播放。
  4. 选择文件（右键单击）并选择 另存为音频 以保存文件。

Amazon Bedrock 知识库

通过 Amazon Bedrock 知识库，您可以为基础模型 (FM) 和代理提供来自组织私有数据源的上下文信息，以提供更相关、准确和定制的响应。它是检索增强生成 (RAG) 方法的强大且用户友好的实现。本文介绍的应用程序在后端使用 Amazon Bedrock 组件，通过应用程序的 GUI 仅上传文档，然后输入一个将查询您上传的文档的提示，从而简化了流程。

对于我们的示例用例，创意团队现在需要研究有关内部流程和客户数据的信息，这些信息通常存储在文档中。当这些文档存储在知识库中时，他们可以在 知识库 选项卡上对其进行查询。在此选项卡上执行的查询将搜索文档以查找他们正在寻找的特定信息。

管理文档

您上传的文档将列在 知识库 选项卡上。要添加更多内容，请完成以下步骤：

  1. 在用户界面中，选择 知识库 选项卡。
  2. 选择 管理文档。
  3. 选择 浏览，然后选择一个文件。
  4. 选择 上传。

您将看到一条消息，确认文件已成功上传。上传文件后，将触发 Amazon Bedrock 知识库同步过程。应用程序将在大约一分钟内准备好对新文档进行查询。

查询知识库

要查询知识库，请完成以下步骤：

  1. 在用户界面中，选择 知识库 选项卡。
  2. 在输入字段中输入您的查询。
  3. 对于 模型，选择您希望 Amazon Bedrock 用于执行查询的模型。
  4. 选择 运行。

Amazon Bedrock 生成的文本响应将会出现。

Amazon Bedrock 护栏

您可以使用 护栏 选项卡按需管理和创建、删除您的护栏。在执行查询时，护栏用于 文本 选项卡上。

创建护栏

完成以下步骤以创建新护栏：

  1. 在用户界面中，选择 护栏 选项卡。
  2. 输入必需的字段或选择适当的选项。
  3. 在 内容过滤类型 下选择护栏的类型。
  4. 选择 创建护栏。

新创建的护栏将出现在右侧窗格中。

删除护栏

完成以下步骤以删除护栏：

  1. 在用户界面中，选择 护栏 选项卡。
  2. 在右侧窗格中选择您想要删除的护栏。
  3. 单击护栏旁边的 X 图标。

通过遵循这些步骤，您可以有效地管理您的护栏，从而在 文本 选项卡上执行查询时获得无缝且受控的体验。

使用护栏

创意团队需要访问存储在知识库中文档中的有关内部流程和客户安全数据的资料。为了强制执行个人身份信息 (PII) 护栏的合规性，使用文本选项卡执行的查询旨在搜索文档中特定的、非敏感信息，同时防止在提示和答案中暴露或包含 PII。这种方法有助于团队检索必要的数据，而不会损害隐私或安全标准。

要使用护栏功能，请完成以下步骤：

  1. 在用户界面中，选择 文本 选项卡。
  2. 在输入字段中输入您的提示。
  3. 对于 模型 ID，选择您希望 Amazon Bedrock 使用的特定模型 ID。
  4. 打开 护栏。
  5. 对于 选择过滤器，选择您要使用的护栏。
  6. 选择 运行。

Amazon Bedrock 生成的文本将在几秒钟内出现。对您想要处理的任何其他提示重复此过程。

清理

为避免产生费用，请删除不再需要的资源。如果您不再需要此解决方案，请完成以下步骤以从您的 AWS 账户中删除创建的所有资源：

  1. 在 AWS CloudFormation 控制台上，在导航窗格中选择 堆栈。
  2. 选择您部署的堆栈并选择 删除。

结论

通过将 Amazon Bedrock、知识库和护栏与 Cognito、API Gateway 和 Lambda 相结合，组织可以为员工提供强大的 AI 工具，用于文本、图像和数据工作。这种无服务器方法将生成式 AI 安全、可扩展地集成到日常工作流程中，从而提高跨团队的生产力和创新能力。

有关生成式 AI 和 Amazon Bedrock 的更多信息，请参阅 AWS 博客中Amazon Bedrock 类别。

关于作者

Kenneth Walsh 是驻纽约的高级 AI 加速架构师，他通过创新的生成式 AI 自动化工具来转变 AWS 构建者的生产力。Kenneth 专注于标准化框架，并以规模化的方式加速合作伙伴对生成式 AI 技术的采用。作为值得信赖的顾问，他以技术专长和真诚的热情指导客户完成其 GenAI 之旅。在人工智能领域之外，Kenneth 喜欢制作美食、沉浸在有声读物中，并珍惜与家人和狗共度的美好时光。

Wanjiko KaharaWanjiko Kahara 是纽约的一名解决方案架构师，对生成式 AI 领域充满热情。Wanjiko 对学习新技术以帮助客户取得成功感到兴奋。在工作之余，Wanjiko 喜欢旅行、探索户外和阅读。

Greg MedardGreg Medard 是 AWS 的解决方案架构师。Greg 指导客户设计、构建和开发云优化基础设施解决方案。他的驱动力在于拥抱 DevOps 原则，以克服组织障碍，从而促进文化转变。工作之余，他珍惜与亲人共度的美好时光、摆弄最新的技术小工具，或踏上探索新目的地和美食的冒险之旅。

Bezuayehu WateBezuayehu Wate 是 AWS 的专家解决方案架构师，专注于大数据分析。她热衷于帮助客户设计、构建和现代化其基于云的分析解决方案，并在学习和探索新技术中找到乐趣。在工作之余，Bezuayehu 喜欢与家人共度美好时光和旅行。

Nicole MurrayNicole Murray 是 AWS 的生成式 AI 高级解决方案架构师，专注于 AI 初创公司的 MLOps 和云运营。凭借 17 年的经验——包括帮助政府机构在 AWS 上设计安全、合规的应用程序——她现在与初创公司创始人合作，构建和扩展创新的 AI/ML 解决方案。Nicole 帮助团队在生成式 AI 领域驾驭安全云管理、技术战略和监管最佳实践，同时也是一位热情的演讲者和教育家，以使复杂的云和 AI 主题易于理解而闻名。



🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。

0
版权归属： Administrator
本文链接： https://qingyuntop.top/archives/build-scalable-creative-solutions-for-product-teams-ty5iz7
许可协议： 本文使用《署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0)》协议授权

评论区