亚马逊云科技助力企业智能导购助手落地

关键字: [亚马逊云科技， Rufus， 亚马逊云科技， 智能导购助手， 人工智能应用， 产品推荐逻辑， 提示词工程]

导读

亚马逊云科技推出了名为Rufus的智能导购助手，旨在帮助企业打破线上购物的障碍，提高转化率和收益。Rufus通过理解上下文进行多轮对话，为用户提供个性化推荐和问答服务。亚马逊云科技还推出了基于Rufus的解决方案，包括AI平台搭建、提示词工程、数据集成和A/B测试优化，帮助企业快速部署和优化自己的智能导购助手。该解决方案基于亚马逊云科技的Defined on EKS平台，并提供了可定制的模板和演示，使企业能够在短时间内完成概念验证并在网站上部署导购助手。

演讲精华

以下是小编为您整理的本次演讲的精华。

在过去两年中，亚马逊落地智能助理人工智能的经历，可谓历经沉浮。从需求策略到落地过程，再到现在的结果，每一个环节都值得回顾。在亚马逊科技的支持下，无论是大型跨平台电商、垂直小型电商，还是专门从事零售业务，都可以借鉴亚马逊的应用场景，落地类似的解决方案。

大约三年前，随着人工智能热潮的兴起，亚马逊制定了一个产品矩阵，承载了对整个人工智能的认知和未来设想。在这个矩阵中，有三个相对成功的种子项目:Rufus、Cosmo和Media。

Rufus是一个对话式智能助手，如果使用美国IP登录亚马逊美国电商网站，就可以在页面下方看到一个横条对话框。用户可以在这个框中输入文本，让Rufus为其推荐季节性商品、追踪订单等。Rufus的名字源自亚马逊早期的一只宠物。

Cosmo则是一个基于大模型的产品推荐系统，利用通用认知和推理能力，构建产品与产品之间的关联关系，形成知识图谱，作为推荐逻辑的一部分输出。对于卖家而言，研究Cosmo有助于提高产品曝光度和转化率。

Media则主要用于订单查询、产品上架流程、退换货流程等静态内容的智能运营。

无论是导购助手、客服还是售后咨询，亚马逊在各个方面都已经做得非常出色，基本上快于所有客户。以Rufus为例，亚马逊之所以要做Rufus，是因为很多人试图通过反向工程研究亚马逊的推荐逻辑，希望能让自己的商品上热门。但亚马逊发现，每提高一点转化率，所需的人力投入都是巨大的。因此，亚马逊假设能否通过人工智能的方式，快速突破这一转化壁垒，促进成交。

对于不同品类的商家，对导购助手的认知和理解是不同的。比如在鞋服领域，一个典型的购买障碍是尺码换算问题。在美妆领域，线下有试用过程，而线上缺乏这一体验。因此，亚马逊希望通过导购助手，为全品类提供统一的服务，解决各个品类的购买壁垒。

登录亚马逊美国网站后，用户就可以看到Rufus的对话框。用户可以在框中提出各种问题，如订单物流情况、节假日送礼推荐等，Rufus会给出对应的回复。

不同客户对导购助手的需求是不同的，就像卖母婴用品与卖电子产品的推荐逻辑是截然相反的。因此，亚马逊将在后面讲解如何在技术上区分和实现不同品类的推荐逻辑。

一个重要的设计驱动力是，亚马逊希望交互能够围绕具体的页面内容展开。比如打开一个16寸M1 MacBook Pro的销售页面，用户在Rufus中输入的所有内容都与这款产品相关。因此，Rufus不仅可以回答与当前页面无关的问题，还可以对页面内容进行总结和问答，成为一个非常灵活的工具。考虑到亚马逊电商的巨大流量，Rufus每天的日活跃用户数量肯定会突破千万级别。

很多客户认为导购助手就是一锤子买卖，但亚马逊的实践是先从推荐的一个小点开始，逐步发掘功能模块，如品类对比、场景推荐、订单问答、知识问答等。这是一个动态过程，越早为企业搭建问答助手，就越早能通过客户反馈进行优化，从而将推荐逻辑固化为提示词，沉淀为企业资产。

Rufus带来的最大价值是，它可以解决搜索框无法解决的问题，如理解上下文、支持多轮对话、发散性问题等，是对搜索框的互补。

在构建这一方案时，亚马逊的设计思路与大家的实践没有太大差异，总的来说是一个四段式:意图理解和查询计划制定、从各系统获取数据并融合到上下文中、内容回复生成、安全检查。

亚马逊能够快速落地Rufus，一个核心原因是亚马逊本身就是做电商的，有既有的认知，同时也是做云服务的技术公司。由于Rufus的日活跃用户数量很高，如果使用深度学习模型承载所有问询，其算力消耗将是极其巨大的。因此，亚马逊采取了一些规避措施。

对于亚马逊而言，Rufus本质上是一个业务驱动的推荐场景，因此不可避免地需要业务人员编写提示词。比如在美妆场景下，如何为某位女士推荐面膜，就需要大量的业务层面知识。为此，亚马逊将提示词编写权限下放到业务侧，并提供了编写逻辑、测试工具和上线流程标准，确保提示词质量。

提示词工程是一个大模型的分支，亚马逊在这方面关注两个点:一是提示词是否会产生不当结论;二是提示词对可购物性指标(如转化率)的影响，并会针对这些指标进行统一测试。

回到亚马逊做Rufus的初衷，任何公司老板都会问，投入大量的新模型、新技术后，是否能为电商带来正向价值和收益提升。之所以Rufus仍在亚马逊页面上，就是因为它持续产生了正向价值。通过大量A/B测试，亚马逊证明了这一点。

对于客户而言，关键是如何通过增加导购助手来实现真正的收益。核心指标包括转化率、收入、销售量等财务指标，以及更底层的Rufus核心指标，如用户使用量、对话轮次、停留时长等。亚马逊内部会有一个量化的指标金字塔，持续监控Rufus的动态和影响结果。

从Rufus的成功中可以得到一个启发，即在做任何应用时，都需要有意识地量化其对公司的价值。Rufus看似只是一个页面内嵌的对话机器人，但亚马逊之所以能够如此快速上线，是因为进行了大量A/B测试，发现这件事情是可行的。在A/B测试的基础上，亚马逊还做了大量的提示词编写工作，将业务推荐逻辑固化为提示词，并不断优化。只有具备了这些业务认知、提示词编写原则和A/B测试机制，才能真正实现导购助手。

落地导购助手需要经历一个痛苦的过程，包括AI平台搭建、提示词开发、数据集成、A/B优化等。为此，亚马逊云科技提供了解决方案资产，如模拟环境、测试数据、快速机器人搭建能力等，帮助客户复制Rufus成功的路径。

这些资产中，亚马逊设计了许多模拟环境，比如将导购机器人内嵌到独立站点中。通过这套解决方案资产，客户可以快速搭建模拟测试环境、获取测试数据，并快速部署机器人，而不必自己从头开发。客户在三天内就可以完成PoC工作和测试，并将导购助手部署到自己的网页中，实现了用户交互体验。

在解决方案中，亚马逊对Rufus的成功路径进行了抽象，将其中使用的服务、功能和设计方法论提炼出来，形成一套可供客户使用、修改和提升的方案。这一解决方案基于亚马逊的Defined on EKS平台，并对开源版本进行了定制和改造。同时，亚马逊对Rufus本身的逻辑进行了重新设计和抽象，最终为客户呈现了AI平台和工作流模板。客户可以快速查看Rufus的工作方式，并将自己的数据替换到工作流中，然后内嵌到独立站点或客服坡道中。

对于海外客户，亚马逊可以直接调用Bedrock中的大模型资源，如CloudScape 3.5和Sonnet 3.7，进行模型编排和测试。客户可以通过Frame或API的形式，将解决方案的输出内嵌到自己的网页中，或对后台进行改造，以承载解决方案。

亚马逊云科技还提供了其他形式的支持，包括解决方案团队的技术支持，以及基于亚马逊云科技平台构建的解决方案资产。这些资产包括模拟环境，允许客户模拟将导购机器人内嵌到独立站点的场景，快速搭建测试环境、获取测试数据并部署机器人，而无需自行开发。

总之，亚马逊云科技希望通过这一解决方案及其他形式的支持，帮助更多客户落地智能导购助手，提升业务价值。

下面是一些演讲现场的精彩瞬间：

Amazon embraces new technologies and has a product matrix that encapsulates its vision for artificial intelligence， including future ideas and experiments， with three relatively successful initiatives to be discussed.

亚马逊使用大模型的通用认知和推演能力来构建产品之间的关联关系，形成知识图谱，从而提供更精准的推荐和搜索服务。

亚马逊通过人工智能技术Rufus快速提高转化率，打破转化壁垒，促进成交的核心逻辑。

总结

亚马逊云科技助力企业智能导购助手落地的核心内容如下:

亚马逊推出了名为Rufus的智能导购助手，旨在通过人工智能技术突破电商转化率的瓶颈。Rufus可以理解用户上下文，进行多轮对话，引导用户提供信息，从而提供更精准的产品推荐和购物体验。亚马逊通过大量A/B测试验证了Rufus的商业价值，并持续优化提示词(Prompt)以提高推荐质量。

亚马逊将Rufus的技术和经验总结为一套解决方案，基于亚马逊云科技云平台和开源Defined框架，为企业客户提供快速部署智能导购助手的能力。该解决方案包括AI平台搭建、Prompt工程、数据集成和A/B测试优化等模块，可根据不同行业和场景进行定制。

通过这一解决方案，企业可以在短时间内(如3天)完成概念验证，并将智能导购助手集成到自有网站或应用中，实现更智能、更个性化的购物体验，从而提升转化率和收益。亚马逊云科技致力于将这一成功实践复制给更多企业客户，助力企业数字化转型。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。