En la actualidad, muchas aplicaciones de comercio electrónico buscan proporcionar a sus usuarios un chatbot con características humanas que los guíe en la elección del mejor regalo para sus seres queridos o amigos. Con el fin de mejorar la experiencia del cliente, el chatbot necesita involucrarse en una conversación natural que le permita entender las preferencias y necesidades del usuario, tales como el género del destinatario, la ocasión para el regalo y la categoría de producto deseada. Basándose en la conversación con el usuario, el chatbot debe ser capaz de consultar el catálogo de productos, filtrar los resultados y recomendar los productos más adecuados.
En este contexto, Amazon Bedrock se presenta como un servicio totalmente gestionado que ofrece una selección de modelos base de alto rendimiento procedentes de empresas líderes en inteligencia artificial a través de una única API. Entre las compañías que ofrecen sus modelos a través de este servicio se encuentran AI21 Labs, Anthropic, Cohere, Meta, Mistral AI, Stability AI y Amazon. Bedrock proporciona un amplio conjunto de capacidades para construir aplicaciones de IA generativa con seguridad, privacidad y responsabilidad.
Amazon Bedrock Agents es una característica que permite a las aplicaciones de IA generativa ejecutar tareas multietapa en diversos sistemas y fuentes de datos de la empresa. En esta publicación, presentamos cómo construir un chatbot de recomendación de productos utilizando estos agentes y los modelos disponibles en Amazon Bedrock.
Uno de los principales desafíos de los chatbots tradicionales basados en reglas es su dificultad para manejar las sutilezas y complejidades de las conversaciones abiertas, lo que a menudo resulta en experiencias frustrantes para los usuarios. Además, codificar manualmente todos los posibles flujos de conversación y la lógica de filtrado de productos es una tarea que consume mucho tiempo y es propensa a errores, particularmente a medida que el catálogo de productos crece.
Para abordar este desafío, se necesita una solución que utilice los últimos avances en IA generativa para crear una experiencia conversacional natural. La solución debe integrarse sin problemas con la API de su catálogo de productos existente y adaptar dinámicamente el flujo de conversación basado en las respuestas del usuario, reduciendo la necesidad de codificación extensiva.
Con Amazon Bedrock Agents, se pueden construir chatbots inteligentes capaces de conversar de manera natural con los usuarios, entender sus preferencias y recuperar y recomendar los productos más relevantes del catálogo de manera eficiente. Amazon Bedrock Agents simplifica el proceso de creación y despliegue de modelos de IA generativa, permitiendo a las empresas crear experiencias conversacionales personalizadas y atractivas sin necesitar un amplio conocimiento en aprendizaje automático.
En nuestro caso de uso, creamos un chatbot recomendador utilizando Amazon Bedrock Agents que solicita a los usuarios que describan para quién quieren comprar el regalo y la ocasión relevante. El agente consulta la información del producto almacenada en una tabla de Amazon DynamoDB, usando una API implementada como una función AWS Lambda. El agente adapta las entradas de la API para filtrar productos basados en su conversación con el usuario, como el género, la ocasión y la categoría. Después de obtener las preferencias del usuario haciendo preguntas aclaratorias, el agente responde con los productos más relevantes disponibles en la tabla DynamoDB basándose en las preferencias del usuario.
La implementación de esta solución requiere una cuenta AWS con políticas y permisos mínimos, así como el despliegue de los recursos necesarios utilizando una plantilla de AWS CloudFormation. Esta plantilla crea una tabla DynamoDB para almacenar la información del producto y una función Lambda que actúa como API para recuperar detalles de productos. La función Lambda acepta parámetros de consulta como categoría, género y ocasión, y construye una expresión de filtro basada en los parámetros proporcionados para escanear la tabla DynamoDB y recuperar productos coincidentes.
Con los recursos en su lugar, se puede crear el agente en Amazon Bedrock, especificar los modelos necesarios y definir las instrucciones para guiar la comunicación del agente con el usuario y el uso de la API. Finalmente, se puede probar el chatbot para asegurar que se cumplan los objetivos de la conversación y la recomendación de productos.
Esta solución proporciona una manera efectiva de mejorar la experiencia del cliente en aplicaciones de comercio electrónico, permitiendo una conversación más natural y personalizada que se traduce en recomendaciones de productos más precisas y relevantes.
En conclusión, Amazon Bedrock Agents representa una herramienta poderosa para construir experiencias conversacionales atractivas y contextualmente conscientes, mejorando así la interacción del usuario con aplicaciones de comercio electrónico y otros servicios.
vía: AWS machine learning blog
