Caso de uso de la IA generativa: Genera contenido para campañas de marketing personalizadas

En este documento, se proporciona una arquitectura de alto nivel para una aplicación que usa IA para generar contenido para campañas de marketing personalizadas.

El público objetivo de este documento incluye arquitectos, desarrolladores y administradores que compilan y administran aplicaciones de IA generativa en la nube para las industrias de medios y marketing. En este documento, se supone que tienes conocimientos básicos sobre la IA generativa.

En la sección Implementación de este documento, se proporcionan vínculos a muestras de código para ayudarte a experimentar con la implementación de aplicaciones de IA generativa para aplicaciones de marketing.

Arquitectura

En el siguiente diagrama, se muestra la arquitectura de una aplicación en Google Cloudque procesa datos del usuario para generar recursos multimedia para campañas de marketing personalizadas.

En la arquitectura, se muestran los siguientes flujos:

• Transfiere y procesa los datos del usuario:

  1. Los datos del usuario de fuentes internas Google Cloud y externas se suben a BigQuery.
  2. Una canalización de Dataflow procesa los datos subidos y deriva estadísticas de marketing, como perfiles demográficos, intereses y patrones de compra.
  3. Eventarc activa un servicio de Cloud Run.
  4. El servicio de Cloud Run envía las estadísticas de marketing a la API de Gemini en Vertex AI, con una instrucción para generar recursos de medios personalizados para las campañas de marketing.
  5. Para cada usuario, Gemini genera contenido de audio, video y texto para las campañas de marketing en línea.
  6. El servicio de Cloud Run sube el contenido generado a un bucket del servidor de contenido en Cloud Storage.

• Publica recomendaciones de productos:

  Cuando los usuarios visitan el portal web de la empresa, sucede lo siguiente:

  1. Recupera contenido de marketing específico del usuario desde el servidor de contenido de Cloud Storage.
  2. Muestra el contenido de marketing en las páginas web que visitan los usuarios.

Para mejorar la calidad del contenido que se genera, considera los siguientes ajustes en la arquitectura:

• Crea un bucle de comentarios para que el modelo aprenda del impacto de las campañas de marketing.
• Antes de subir el contenido generado a Cloud Storage, permite que un usuario humano verifique que el contenido sea seguro y cumpla con los estándares de la marca.

Productos usados

En esta arquitectura de ejemplo, se usan los siguientes productos: Google Cloud

• Cloud Run es una plataforma de procesamiento administrada que te permite ejecutar contenedores directamente sobre la infraestructura escalable de Google.
• Vertex AI: Es una plataforma de AA que te permite entrenar y, también, implementar modelos de AA y aplicaciones de IA, y personalizar LLM para usarlos en aplicaciones impulsadas por IA.
• BigQuery: Un almacén de datos empresarial que te ayuda a administrar y analizar tus datos con funciones integradas como el análisis geoespacial de aprendizaje automático y la inteligencia empresarial.
• Dataflow: Es un servicio que proporciona procesamiento unificado de datos por lotes y de transmisión a gran escala.
• Eventarc: Es una solución sin servidores para enrutar de forma asíncrona mensajes activados por eventos.
• Cloud Storage: Un depósito de objetos de bajo costo y sin límites para varios tipos de datos. Se puede acceder a los datos desde y hacia Google Cloud, y estos se replican en las ubicaciones para aumentar la redundancia.

Implementación

El repositorio de IA generativa para marketing en GitHub incluye muestras de código que puedes usar para experimentar con la implementación de aplicaciones de IA generativa para marketing.

¿Qué sigue?

• Genera un resumen de la campaña de marketing y los recursos de marketing.
• Genera imágenes y textos para campañas de marketing.
• Explora más guías de arquitectura de IA generativa.
• Para obtener una descripción general de los principios y las recomendaciones de arquitectura específicos para las cargas de trabajo de IA y AA en Google Cloud, consulta la perspectiva de IA y AA en Well-Architected Framework.
• Para obtener más información sobre las arquitecturas de referencia, los diagramas y las prácticas recomendadas, explora Cloud Architecture Center.

Colaboradores

Autor: Kumar Dhanagopal | Desarrollador de soluciones entre productos

Otros colaboradores:

• Amina Mansour | Jefa del equipo de evaluaciones de Cloud Platform
• Megan O'Keefe | Developer Advocate
• Samantha He | Escritora técnica
• Shir Meir Lador | Gerente de Ingeniería de Relaciones con Desarrolladores