Dokumen ini memberikan arsitektur tingkat tinggi untuk aplikasi yang menggunakan AI untuk membuat konten bagi kampanye pemasaran yang dipersonalisasi.
Audiens yang dituju untuk dokumen ini mencakup arsitek, developer, dan administrator yang membangun dan mengelola aplikasi AI generatif di cloud untuk industri media dan pemasaran. Dokumen ini mengasumsikan bahwa Anda memiliki pemahaman dasar tentang AI generatif.
Bagian Deployment dalam dokumen ini menyediakan link ke contoh kode untuk membantu Anda bereksperimen dengan men-deploy aplikasi AI generatif untuk aplikasi pemasaran.
Arsitektur
Diagram berikut menunjukkan arsitektur aplikasi di Google Cloud yang memproses data pengguna untuk membuat aset media bagi kampanye pemasaran yang dipersonalisasi.
Arsitektur ini menampilkan alur berikut:
Menyerap dan memproses data pengguna:
- Data pengguna dari sumber di dalam Google Cloud dan dari sumber eksternal diupload ke BigQuery.
- Pipeline Dataflow memproses data yang diupload dan mendapatkan insight pemasaran, seperti profil demografis, minat, dan pola pembelian.
- Eventarc memicu layanan Cloud Run.
- Layanan Cloud Run mengirimkan insight pemasaran ke Gemini API di Vertex AI, dengan perintah untuk membuat aset media yang dipersonalisasi untuk kampanye pemasaran.
- Untuk setiap pengguna, Gemini membuat konten audio, video, dan teks untuk kampanye pemasaran online.
- Layanan Cloud Run mengupload konten yang dibuat ke bucket server konten di Cloud Storage.
Menayangkan rekomendasi produk:
Saat pengguna mengunjungi portal web perusahaan, portal tersebut akan melakukan hal berikut:
- Mengambil konten pemasaran khusus pengguna dari server konten Cloud Storage.
- Menampilkan konten pemasaran di halaman web yang dikunjungi pengguna.
Untuk meningkatkan kualitas konten yang dihasilkan, pertimbangkan penyesuaian berikut pada arsitektur:
- Buat loop masukan agar model dapat belajar dari dampak kampanye pemasaran.
- Sebelum konten yang dihasilkan diupload ke Cloud Storage, izinkan pengguna manusia memverifikasi bahwa konten tersebut aman dan sesuai merek.
Produk yang digunakan
Arsitektur contoh ini menggunakan produk Google Cloud berikut:
- Cloud Run: Platform komputasi serverless yang memungkinkan Anda menjalankan container langsung di atas infrastruktur Google yang bersifat skalabel.
- Vertex AI: Platform ML yang memungkinkan Anda melatih dan men-deploy model ML dan aplikasi AI, serta menyesuaikan LLM untuk digunakan dalam aplikasi yang didukung AI.
- BigQuery: Data warehouse perusahaan yang membantu Anda mengelola dan menganalisis data dengan fitur bawaan seperti machine learning, analisis geospasial, dan business intelligence.
- Dataflow: Layanan yang menyediakan pemrosesan data batch dan streaming terpadu dalam skala besar.
- Eventarc: Solusi tanpa server untuk merutekan pesan yang dipicu oleh peristiwa secara asinkron.
- Cloud Storage: Penyimpanan objek berbiaya rendah dan tanpa batas untuk beragam jenis data. Data dapat diakses dari dalam dan luar Google Cloud, serta direplikasi di berbagai lokasi untuk redundansi.
Deployment
Repositori AI Generatif untuk Pemasaran di GitHub menyertakan contoh kode yang dapat Anda gunakan untuk bereksperimen dengan men-deploy aplikasi AI generatif untuk aplikasi pemasaran.
Langkah berikutnya
- Buat rangkuman kampanye pemasaran dan aset pemasaran.
- Membuat visual dan teks untuk kampanye pemasaran.
- Jelajahi panduan arsitektur AI generatif lainnya.
- Untuk mengetahui ringkasan prinsip dan rekomendasi arsitektur khusus untuk workload AI dan ML di Google Cloud, lihat perspektif AI dan ML dalam Well-Architected Framework.
- Untuk mengetahui lebih banyak tentang arsitektur referensi, diagram, dan praktik terbaik lainnya, jelajahi Pusat Arsitektur Cloud.
Kontributor
Penulis: Kumar Dhanagopal | Cross-Product Solution Developer
Kontributor lainnya:
- Amina Mansour | Head of Cloud Platform Evaluations Team
- Megan O'Keefe | Developer Advocate
- Samantha He | Technical Writer
- Shir Meir Lador | Developer Relations Engineering Manager