genai for marketing

Generative KI für Marketing mit Google Cloud

Ressourcen, die generative KI-angetriebene Marketing-Anwendungsfälle in Google Cloud ermöglichen.

Dieses Repository zeigt die Anwendung der generativen KI von Google Cloud auf Marketing -Szenarien. Es enthält detaillierte, schrittweise Anweisungen zur Bereitstellung einer Lösung, in der marketingorientierte KI-Funktionen implementiert werden, einschließlich Funktionen zum Herstellen von Marketingmaterialien wie Blog-Posts und Social-Media-Inhalten. Dieses Video durchläuft die Funktionalität in der Lösung.

Die Architektur der bereitgestellten Lösung:

Darüber hinaus werden ergänzende Jupyter -Notizbücher zur Verfügung gestellt, mit denen Benutzer die in der Lösung untersuchten Konzepte erfassen können.

Inhaltsverzeichnis

• Repository -Struktur
• Demonstrationen
• Einsatz
• Notizbücher und Code -Beispiele
• Konfiguration
• Hilfe bekommen

Repository -Struktur

 .
├── app
└── backend_apis
└── frontend
└── notebooks
└── templates
└── infra

• /app : Architekturdiagramme und Bilder.
• /backend_apis : Quellcode für Backend -APIs.
• /frontend : Quellcode für die Frontend -Benutzeroberfläche.
• /infra : Skripte und Konfiguration für die Bereitstellung der Lösung.
• /notebooks : Notizbücher, die demonstrieren und erklären, wie die generative KI von Google Cloud für Marketingszenarien verwendet wird, einschließlich Szenarien, die in der Lösung enthalten sind.
• /templates : Arbeitsbereichsleitungen, Dokumente und Blattvorlagen, die in der Lösung verwendet werden.

Demonstrationen

Die bereitgestellte Lösung unterstützt die folgenden Demonstrationen:

• Marketing -Erkenntnisse : Verwenden Sie das Dashboards von Looker, um auf Marketingdaten zuzugreifen und zu visualisieren. Vermarkter können auf Marketingdaten zugreifen und visualisieren, um datengesteuerte Marketingkampagnen zu erstellen und Unternehmen zu befähigen, sich mit ihrer Zielgruppe effizienter zu verbinden und damit die Conversion-Raten zu verbessern.
• Publikum und Insight-Finder : Konversationsschnittstelle, die natürliche Sprache in SQL-Abfragen übersetzt und den Zugriff auf Daten für Nicht-SQL-Benutzer demokratisieren, wodurch Engpässe für Marketingteams entfernt werden.
• Trendspoting : Identifizieren Sie aufkommende Trends auf dem Markt, indem Sie Google Trends -Daten auf einem Looker -Dashboard analysieren, und fassen Sie Nachrichten zu den Top -Suchbegriffen zusammen. Dies kann Unternehmen helfen, den Wettbewerb voraus zu sein und Produkte und Dienstleistungen zu entwickeln, die den Bedürfnissen und Interessen ihrer Kunden entsprechen.
• Inhaltssuche : Verbesserung der Sucherfahrung für interne oder externe Inhalte mit der Vertex -AI -Suche nach Geschäftsnutzern.
• Inhaltsgenerierung : Reduzieren Sie die Zeit für die Erzeugung von Inhalten mit Vertex -Foundation -Modellen. Generieren Sie überzeugende und faszinierende E -Mail -Kopien, Website -Artikel, Social -Media -Beiträge und Vermögenswerte für PMAX. Alle zielen darauf ab, spezifische Ziele wie die Steigerung des Umsatzes, die Generierung von Leads oder die Verbesserung der Markenbekanntheit zu erreichen. Dies umfasst sowohl textliche als auch visuelle Elemente mithilfe von Vertex -Sprach- und Vision -Modellen.
• Arbeitsbereichsintegration : Übertragen Sie die Erkenntnisse und Vermögenswerte, die Sie generieren, in Google Workspace und visualisieren Sie in Google -Folien, Dokumenten und Blättern.

Einsatz

Befolgen Sie die Anweisungen im Bereitstellungshandbuch zum Bereitstellen mit Terraform.

Dieses Video durchläuft den automatisierten Bereitstellungsprozess.

Notizbücher und Code -Beispiele

Die unten aufgeführten Notizbücher wurden entwickelt, um die in dieser Lösung vorgestellten Konzepte zu erläutern:

• Daten Q & A mit Palm -API und Googlesql (/Notebooks/data_qa_with_sql.ipynb): Übersetzen Sie Fragen von natürlicher Sprache in Googlesql, um mit BigQuery zu interagieren.
• Nachrichtenübersicht mit Langchain -Agenten und Vertex -AI -Palm -Text -Modellen (News_Summarization_langchain_palm.ipynb): Fassen Sie Nachrichtenartikel zusammen, die sich mit Top -Suchbegriffen unter Verwendung von Langchain -Agenten und dem React -Konzept beziehen.
• Nachrichtenübersicht mit Palm API (Simple_News_Summarization.ipynb): Nachrichtenübersicht im Zusammenhang mit Top -Suchbegriffen.
• Bildfeinstimmung (ImageNe_finetune.ipynb): Fine Tune Imageen -Modell.

Die folgenden zusätzlichen (externen) Notizbücher enthalten ergänzende Informationen zu den in diesem Repository erörterten Konzepten:

• Tuning Gemini: Beispiele dafür, wie Sie Gemini mit Ihrem Datensatz einstellen können, um die Antwort des Modells zu verbessern. Dies ist nützlich für die Markenstimme, da Sie sicherstellen können, dass das Modell Text generiert, der mit dem Ton und Stil Ihrer Marke übereinstimmt.
• Dokumentenübersichtstechniken: Zwei Notizbücher, die verschiedene Techniken erklären, um große Dokumente zusammenzufassen.
• Q & A Dokument und Antworten: Zwei Notizbücher, die verschiedene Techniken erläutern, um Fragen und Antworten auf eine große Anzahl von Dokumenten durchzuführen.
• Vertex AI Search - Web Search: Diese Demo zeigt, wie Sie mithilfe einer Vertex -AI -Suche durch einen Korpus von Dokumenten suchen. Weitere Funktionen sind, wie Sie das öffentliche Cloud Knowledge -Diagramm mit der Enterprise Knowledge Graph API durchsuchen.
• Vertex AI-Suche-Dokumentsuche: Diese Demo zeigt, wie die Vertex-AI-Suche und die Vertex AI Palm API dazu beitragen, dass generierter Inhalte in validierten, relevanten und aktuellen Informationen beruhen.
• Erste Schritte mit Langchain und Vertex AI Palm API: Erste Schritte mit Langchain + Vertex AI Gemini API.

Konfiguration

Ein Teil des Verhaltens der Lösung kann durch Anpassung der Konfiguration geändert werden.

Vorablagerungskonfiguration

Bei der Bereitstellung der Google Cloud Generative AI für die Marketinglösung werden verschiedene Einstellungen für die Bereitstellung aus der Datei infra/variables.tf gezogen.

Wenn Ihre Bereitstellungsanforderungen nicht mit der Standardbereitstellung übereinstimmen, werden einige Ihrer Bereitstellungsanforderungen möglicherweise erfüllt, indem die Standardeinstellungen in variables.tf vor Beginn der Bereitstellung angepasst werden.

Nehmen terraform init Änderungen an variables.tf vor.

Config.toml

Beim Bereitstellen wird nach dem erfolgreichen Abschluss terraform apply eine Datei namens config.toml in backend_apis/app vorhanden. config.toml wird aus infra/templates/config.toml.tftpl generiert.

config.toml fungiert als Kontrollzentrum für eine Marketinginhaltegenerierung und bietet die erforderlichen Einstellungen, Eingabeaufforderungen und Daten zur Automatisierung der Erstellung personalisierter und markenkonsistenter Marketingmaterialien.

Sie können einige der Werte in config.toml anpassen, um das Verhalten Ihrer Bereitstellung zu ändern. Wenn Sie die Werte in config.toml anpassen, geben Sie die Backend -Bereitstellung ( infra/scripts/backend_deployment.sh ) erneut aus, um die aktualisierte Konfiguration zum Backend zu bringen

Im Folgenden finden Sie die Schlüsselabschnitte von config.toml und deren Funktionen:

Global:

• Legt die Kernprojekteinstellungen (Projekt -ID, Ort) fest.
• Gibt Anmeldeinformationen für den Zugang zum Arbeitsbereich an.
• Identifiziert BigQuery -Datensätze und Vertex -AI -Ressourcen.
• Definiert Arbeitsbereich -Dokumentvorlagen und Ordner.
• Legt den GCS -Bucket für den Speicher von Asset fest.
• Definiert die API -Bereiche für Arbeitsbereiche (Berechtigungen).

Eingabeaufforderungen:

• Bietet detaillierte Markeninformationen (Name, Vision, Mission usw.), um die Erzeugung von Inhalten zu leiten.
• Definiert Eingabeaufforderung Vorlagen für verschiedene Arten von Inhalten (Markenerklärung, Primärnachrichten, Kommunikationskanal, E -Mail, Webbeitrag, Anzeigen, Schlagzeilen, Beschreibungen).
• Beinhaltet Platzhalter ({}) für dynamische Inhalte.

Modelle:

• Gibt die Namen von KI -Modellen an, die für die Text- und Bildgenerierung verwendet werden sollen.

Datenprobe:

• Bietet Beispieldaten und Optionen (Alter Eimer, Namen, Sprachen) zum personalisierenden Inhalt.

Hinzufügen von Looker Dashboards

Sie können Ihre eigenen Dashboards für die Markierer auf den Marketing -Erkenntnissen und Kampagnenleistungsseiten anzeigen.

Für Marketing-Erkenntnisse, edit /frontend/src/app/marketing-insights/marketing-insights.component.html und für die Kampagnenleistung edit /frontend/src/app/marketing-insights/marketing-insights.component.html. Die Prozedur ist für diese beiden Dateien gleich ist:

1. Fügen Sie den Namen des Dashboards in die Dropdown -Down -Stelle hinzu

1. Suchen Sie die Zeile <select class="select-theme-dropdowns" name="state" ngModel (ngModelChange)="onClick($event)"> . Wenn Sie sich in einer neuen Bereitstellung befinden, ist die folgende Zeile <option value="Overview">Overview</option> .
2. Fügen Sie eine andere ähnlich formatierte Zeile hinzu: <option value="Display Name in Dropdown">newdash</option> , wobei value in der Benutzeroberfläche und im Inneren der > und < ist die Kennung, die Sie unten verwenden, um mit dem Dashboard zu verlinken. In diesem Fall fügen wir ein Dashboard hinzu, das als "Anzeigename in Dropdown" identifiziert wird. Im Folgenden werden dieses Dashboard mit der newdash -Kennung verknüpft.

2. Fügen Sie den Dashboard -Link hinzu

Bei einer neuen Bereitstellung am Ende der Datei sehen Sie so etwas:

 < div *ngIf =" overview " class =" overviewcss " >
  < iframe width =" 1000 " height =" 1000 " src =" https://googledemo.looker.com/embed/dashboards/2131?allow_login_screen=true " > </ iframe >
</ div >

Fügen Sie am Ende der Datei drei ähnliche Zeilen für jedes Dashboard hinzu und ersetzen Sie Folgendes:

1. Setzen Sie *ngIF= auf die Kennung des neuen Dashboards, das Sie im Dropdown angegeben haben. ZB <div *ngIf="newdash" class="overviewcss"> .
2. Setzen Sie den src= auf den Einbettverbett in Ihr Dashboard. Die allow_login_screen=true in der URL öffnet die Authentifizierungsseite von Looker, um den Zugriff auf Ihr Konto zu sichern. <iframe width="1000" height="1000" src="https://googledemo.looker.com/embed/dashboards/YOURDASH?allow_login_screen=true" ></iframe>

Marketing Analytics Jumpstart

Wenn Sie Ihre Google -Anzeigen und Google Analytics 4 -Konten in Produktion haben, können Sie die Marketing Analytics Jumpstart -Lösung bereitstellen, die Dashboards erstellen und auf diese Seiten in der generativen KI für die Marketing -Benutzeroberfläche verknüpfen.

Hilfe bekommen

Wenn Sie Fragen haben oder Probleme mit diesem Repository gefunden haben, melden Sie sich bitte über GitHub -Probleme.