Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Amazon Personalisasi dan AI generatif
Amazon Personalize bekerja dengan baik dengan kecerdasan buatan generatif (AI generatif). Amazon Personalize Content Generator, dengan bantuan AI generatif, dapat menambahkan tema menarik ke rekomendasi batch untuk item terkait. *Content Generator* adalah kemampuan AI generatif yang dikelola oleh Amazon Personalize.
Anda juga dapat menggunakan rekomendasi Amazon Personalize untuk mengintegrasikan Amazon Personalize dengan alur kerja AI generatif Anda dan meningkatkan pengalaman pengguna Anda. Misalnya, Anda dapat menambahkan rekomendasi ke permintaan AI generatif untuk membuat konten pemasaran yang disesuaikan dengan minat masing-masing pengguna Anda. Anda juga dapat membuat ringkasan singkat untuk konten yang direkomendasikan, atau merekomendasikan produk atau konten melalui bot obrolan.
Video berikut menunjukkan bagaimana Anda dapat meningkatkan rekomendasi dengan Amazon Personalize dan Generative AI.
[](http://www.youtube.com/watch?v=9x9X2wNpd1I)
Fitur Amazon Personalize berikut menggunakan AI generatif atau dapat membantu Anda membangun solusi AI generatif yang membuat konten yang dipersonalisasi. [Untuk contoh notebook Jupyter yang menunjukkan cara menggunakan Amazon Personalize dengan AI generatif, lihat Generative AI with Amazon Personalize in the [Amazon Personalize](https://github.com/aws-samples/amazon-personalize-samples/tree/master/next_steps/generative_ai) samples repository.](https://github.com/aws-samples/amazon-personalize-samples)
**Topics**
+ [Rekomendasi dengan tema dari Content Generator](#gen-ai-themed-rec)
+ [Metadata rekomendasi](#gen-ai-metadata)
+ [LangChain Kode pra-konfigurasi untuk personalisasi](#gen-ai-langchain)
## Rekomendasi dengan tema dari Content Generator
Amazon Personalize Content Generator dapat menambahkan tema deskriptif ke rekomendasi batch. *Content Generator* adalah kemampuan AI generatif yang dikelola oleh Amazon Personalize.
Saat Anda mendapatkan rekomendasi batch dengan tema, Amazon Personalize Content Generator menambahkan tema deskriptif untuk setiap set item serupa. Misalnya, jika Anda mendapatkan rekomendasi item serupa untuk item makanan sarapan, Amazon Personalize mungkin menghasilkan tema seperti *Rise and shine* atau *Morning* Essentials. Anda dapat menggunakan tema untuk mengganti judul korsel generik, seperti *Sering* dibeli bersama. Atau Anda dapat memasukkan tema dalam email promosi atau kampanye pemasaran untuk opsi menu baru.
Untuk menghasilkan tema, Anda mengimpor data ke dalam interaksi Item dan kumpulan data Item, membuat solusi khusus dengan resep Item Serupa, dan menghasilkan rekomendasi batch. Data item Anda harus menyertakan deskripsi item dan informasi judul. Deskripsi dan judul item terperinci membantu Content Generator membuat tema yang lebih akurat dan menarik.
+ Untuk informasi tentang alur kerja Amazon Personalize, lihat. [Amazon Personalisasi detail alur kerja](personalize-workflow.md)
+ Untuk informasi tentang rekomendasi batch, lihat [Mendapatkan rekomendasi item batch](getting-batch-recommendations.md) atau[Mendapatkan segmen pengguna batch](getting-user-segments.md).
+ Untuk informasi tentang membuat rekomendasi item dengan tema, lihat[Rekomendasi Batch dengan tema dari Content Generator](themed-batch-recommendations.md).
## Metadata rekomendasi
Saat mendapatkan rekomendasi, Anda dapat memiliki metadata pengembalian Amazon Personalize tentang setiap item yang direkomendasikan dari kumpulan data Item Anda. Anda dapat menambahkan metadata ini, bersama dengan rekomendasi Amazon Personalize, ke permintaan AI generatif Anda untuk menghasilkan konten yang lebih menarik.
Misalnya, Anda mungkin menggunakan AI generatif untuk membuat email pemasaran. Anda dapat menggunakan rekomendasi Amazon Personalize dan metadatanya, seperti genre film, sebagai bagian dari rekayasa cepat untuk AI generatif. Dengan petunjuk yang dipersonalisasi, Anda dapat menggunakan AI generatif untuk membuat email pemasaran yang menarik yang disesuaikan dengan minat masing-masing pelanggan Anda.
Untuk mendapatkan metadata rekomendasi, pertama-tama Anda menyelesaikan alur kerja Amazon Personalize untuk mengimpor data dan membuat domain atau sumber daya khusus. Saat Anda membuat *pemberi rekomendasi* Amazon Personalize atau *kampanye*, aktifkan opsi untuk menyertakan metadata dalam rekomendasi. Saat Anda mendapatkan rekomendasi, Anda dapat menentukan kolom data item mana yang ingin Anda sertakan.
+ Untuk informasi tentang alur kerja Amazon Personalize, lihat. [Amazon Personalisasi detail alur kerja](personalize-workflow.md)
+ Untuk informasi tentang mengaktifkan metadata untuk pemberi rekomendasi, lihat [Mengaktifkan metadata](create-recommender-return-metadata.md) dalam rekomendasi (sumber daya domain).
+ Untuk informasi tentang mengaktifkan metadata untuk kampanye, lihat [Mengaktifkan metadata dalam](campaigns.md#create-campaign-return-metadata) rekomendasi (sumber daya khusus).
+ Untuk informasi selengkapnya tentang cara menggunakan Amazon Personalize dengan AI generatif untuk membuat kampanye pemasaran, lihat [Meningkatkan solusi pemasaran Anda dengan Amazon Personalize](https://aws.amazon.com/blogs/machine-learning/elevate-your-marketing-solutions-with-amazon-personalize-and-generative-ai/) dan Generative AI.
## LangChain Kode pra-konfigurasi untuk personalisasi
LangChain adalah kerangka kerja untuk mengembangkan aplikasi yang didukung oleh model bahasa. Ini fitur kode yang dibangun untuk Amazon Personalize. Anda dapat menggunakan kode ini untuk mengintegrasikan rekomendasi Amazon Personalize dengan solusi AI generatif Anda.
Misalnya, Anda dapat menggunakan kode berikut untuk menambahkan rekomendasi Amazon Personalisasi bagi pengguna ke rantai Anda.
```
from aws_langchain import AmazonPersonalize
from aws_langchain import AmazonPersonalizeChain
from langchain.llms.bedrock import Bedrock
recommender_arn="{{RECOMMENDER ARN}}"
bedrock_llm = Bedrock(model_id="anthropic.claude-v2", region_name="us-west-2")
client=AmazonPersonalize(credentials_profile_name="default",region_name="us-west-2",recommender_arn=recommender_arn)
# Create personalize chain
# Use return_direct=True if you do not want summary
chain = AmazonPersonalizeChain.from_llm(
llm=bedrock_llm,
client=client,
return_direct=False
)
response = chain({'user_id': '1'})
print(response)
```
+ Untuk informasi tentang memulai LangChain, lihat [Pendahuluan](https://python.langchain.com/v0.2/docs/introduction/) dalam LangChain dokumentasi.
+ [Untuk informasi tentang penggunaan LangChain kode yang dibuat untuk Amazon Personalize, termasuk contoh kode lanjutan lainnya, lihat [Amazon LangChain Personalisasi](https://github.com/aws-samples/amazon-personalize-langchain-extensions) ekstensi di AWS repositori sampel.](https://github.com/aws-samples/)