翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon Personalize と生成 AI
<a name="personalize-with-gen-ai"></a>

 Amazon Personalize は生成人工知能 (生成 AI) と高い親和性があります。Amazon Personalize Content Generator では、生成 AI を活用して、関連アイテムのバッチレコメンデーションに魅力的なテーマを追加できます。Content Generator は Amazon Personalize が管理する生成 AI 機能です。**

 また、Amazon Personalize レコメンデーションを使用して Amazon Personalize を生成 AI ワークフローと統合し、ユーザーエクスペリエンスを向上させることもできます。例えば、生成 AI プロンプトにレコメンデーションを追加して、各ユーザーの興味に合わせたマーケティングコンテンツを作成できます。また、推薦コンテンツの簡潔な概要を作成したり、チャットボットを通じて商品やコンテンツを推奨したりすることもできます。

次の動画では、Amazon Personalize と生成 AI を使用してレコメンデーションを強化する方法を示します。

[![AWS Videos](http://img.youtube.com/vi/9x9X2wNpd1I/0.jpg)](http://www.youtube.com/watch?v=9x9X2wNpd1I)


 以下の Amazon Personalize 機能は、生成 AI を使用するか、パーソナライズされたコンテンツを作成する生成 AI ソリューションの構築に役立ちます。生成 AI で Amazon Personalize を使用する方法を示すサンプル Jupyter Notebook については、[Amazon Personalize サンプル](https://github.com/aws-samples/amazon-personalize-samples)リポジトリの「[Generative AI with Amazon Personalize](https://github.com/aws-samples/amazon-personalize-samples/tree/master/next_steps/generative_ai)」を参照してください。

**Topics**
+ [Content Generator のテーマ付きレコメンデーション](#gen-ai-themed-rec)
+ [レコメンデーションメタデータ](#gen-ai-metadata)
+ [パーソナライズ用に事前設定された LangChain コード](#gen-ai-langchain)

## Content Generator のテーマ付きレコメンデーション
<a name="gen-ai-themed-rec"></a>

Amazon Personalize Content Generator では、わかりやすいテーマをバッチレコメンデーションに追加できます。Content Generator は Amazon Personalize が管理する生成 AI 機能です。**

テーマ付きバッチレコメンデーションを受け取ると、Amazon Personalize Content Generator は類似アイテムのセットごとにわかりやすいテーマを追加します。例えば、朝食用フードの関連商品のアイテムレコメンデーションが表示される場合、Amazon Personalize は元気な朝や朝の必需品などのテーマを生成する場合があります。****このテーマを、よく一緒に買われるものなどの一般的なカルーセルタイトルの代わりに使用できます。**また、このテーマをプロモーションメールやマーケティングキャンペーンに組み込んで、新しいメニューオプションを用意することもできます。

テーマを生成するには、アイテムインタラクションとアイテムデータセットにデータをインポートし、Similar-Items レシピを使用してカスタムソリューションを作成し、バッチレコメンデーションを生成します。アイテムデータにはアイテムの説明とタイトル情報が含まれている必要があります。アイテムの説明とタイトルを詳細なものにすると、Content Generator がより正確で魅力的なテーマを作成するのに役立ちます。
+ Amazon Personalize のワークフローの詳細については、「[Amazon Personalize のワークフローの詳細](personalize-workflow.md)」を参照してください。
+ バッチレコメンダーの詳細については、「[バッチアイテムのレコメンデーションの取得](getting-batch-recommendations.md)」または「[バッチユーザーセグメントの取得](getting-user-segments.md)」を参照してください。
+ テーマ付きアイテムレコメンデーションの生成については、「[Content Generator のテーマ付きバッチレコメンデーション](themed-batch-recommendations.md)」を参照してください。

## レコメンデーションメタデータ
<a name="gen-ai-metadata"></a>

 レコメンデーションを受け取ると、Amazon Personalize がアイテムデータセットから各推奨アイテムに関するメタデータを返すように設定できます。このメタデータを Amazon Personalize のレコメンデーションと共に、生成 AI プロンプトに追加して、より説得力のあるコンテンツを生成できます。

 例えば、生成 AI を使用してマーケティングメールを作成できます。Amazon Personalize のレコメンデーションとそのメタデータ (映画のジャンルなど) は、生成 AI のプロンプトエンジニアリングの一部として使用できます。パーソナライズされたプロンプトにより、生成 AI を使用して各顧客の興味に合わせた魅力的なマーケティング E メールを作成できます。

 レコメンデーションメタデータを取得するには、まず Amazon Personalize ワークフローを完了してデータをインポートし、ドメインリソースまたはカスタムリソースを作成します。Amazon Personalize レコメンダーまたはキャンペーンを作成するときは、レコメンデーションにメタデータを含めるオプションを有効にします。****レコメンデーションを受け取ったら、どのアイテムデータの列を含めるかを指定できます。
+  Amazon Personalize のワークフローの詳細については、「[Amazon Personalize のワークフローの詳細](personalize-workflow.md)」を参照してください。
+ レコメンダーのメタデータを有効にする方法については、「[レコメンデーションのメタデータを有効にする (ドメインリソース)](create-recommender-return-metadata.md)」を参照してください。
+ キャンペーンのメタデータを有効にする方法については、「[レコメンデーションのメタデータを有効にする (カスタムリソース)](campaigns.md#create-campaign-return-metadata)」を参照してください。
+  Amazon Personalize と生成 AI を組み合わせてマーケティングキャンペーンを作成する方法の詳細については、「[Amazon Personalize と生成系 AI でマーケティングソリューションを高度化する](https://aws.amazon.com/blogs/machine-learning/elevate-your-marketing-solutions-with-amazon-personalize-and-generative-ai/)」を参照してください。

## パーソナライズ用に事前設定された LangChain コード
<a name="gen-ai-langchain"></a>

LangChain は、言語モデルを利用してアプリケーションを開発するためのフレームワークです。Amazon Personalize 用に構築されたコードを備えています。このコードを使用して、Amazon Personalize のレコメンデーションを生成 AI ソリューションと統合できます。

 例えば、次のコードを使用して、ユーザー向けの Amazon Personalize レコメンデーションをチェーンに追加できます。

```
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)
```
+ LangChain の使用開始の詳細については、LangChain ドキュメントの「[Introduction](https://python.langchain.com/v0.2/docs/introduction/)」を参照してください。
+ [Amazon Personalize 用に構築された LangChain コードの使用の詳細 (より高度なコードサンプルを含む) については、AWS サンプル](https://github.com/aws-samples/)リポジトリの「[Amazon Personalize LangChain extensions](https://github.com/aws-samples/amazon-personalize-langchain-extensions)」を参照してください。