基于个性化购物体验的持续创新，亚马逊正借助生成式AI进一步优化商品推荐与描述。系统通过分析客户购物行为与偏好，在首页及购物旅程中生成多维度个性化推荐，并提供更贴合需求的商品描述。
例如，推荐内容不再局限于“类似商品”等通用标签，而是根据行为数据提供更精准的选项，如“母亲节限时礼盒”或“提升冰球水平的超值优惠”。此外，若客户常搜索无麸质产品并在搜索框输入“无麸质麦片”，AI将在搜索结果的商品描述中智能高亮“无麸质”关键词——即便该信息仅位于描述末尾。这一机制确保客户能依据核心属性快速筛选商品。无论是无麸质麦片、长续航智能手表、双人餐桌，还是适配16英寸笔记本的背包，生成式AI驱动的个性化服务均能帮助客户高效发现符合特定需求的产品。
工作原理
系统通过分析商品属性及客户购物信息（包括偏好、搜索记录、浏览与购买历史），利用大型语言模型（LLM）优化商品标题，突出对客户当前购物行为最关键的功能特性。为确保标题准确反映个体关注点，评估器LLM会对生成结果进行审核与优化，保障客户获取最佳商品信息。
亚马逊个性化总监Mihir Bhanot表示：“若主大语言模型生成的描述过于笼统或未突出关键特性，评估大语言模型将标记问题。这一反馈循环使系统持续优化建议，确保产品描述尽可能准确详尽。”
该功能基于Amazon Bedrock构建，用于标题重排序与审核。作为AWS托管服务，Amazon Bedrock提供多种基础模型访问能力，支持大规模测试、构建及部署此类生成式AI应用。
了解更多亚马逊的AI创新。