亚马逊 Rufus 优化：在亚马逊 AI 购物助手中的可见性
精通亚马逊 Rufus 优化策略，提高产品在亚马逊 AI 购物助手的可见性。学习如何为 Rufus 推荐优化商品列表、内容和评论。
1 分钟阅读
Amazon Rufus
亚马逊的生成式AI驱动对话购物助手，可回答产品问题、比较商品并在亚马逊应用和网站内提供个性化推荐。Rufus经过亚马逊产品目录、客户评论和网络信息的训练，通过自然语言对话帮助客户做出明智的购买决策。
什么是Amazon Rufus
Amazon Rufus是一款生成式AI驱动的对话购物助手，旨在增强Amazon Shopping应用和Amazon.com上的在线购物体验。这款智能助手利用先进的机器学习来回答各种与购物相关的问题，从产品规格和功能到不同商品之间的详细比较。Rufus提供根据个人客户需求和偏好定制的个性化产品推荐，帮助购物者发现符合其特定要求的商品。该系统经过亚马逊广泛的产品目录、客户评论、社区问答和网络信息训练，能够提供准确、上下文相关的回复，引导客户完成整个购物旅程。
核心功能和能力
| 功能名称 | 描述 | 示例问题 |
|---|---|---|
| 产品研究和学习 | 教育客户在特定类别中做出购买决策时应考虑的因素 | “购买优质床垫时我应该注意什么？” |
| 产品比较 | 分析产品类型、品牌和型号之间的差异，帮助客户理解权衡 | “越野鞋和跑步鞋有什么区别？” |
| 个性化推荐 | 根据客户活动、偏好和特定用例推荐产品 | “五岁孩子最好的恐龙玩具是什么？” |
| 产品详情回答 | 提供关于单个产品的具体信息，包括规格和功能 | “这些鞋防水吗？” |
| 购物旅程协助 | 引导客户从初始研究到产品发现到最终购买决策 | “帮我计划露营旅行并将物品添加到购物车” |
Rufus背后的技术
Rufus运行在一个专门针对购物领域数据训练的复杂自定义大型语言模型（LLM）上，而非通用信息，从而在零售环境中实现卓越性能。该系统采用检索增强生成（RAG）从亚马逊的产品目录、客户评论、社区问答和相关API获取可靠信息，确保回复基于经过验证的数据，而不仅仅依赖训练数据。亚马逊使用AWS基础设施部署Rufus，包括专门的Trainium和Inferentia芯片，在大规模上优化训练和推理效率——在Prime Day期间，系统使用了超过80,000个这些定制芯片。为了在最大化吞吐量的同时最小化延迟，Rufus实施连续批处理，这是一种新技术，允许模型在单个请求完成后立即开始处理新请求，而不是等待整个批次完成。
Rufus如何改善购物体验
Rufus以多种有意义的方式改变客户购物体验：
- 节省研究阶段的时间：客户可以立即获得复杂产品问题的答案，而无需手动阅读数十条评论或产品描述
- 实现明智的决策：通过提供全面的产品信息、比较和上下文细节，Rufus帮助客户准确了解他们正在购买的产品
- 减少决策瘫痪：当面对压倒性的产品选择时，客户可以请求Rufus根据其特定需求和预算限制提供推荐
- 提供上下文感知的推荐：系统理解客户活动、以前的购买和声明的偏好，以推荐真正符合个人要求的产品
- 无缝集成：Rufus直接在现有的Amazon Shopping应用和网站内运行，无需额外的工具或平台
Rufus在AI购物助手中的地位
Amazon Rufus因多项独特的竞争优势而在AI购物助手中脱颖而出。虽然市场上存在其他AI购物解决方案，但Rufus受益于直接访问亚马逊包含数百万商品的庞大产品目录，结合数十亿条经过验证的客户评论和社区问答，为购物特定查询提供无与伦比的训练数据。与独立AI工具不同，Rufus无缝集成到现有的亚马逊购物体验中，让客户可以直接从提问转到购买，无需切换平台或应用程序。随着AI购物助手在GPT、Perplexity和Google AI Overviews等平台上变得更加普遍，像AmICited.com这样的工具已经出现，用于监控AI系统如何引用和提及品牌和产品，提供对AI推荐模式的透明度。
