Ocenianie opinii o produktach za pomocą AI

Maud Nalpas
Maud Nalpas
X GitHub
Kenji Baheux
Kenji Baheux
Alexandra Klepper
Alexandra Klepper
X GitHub LinkedIn

Gdy robisz zakupy online, liczba opinii o produktach i ilość dostępnych produktów może być przytłaczająca. Jak uporać się z tymi hałasami, aby znaleźć produkt, który spełnia nasze konkretne potrzeby?

Załóżmy, że kupujesz plecak służbowy. Plecaki muszą zapewniać równowagę funkcjonalności, estetyki i praktyki. Liczba opinii sprawia, że trudno jest stwierdzić, czy udało się znaleźć idealną torbę. A gdybyśmy mogli wykorzystać sztuczną inteligencję, by przebić się przez szum i znaleźć idealny produkt?

Przydatne będzie zestawienie wszystkich opinii wraz z listą najczęstszych wad i zalet.

Przykładowa opinia użytkownika z wyróżnionymi pozytywnymi i negatywami.
Przykładowa opinia użytkownika z oceną oraz listą wad i zalet.

Wykorzystujemy generatywną AI po stronie serwera. Wnioskowanie odbywa się na serwerze.

W tym dokumencie możesz zapoznać się z samouczkiem dotyczącym interfejsu API Gemini z Node.js, w którym wykorzystano pakiet SDK JavaScript Google AI AI do podsumowania danych z wielu opinii. W tej części skupimy się na generatywnej AI – nie będziemy omawiać sposobu przechowywania wyników ani tworzenia kolejki zadań.

W praktyce możesz używać dowolnego interfejsu LLM API z dowolnym pakietem SDK. Może jednak wymagać dostosowania sugerowanego promptu do wybranego modelu.

Wymagania wstępne

  1. Utwórz klucz dla interfejsu Gemini API i zdefiniuj go w pliku środowiska.

  2. Zainstaluj pakiet SDK JavaScript Google AI, na przykład przy użyciu npm: npm install @google/generative-ai

Tworzenie aplikacji do generowania streszczeń opinii

  1. Zainicjowanie obiektu generatywnej AI
  2. Utwórz funkcję generowania podsumowań opinii.
    1. Wybierz generatywny model AI. W naszym przypadku użyjemy Gemini Pro. Użyj modelu, który odpowiada Twojemu przypadkowi użycia (np. gemini-pro-vision jest używany w przypadku multimodalnych danych wejściowych).
    2. Dodaj prośbę.
    3. Wywołaj generateContent, aby przekazać prompt jako argument.
    4. Wygeneruj i zwróć odpowiedź.
const { GoogleGenerativeAI } = require("@google/generative-ai");

// Access the API key env
const genAI = new GoogleGenerativeAI(process.env.API_KEY_GEMINI);

async function generateReviewSummary(reviews) {
  // Use gemini-pro model for text-only input
  const model = genAI.getGenerativeModel({ model: "gemini-pro" });
  // Shortened for legibility. See "Write an effective prompt" for
  // writing an actual production-ready prompt.
  const prompt = `Summarize the following product reviews:\n\n${reviews}`;
  const result = await model.generateContent(prompt);
  const response = await result.response;
  const summary = response.text();
  return summary;
}

Utwórz skuteczny prompt

Najlepszym sposobem na osiągnięcie sukcesu z generatywną AI jest utworzenie dokładnego promptu. Aby uzyskać spójne dane wyjściowe, skorzystaliśmy z metody promptów typu „one-shot”.

Monit typu one-shot jest reprezentowany przez przykładowe dane wyjściowe dla Gemini używanych do modelowania.

const prompt =
`I will give you user reviews for a product. Generate a short summary of the
reviews, with focus on the common positive and negative aspects across all of
the reviews. Use the exact same output format as in the example (list of
positive highlights, list of negative aspects, summary). In the summary,
address the potential buyer with second person ("you", "be aware").

Input (list of reviews):
// ... example

Output (summary of reviews):
// ... example

**Positive highlights**
// ... example
**Negative aspects**
// ... example
**Summary**
// ... example

Input (list of reviews):
${reviews}

Output (summary of all input reviews):`;

Oto przykładowe dane wyjściowe tego promptu, które zawierają podsumowanie wszystkich opinii oraz listę typowych wad i zalet.

## Summary of Reviews:

**Positive highlights:**

* **Style:** Several reviewers appreciate the backpack's color and design.
* **Organization:** Some users love the compartments and find them useful for
  organization.
* **Travel & School:** The backpack seems suitable for both travel and school
  use, being lightweight and able to hold necessary items.

**Negative aspects:**

* **Durability:** Concerns regarding the zipper breaking and water bottle holder
  ripping raise questions about the backpack's overall durability.
* **Size:** A few reviewers found the backpack smaller than expected.
* **Material:** One user felt the material was cheap and expressed concern about
  its longevity.

**Summary:**

This backpack seems to be stylish and appreciated for its organization and
suitability for travel and school. However, you should be aware of potential
durability issues with the zippers and water bottle holder. Some users also
found the backpack smaller than anticipated and expressed concerns about the
material's quality.

Limity tokenów

W wielu opiniach może zostać osiągnięty limit tokenów modelu. Tokeny nie zawsze są równe jednemu słowu. Token może składać się z części słowa lub z kilku słów razem. Na przykład Gemini Pro ma limit 30 720 tokenów. Oznacza to, że prompt może zawierać maksymalnie 600 opinii (średnio 30 słów) po angielsku, bez pozostałych instrukcji.

Aby sprawdzić liczbę tokenów, użyj countTokens() i zmniejsz liczbę wpisywanych znaków, jeśli prompt jest większy niż dozwolone.

const MAX_INPUT_TOKENS = 30720
const { totalTokens } = await model.countTokens(prompt);
if (totalTokens > MAX_INPUT_TOKENS) {
    // Shorten the prompt.
}

Dla firm

Jeśli korzystasz z Google Cloud lub potrzebujesz pomocy w przedsiębiorstwie, możesz uzyskać dostęp do Gemini Pro i innych modeli, takich jak modele Claude'a firmy Anthropic, za pomocą Vertex AI. Możesz skorzystać z Bazy modeli, aby określić, który model najlepiej pasuje do konkretnego przypadku użycia.

Dalsze kroki

Stworzona przez nas aplikacja opiera się w dużym stopniu na jakościowych opiniach, które dostarczają najskuteczniejszych podsumowań. Aby zebrać takie opinie, przeczytaj następny artykuł z tej serii: Jak pomóc użytkownikom w pisaniu przydatnych opinii o produktach przy użyciu internetowej AI na urządzeniu.

Chętnie poznamy Twoją opinię o tym podejściu. Powiedz nam, które przypadki użycia najbardziej Cię interesują. Możesz podzielić się opinią i dołączyć do programu wczesnej wersji przedpremierowej, aby przetestować tę technologię na lokalnych prototypach.

Dzięki Twojej pomocy AI stanie się potężnym, ale jednocześnie praktycznym narzędziem dla wszystkich.

Dalej: Pomóż użytkownikom pisać przydatne opinie o produktach