生成式 AI 用例：为个性化营销活动生成内容

Last reviewed 2025-12-11 UTC

本文档提供了一个应用的高级架构，该应用使用 AI 为个性化营销活动生成内容。

本文档的目标受众群体包括为媒体和营销行业在云端构建和管理生成式 AI 应用的架构师、开发者和管理员。本文档假定您对 生成式 AI有基础了解。

本文档的 部署 部分提供了指向代码示例的链接，可帮助您尝试部署用于营销应用的生成式 AI 应用。

架构

下图展示了一个应用架构，该应用处理用户数据以生成个性化营销活动的媒体素材资源。 Google Cloud

用于生成个性化营销广告系列的生成式 AI 应用的架构。 用于生成个性化营销广告系列的生成式 AI 应用的架构。

该架构展示了以下流程：

  • 注入和处理用户数据：

    1. 来自内部来源 Google Cloud 和外部来源 的用户数据会上传到 BigQuery。
    2. Dataflow 流水线会处理上传的数据，并得出营销分析洞见，例如人口统计资料、兴趣和购买模式。
    3. Eventarc 会触发 Cloud Run 服务。
    4. Cloud Run 服务会向 Gemini API 发送营销分析洞见，并提供提示，以生成个性化媒体素材资源用于营销活动。
    5. Gemini 会为每位用户生成音频、视频和文本内容，用于线上营销活动。
    6. Cloud Run 服务会将生成的内容上传到 Cloud Storage 中的内容服务器存储桶。

  • 提供商品推荐：

    当用户访问公司的 Web 门户时，该门户会执行以下操作：

    1. 从 Cloud Storage 内容服务器检索特定于用户的营销内容。
    2. 在用户访问的网页上显示营销内容。

如需提高生成内容的质量，请考虑对架构进行以下调整：

  • 构建反馈环路，让模型从营销活动的影响中学习。
  • 在将生成的内容上传到 Cloud Storage 之前，让人类用户验证内容是否安全且符合品牌形象。

使用的产品

此示例架构使用以下 Google Cloud 产品：

  • Cloud Run：一个无服务器计算平台，可让您直接在 Google 可伸缩的基础设施之上运行 容器。
  • Gemini Enterprise Agent Platform：一个综合性平台， 可让您构建、扩缩、治理和优化企业级 AI 智能体。
  • BigQuery：一种企业数据仓库，可帮助您使用机器学习、地理空间分析和商业智能等内置功能管理和 分析数据。
  • Dataflow：一项服务，可以大规模提供统一流式数据处理和批量数据处理。
  • Eventarc：一种无服务器解决方案，可异步路由由事件触发的消息。
  • Cloud Storage：适用于各种数据类型的费用低廉且不受限制的对象存储区。数据可从 内部和外部访问 Google Cloud，并且 跨位置进行复制以实现冗余。

部署

GitHub 中的 Generative AI for Marketing 代码库包含代码示例，您可以使用这些示例尝试 部署用于营销应用的生成式 AI 应用。

后续步骤

贡献者

作者： Kumar Dhanagopal | 跨产品解决方案开发者

其他贡献者：