Ruki.ai - генерация описаний товаров для e-commerce

Приключения нейросети, которая создает описания для товарных каталогов за секунды

Привет, меня зовут Антон Селихов, я СЕО стартапа Ruki ai — сервиса по AI генерации описаний товаров для e-commerce. В этой статье я расскажу, зачем нужно автоматизировать копирайтинг описаний и с какими технологическими трудностями мы столкнулись на пути от идеи до MVP.

Пустые, не уникальные или скучные тексты к товарам плохо влияют на выдачу в поиске (SEO) и конверсию (до 20% несовершенных покупок). Хорошее и детальное описание — четвертый по важности критерий при покупке в интернет-магазинах.

Сейчас описания вручную создают копирайтеры, и у такого метода много минусов:

В итоге в интернет-магазинах мы видим разные ситуации:

Решение: искусственный интеллект для генерации SEO-оптимизированных описаний товаров.

Основная магия технологии, с помощью которой решаем проблему — это AI с Natural Language Generation под капотом. На основании характеристик товара генерируется SEO-оптимизированное и уникальное описание. Такое же, как создал бы копирайтер, но только кратно дешевле, быстрее и мгновенно масштабируемо. А еще для некоторых категорий умеем брать характеристики напрямую с фото товара — это происходит с помощью Computer Vision.

Мне очень хотелось бы рассказать вам историю в стиле «изи-бризи, заботали за два дня». На деле же потребовалось «чуть больше», чем два дня, много упорства и большая преданность великому русскому языку, который сложно поддается существующим технологиям NLP (обработки естественного языка).

В нулевой итерации модели использовали технологию seq2seq, с ней получились какая-то фигамота (в прямом смысле слова). Вот описание для женского платья мини:

Отбросив эту гипотезу, мы перешли к экспериментам с контекстуальной моделью.

В первой итерации модели эксперимент вышел забавным: ИИ был больше похож на психотерапевта, чем на копирайтера и описания он делал так себе.

Например, вот как ИИ создал описание для летнего детского платья:

Очевидно, это — не совсем то, что хочется видеть в описании детского товара, но подобные артефакты — неизменные спутники любого обучения нейросети.

Во второй итерации использовали малую контекстуальную модель, которую обучили на небольшом корпусе наших данных и попробовали создать описание для вечернего платья.

«Вот теперь, кажется, лучше. Но явно есть некоторые нюансы», — подумали мы.

В третьей итерации значительно расширили корпус данных, использовали ансамбль моделей различных архитектур и плотно поработали над файнтюнингом.

Вот один из вариантов описания джинсового летнего платья.

Пока я радовался технологической победе, мои кофаундерки Саша и Катя (CTO и CBDO) сделали платья нашим командным дресс-кодом (хотя я предлагал «голые четверги»).

Давайте сравним в цифрах скорость работы копирайтера и AI в создании 10 тысяч описаний.

Допустим, наш герой Вася живет в городе N, работает full-time и каждый день пишет описания к товарам. Вася — крутой специалист, любит создавать описания, шарит в SEO и сходу по характеристикам придумывает уникальный текст для каждого товара. На одно описание ему нужно 3 минуты. А ещё Вася не обедает, не общается у кулера с коллегами и не отлучается в туалет.

Получается, в месяц Вася создает 3 200 описаний. На 10 тысяч у него уходит 3 месяца, ведь он как любой хороший работник не устаёт, и ему ничего не стоит по просьбе своего эффективного менеджера поднажать перед релизом и сделать на 400 штук больше.

Это же количество описаний скромный искусственный интеллект в задумчивом настроении (на домашнем компуктере СТО) сделает за 20 тысяч секунд, или 333 минуты, или чуть меньше одного рабочего дня. Получается, за месяц Ruki ai создал бы 876,000 описаний.

Надеюсь, Вася узнает об этой технологии и начнёт тратить в 90 раз меньше времени на одно описание. Глядишь, и время на чай с коллегами организуется.

Мы научились описывать платья и теперь хотим итеративно масштабироваться на другие категории товаров. После одежды возьмемся за бытовую технику и электронику, а потом в ход пойдут совсем специфичные товары. «Вот уж будет весело описывать какое-нибудь кольцо червячного вала для культиватора» — хихикаем мы на командных синк-апах.

Еще планируем использовать наиболее актуальные языковые модели для нейросети и здесь передаем большой респект Сберу, который совсем недавно выкатил в открытый доступ RuGPT-3. GPT-3 — наиболее развитая языковая модель генерации текста, которая до этого существовала только на английском языке и в ограниченном доступе.

#ecommerce #machinelearning #startup #ai #личныйопыт #seo #сервисы #торговля