Last reviewed 2026-09-04 UTC
本文档提供了一个应用的概要架构,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 有基本的了解。
本文档的部署部分提供了指向代码示例的链接,可帮助您尝试部署适用于营销应用场景的生成式 AI 应用。
架构
下图展示了 Google Cloud中一款应用的架构,该应用会处理用户数据,为个性化营销活动生成媒体素材资源。
该架构展示了以下流程:
注入和处理用户数据:
- 来自 Google Cloud 内部和外部来源的用户数据会上传到 BigQuery。
- Dataflow 流水线会处理上传的数据并得出市场洞察,例如受众特征、兴趣和购买模式。
- Eventarc 触发 Cloud Run 服务。
- Cloud Run 服务会将市场调研发送到 Gemini Enterprise Agent Platform,并提示为营销活动生成个性化媒体素材资源。
- Agent Platform 上的 Gemini 模型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。
- 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。
投放营销内容:
当用户访问公司 Web 门户(托管在 Cloud Run 上)时,门户服务会执行以下操作:
- 从 Cloud Storage 内容服务器检索用户特定的营销内容。
- 在用户访问的网页上展示营销内容。
如需提高生成的内容的质量,请考虑对架构进行以下调整:
- 构建一个反馈环,使模型能够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,请添加人工审核步骤,以验证内容是否符合安全准则和品牌标准。
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:一项可大规模提供统一流式数据处理和批量数据处理的服务。
- Eventarc:一种无服务器解决方案,用于异步路由事件触发的消息。
- 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 Google Cloud内部和外部访问,并且跨位置进行复制以实现冗余。
部署
GitHub 中的生成式 AI 营销代码库包含代码示例,您可以使用这些示例来尝试为营销用例部署生成式 AI 应用。
后续步骤
- 为营销活动生成图片和文案。
- 探索更多生成式 AI 架构指南。
- 如需简要了解 Google Cloud中特定于 AI 和机器学习工作负载的架构原则和建议,请参阅 Well-Architected Framework 中的 AI 和机器学习视角。
- 如需查看更多参考架构、图表和最佳实践,请浏览 Cloud 架构中心。
贡献者
作者: Kumar Dhanagopal | 跨产品解决方案开发者
其他贡献者:
- Amina Mansour | 全球开发者关系与战略内容技术主管
- Megan O'Keefe | 开发技术推广工程师
- Samantha He | 技术文档工程师
- Shir Meir Lador | 开发者关系工程经理