生成式 AI 用例：为个性化营销活动生成内容

Last reviewed 2026-09-04 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构建和管理云端生成式 AI 应用的架构师、开发者和管理员。本文档假设您对生成式 AI 有一定的基础了解。

本文档的部署部分提供了指向代码示例的链接，可帮助您尝试部署生成式 AI 应用以用于营销用例。

架构

下图展示了 Google Cloud中应用的架构，该应用可处理用户数据，以生成用于个性化营销广告系列的媒体资源。

用于生成个性化营销广告系列的生成式 AI 应用的架构。 使用 AI 生成个性化营销活动的应用程序的架构。

该架构展示了以下流程：

  • 注入和处理用户数据：

    1. 来自 Google Cloud 内来源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，例如受众特征资料、兴趣和购买模式。
    3. Eventarc 触发 Cloud Run 服务。
    4. Cloud Run 服务会将营销洞见发送到 Gemini Enterprise Agent Platform，并提示生成用于营销广告系列的个性化媒体资源。
    5. 对于每位用户，Agent Platform 上的 Gemini 模型都会为线上营销活动生成音频、视频和文本内容。
    6. Cloud Run 服务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：

    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展示营销内容。

为了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，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，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，可用于构建、扩缩、治理和优化企业级 AI 代理。
  • 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，可大规模提供统一的流式数据处理和批量数据处理。
  • Eventarc：一种无服务器解决方案，用于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。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 Generative AI for Marketing 代码库包含一些代码示例，您可以使用这些示例来尝试部署生成式 AI 应用，以用于营销用例。

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：