Popsa 如何借助 Amazon Nova 用个性化标题灵感打动用户
Popsa 是一家帮助用户从照片库中挖掘珍贵记忆的技术公司，业务覆盖 50 多个国家和 12 种语言。其核心产品 Photo Book 通过设计自动化和 AI 技术，将日常照片转化为精美的印刷相册。近期，Popsa 利用 Amazon Bedrock 和 Amazon Nova 模型系列对其“标题建议”功能进行了全面升级，实现了更智能、更个性化的标题生成。
从“法国2024”到创意标题
过去，许多用户面对 Photo Book 封面时只会输入“法国2024”、“西班牙照片”甚至“照片”这类平淡无奇的标题。Popsa 早在 2021 年就推出了标题建议功能，但原有方案依赖规则和简单模板，创意有限。借助生成式 AI，Popsa 希望让标题真正“活”起来——既能反映照片内容，又能传递情感和品牌调性。
技术架构：元数据+视觉+检索增强生成
Popsa 的新方案整合了多种技术手段：首先，从用户选定的照片中提取元数据（如时间戳、地理坐标），并通过设备端卷积神经网络识别场景特征（如海滩、山脉、聚会等）。然后，利用 Amazon Bedrock 提供的统一 API，结合 Anthropic Claude 3 Haiku 和 Amazon Nova Lite/Pro 模型，对信息进行综合处理。
具体流程包括：
- 检索增强生成：从品牌语料库中检索与场景匹配的标题模板和关键词。
- 多模型协作：Claude 3 Haiku 负责快速理解用户意图，Amazon Nova 系列则擅长生成多语言、风格一致的创意文本。
- 输出优化：最终生成 12 种语言的标题和副标题，确保符合品牌调性。
效果与价值
升级后的标题建议功能带来了显著提升：
- 质量与效率：标题创意性大幅提高，同时响应时间缩短，成本降低。
- 用户行为改善：更多用户选择使用建议标题，而非手动输入。
- 商业指标增长：用户满意度和购买率均有可量化提升。
- 规模化应用：截至 2025 年，已自动生成超过 550 万条个性化标题。
行业启示
Popsa 的实践展示了生成式 AI 在垂直场景中的落地路径：不是简单套用大模型，而是将模型能力与领域知识（元数据、视觉特征、品牌资产）深度融合。通过 Amazon Bedrock 的多模型编排，Popsa 在保证创意质量的同时控制了成本，这对许多希望引入 AI 但又担心预算超支的企业具有参考价值。
随着多模态模型和检索增强技术的成熟，类似的应用将越来越多——从相册标题到营销文案、从产品描述到个性化推荐，AI 正在从“生成内容”走向“生成有效内容”。对于用户而言，这意味着更少的选择困难，更多的惊喜体验。