AI sprzedaje za Ciebie – opisy i wycena w kilka kliknięć

Ten materiał powstał zarówno w wersji pisanej, jak i filmowej. Obejrzyj film na naszym kanale Beyond AI, lub przejdź do lektury. Dzięki!

Obejrzyj ten materiał na YouTube:

AI sprzedaje za Ciebie – opisy i wycena w kilka kliknięć

Cześć, mam na imię Ziemek i jestem z kanału Beyond AI. Chciałbym Wam dzisiaj pokazać, w jaki sposób zautomatyzować sprzedaż rzeczy, które być może zalegają Wam w domu i chcielibyście sprzedać, ale brakuje wam sił i czasu na przygotowanie właściwego ogłoszenia. Pokażę Wam dzisiaj, jak w sposób automatyczny, tylko i wyłącznie na podstawie zdjęcia, wykorzystując modele sztucznej inteligencji, przygotować takie ogłoszenia.

Na początku pokażę, w jaki sposób działa ten program. Zakładamy, że mamy zdjęcie, które wrzucamy na dysk Google. Po wrzuceniu uruchamiamy program, który pobiera zdjęcie, wywołuje model OpenAI, ten model analizuje, co tam się znajduje, przygotowuje opis oraz tytuł tego ogłoszenia. Następnie wyszukuje w Google rzeczy, które są podobne. Wszystko to zapisuje w arkuszu Google.

Zobaczmy, jak to zadziałało dla kontrolera do gier i używanych butów snowboardowych.

Odpowiedź jest skonstruowana w ten sposób, że mamy tutaj nazwę produktu, mamy też przyjęte założenia. Nie wszystkie rzeczy potrzebne do sprzedaży są na zdjęciu, dlatego poprosiłem ChatGPT, żeby zastanowił się, jakie są te istotne rzeczy i żeby coś zaproponował. Napisał, że on przyjął takie założenia i bazując na tych założeniach, stworzył tytuł, napisał treść, a potem jeszcze poszukał w internecie, ile to może w ogóle kosztować.

W przypadku używanych butów snowboardowych troszkę się zagalopował, ale jednak pokazał, że takie buty kosztują używane około 300 zł, co jest rozsądną ceną. Zakładam, że dla kontrolera to też jest cena nowego sprzętu, natomiast jest to fajny punkt wyjścia do tego, żeby dobrze określić cenę.

Co potrzebujemy do wykonania takiej automatyzacji? Konto na Google Drive, konto na platformie make.com oraz dostęp do API OpenAI. Budowanie programów na platformie make.com jest bardzo proste, polega na przeciąganiu takich „kluszkowców", kroków, które chcemy wykonać w naszym programie. Pierwszym jest podłączenie się do Google Drive, pokazujemy mu, który katalog ma monitorować, na który ma patrzeć. A następnie ściągnięty plik, czyli tak naprawdę obrazek, przekazuje bezpośrednio do chatu GPT z modułem Vision.

Zobaczcie, jak wygląda prompt, który wykorzystuję, aby poinformować model o tym, co ma zrobić. Po pierwsze, proszę go o to, żeby się zorientował, co jest na tym zdjęciu, potem proszę go o to, żeby się zastanowił, jakie istotne parametry są dla tego konkretnego przedmiotu, istotne w celu przygotowania odpowiedniego opisu i tytułu.

Jeżeli on nie wie o jakichś rzeczach, na przykład tak, jak było z tymi butami, że tam nie był podany rozmiar, to proszę go, żeby sobie to wymyślił i zapamiętał o tym, mówiąc: „A weź to zapamiętaj jako założenia". W kolejnym kroku proszę, żeby przygotował nazwę. Musi to jakoś poskładać te rzeczy, które już sobie założył z tymi, które rozpoznał na zdjęciu. To jest coś takiego, co chciałbym wykorzystać następnie w Google w celu znalezienia tych przedmiotów.

No i jak już mamy wszystko, to możemy go poprosić o przygotowanie treści ogłoszenia. Tutaj znowu stosuję metodę Chain of Thought, czyli zanim napisze treść, to fajnie, gdyby się zastanowił, jakie są korzyści dla ludzi, którzy tym przedmiotem byliby zainteresowani. I pod to, żeby napisał odpowiedni komunikat, który dopiero znajdzie się w zmiennej, którą sobie nazywam „treść". Chcemy, żeby on najpierw się zastanowił, jakie są korzyści dla potencjalnych osób, które by kupowały ten nasz przedmiot i treść, żeby odpowiadała tym korzyściom, które osoba kupująca może osiągnąć dzięki używanym butom albo innemu przedmiotowi, który mamy na sprzedaż.

Jedna bardzo ważna rzecz na samym końcu, to jest to, że potrzebujemy, aby odpowiedź była sformatowana, żeby była ustrukturyzowana w postaci JSON. Mam oddzielnie nazwę, tytuł, opis, założenia i zapytanie. To zapytanie to jest ten tekst, który pojdzie do Google po to, żeby znaleźć ceny podobnych przedmiotów. Czyli ściągnąłem zdjęcia, wysłałem go do modelu Vision, odpowiedź trafia do „kluszka", który ma odpowiednią strukturę z nazwą, tytułem, opisem, założeniami oraz zapytaniem. I tak zmienne będzie można później wykorzystywać, na przykład w klocku, który jest wysyłany do Google, gdzie biorę zapytanie i wklejam jako parametr do wyszukiwania.

Odpowiedź z serwisu Google to kod HTML, dlatego trafia to do klocka „tekst parser", który zamienia go na tekst, obcinając wszelkie tagi HTML oraz niepotrzebny nam kod Javascript. To z kolei trafia do drugiego kroku opartego o OpenAI, w którym prosimy go o przygotowanie oceny, ile tak naprawdę to może kosztować. Jak wygląda ten prompt?

Otóż w następujący sposób: informuję go, że przekażę mu odpowiedni fragment tekstu, który otrzymałem od Google i żeby poszukał tam cen, które się znajdują, a następnie zaproponował najbardziej prawdopodobną cenę.

W tym kroku, w którym wysyłamy żądanie do Google, zwróci nam stronę zawierającą mnóstwo linków do sklepów, część z nich będzie do platform aukcyjnych z używanymi przedmiotami, większość będzie nowa, dlatego istotne jest, żebyśmy w tym zalewie informacji odnaleźli coś, co pomoże nam się zorientować, ile tak naprawdę ta nasza rzecz powinna kosztować. Dlatego przygotowany jest prompt, którego celem jest właśnie znalezienie najbardziej prawdopodobnej ceny dla używanego przedmiotu.

Jak już mamy wszystkie dane zebrane, to wszystko to zapisujemy w arkuszach Google, dodając po prostu wiersz, który składa się z następującej struktury: w pierwszej kolumnie nazwa, potem założenia, potem tytuł, potem opis. Te wszystkie rzeczy są dostępne, ponieważ wcześniej zadbaliśmy o to, żeby odpowiedź była ustrukturyzowana i żebyśmy mogli właśnie wypełnić poszczególne kolumny.

Przygotowanie takiego programu jest proste i automatyzuje dosyć... do ceny, znalazł że on kosztuje około 25 zł. Czy to jest prawda? Trzeba byłoby to zweryfikować. Tak przygotowana automatyzacja na pewno sprawdzi się w domu, kiedy mamy kilkanaście, kilkadziesiąt przedmiotów i ona oszczędzi czas szczególnie tym osobom, które nie lubią samodzielnie tworzyć tekstów i pisać tych wszystkich opisów. No bo jak mamy już arkusz, to łatwo jest przykleić czy to na OLX, Allegro, Lokalnie, czy Facebook Marketplace. To wszystko jedno gdzie wdrożymy, mamy już komplet informacji, przyklejamy i cieszymy się ze sprzedaży.

Czy sprawdzi się, kiedy ich było tysiące? No nie, wtedy się nie sprawdzi, wtedy wymagana byłaby inna automatyzacja, pewnie zatrudnienie specjalistycznej agencji zajmującej się automatyzacją z wykorzystaniem tego typu modeli na większą skalę. Natomiast jeżeli macie jakieś pomysły na inne automatyzacje, to dajcie znać w komentarzu. Z chęcią zajmiemy się tematem. Zresztą ten odcinek powstał dzięki jednemu z komentarzy do poprzedniego naszego filmu.

Odwiedź nasz kanał na YouTube!

Jeśli chcesz dowiedzieć się więcej o fascynującym świecie sztucznej inteligencji i jej zastosowaniach w życiu codziennym, odwiedź nasz kanał YouTube – Beyond AI. To Twój przewodnik po dynamicznym świecie AI!