Pixieset 借助 Amazon Bedrock 实现 35% AI 功能采用率：解决正确的问题
问题
摄影师和艺术家是生成式 AI 最持怀疑态度的群体，他们担心 AI 威胁其技艺并充斥行业。Pixieset 发现其网站构建器中大多数摄影师网站几乎没有替代文本。摄影师的作品集包含数百到数千张图片，为每张图片编写独特且描述性的替代文本非常繁琐且耗时，导致这项任务被不断推迟。
解决方案
Pixieset 使用 Amazon Bedrock 上的多模态大语言模型（Anthropic Claude 3.5 Sonnet）构建了 AI 图像替代文本生成功能。该功能集成到现有的事件驱动架构（Amazon EC2、AWS Lambda、Amazon SQS）中，通过单一 API 调用将图片发送到 Bedrock 进行推理，生成的标题与照片一起存储，并在网站构建器中供用户审核。设计上采用单张图片逐步审核，用户可接受、编辑或拒绝，然后可选择自动应用，且始终可编辑。使用跨区域推理和备用模型重试确保零停机。
结果
Pixieset 在 4 个月内从概念到生产，向数百万用户推出该功能。上线首周即为超过 75 万张照片生成了替代文本，16 个月后仍有 35% 的适用用户使用该功能，并推动了显著的订阅升级。用户反馈积极，有用户表示因该功能更新了订阅。
成本
成本信息待确认。
案例分析
使用场景：AI 图像替代文本（alt text）生成
实施证据：原文详细描述了实际部署：Pixieset 在 2025 年初使用 Anthropic Claude 3.5 Sonnet 通过 Amazon Bedrock 推出了 AI 替代文本生成功能；该功能集成到其现有的事件驱动架构（Amazon EC2、AWS Lambda、Amazon SQS）中，通过单一 API 调用实现，无需新基础设施或 GPU 配置；上线首周处理了超过 750,000 个推理请求；采用跨区域推理和备用模型重试实现零停机；功能在 16 个月后仍有 35% 的适用用户使用。
指标：35% 的适用用户群在 16 个月后仍在持续使用该功能；上线首周生成超过 750,000 张照片的替代文本；从概念到生产上线仅用 4 个月；功能自上线以来零停机
经验：将 AI 功能分类为护城河和必备功能：Pixieset 认识到 AI 生成替代文本是必备功能而非护城河，因此优先快速上市而非过度工程化。；解决非核心创作的工作：选择自动化元数据这类摄影师不喜欢的隐形工作，而不是侵占摄影创作本身，从而避免用户抵触并推动订阅升级。；让用户按自己的节奏建立信任：先让摄影师逐张图片审核建议，再选择是否全作品集自动应用，最终有 35% 的用户自主选择完全自动化。