Yahoo spojilo generovanie reklamných kľúčových slov cez Bedrock so sémantickou kontrolou

Od klasického vyhľadávania podobnosti ku generovaniu

Yahoo zmodernizovalo časť systému Search Retargeting vo svojej reklamnej platforme DSP. Namiesto toho, aby rozširovanie výrazov zabezpečovala iba kombinácia modelu Word2Vec a lokalitne citlivého hašovania, nové riešenie využíva veľký jazykový model dostupný cez Amazon Bedrock. Úlohou modelu je z východiskových kľúčových slov inzerenta navrhnúť širšiu množinu významovo príbuzných výrazov. Nejde však o autonómne rozhodovanie jedného modelu: kandidáti prechádzajú ďalšou kontrolou podobnosti a filtrami citlivého obsahu. Oproti pôvodnému stručnému opisu je dôležité spresniť aj časovú os. AWS technickú architektúru zverejnilo v júli 2026, ale Yahoo podľa prípadovej štúdie spustilo túto funkciu v produkcii už v prvom štvrťroku 2025.

Search Retargeting pracuje s predchádzajúcou vyhľadávacou aktivitou a pomáha vytvárať skupiny používateľov, ktorým možno zobrazovať reklamu v rôznych formátoch. Inzerent zadá počiatočné výrazy a systém ich rozšíri o ďalšie pojmy, aby zachytil viac relevantných vyhľadávaní. Pôvodné aj odvodené výrazy sa ukladajú v Amazon OpenSearch Service a samostatný dávkový proces ich porovnáva s históriou vyhľadávania. Generatívna AI teda nie je používateľským chatbotom ani náhradou celej reklamnej platformy. Je jednou súčasťou dátového potrubia, ktoré ovplyvňuje veľkosť a zloženie reklamných segmentov.

Starší postup založený na Word2Vec a LSH mal podľa Yahoo viacero praktických obmedzení. Statické reprezentácie nemuseli zachytiť nový slovník, názvy aktuálnych produktov alebo presný význam viacslovných dopytov. Vyhľadávanie podobnosti sa mohlo priveľmi opierať o tvar a bežné spoluvýskyty slov, pričom pri niektorých vstupoch nevytvorilo žiadne rozšírenie. Jazykový model dokáže generovať rozmanitejšie asociácie a pracovať s kontextom, no prináša opačné riziko: môže navrhnúť výraz, ktorý znie vierohodne, ale významovo sa od pôvodného zámeru vzdialil. Modernizácia preto nevylučuje klasické metódy; mení ich úlohu z generátora na kontrolnú vrstvu.

Ako Yahoo oddeľuje návrh od overenia

Tím v prostredí Amazon SageMaker Studio skúšal modely od viacerých poskytovateľov vrátane Amazonu, spoločnosti Meta a Anthropic. Pre konkrétnu úlohu vybral Claude 3.5 Sonnet v2, ktorý mal podľa zverejneného hodnotenia dosiahnuť najvhodnejší pomer medzi počtom rozšírení a ich sémantickou blízkosťou. Amazon Bedrock poskytol spoločné rozhranie a spravovanú inferenčnú vrstvu, takže Yahoo nemuselo každý model samostatne hostovať. Toto je výhoda pre experimentovanie aj prevádzku, nie však dôkaz, že zvolený model bude optimálny pri inom jazyku, inom reklamnom katalógu alebo po zmene dát a modelovej verzie.

Každý vygenerovaný kandidát sa prevedie na vektorovú reprezentáciu a porovná s pôvodným výrazom. Návrhy pod určeným prahom podobnosti systém vyradí. Tento krok obmedzuje zjavne nesúvisiace rozšírenia, ale sám osebe negarantuje správnosť. Vysoká kosínusová podobnosť nemusí znamenať rovnaký obchodný zámer a jeden globálny prah môže fungovať odlišne pri všeobecných, odborných či viacvýznamových slovách. Produkčný tím preto potrebuje sledovať presnosť na vzorkách, mieru falošných zhôd a stabilitu výsledkov po každej zmene promptu, embeddingového modelu alebo generatívneho modelu.

Ďalšiu hranicu tvoria pravidlá pre citlivé výrazy. Kontrola sa podľa AWS vykonáva pred inferenciou aj po nej, aby sa nevhodný vstup nerozširoval a aby sa do výsledku nedostali problematické návrhy vytvorené modelom. Architektúra zároveň zohľadňuje zoznamy zakázaných segmentov, pravidlá platformy a používateľské nastavenia súkromia. Takéto vrstvenie je podstatnejšie než samotná značka modelu: generovanie, meranie významovej podobnosti a uplatňovanie pravidiel zostávajú oddelenými krokmi, ktoré možno samostatne testovať, auditovať a meniť.

Čo hovoria výsledky a čo zatiaľ nevieme

AWS a Yahoo uvádzajú päťnásobné zlepšenie mediánu širokého pomeru rozšírenia a dvojnásobné maximum aj pri prísnejších prahoch podobnosti. V niektorých prípadoch mal nový systém vytvoriť stovky až tisíce kandidátov tam, kde LSH nevygenerovalo žiadny. Prípadová štúdia uvádza tiež až 600-násobný rast miery rozširovania a až päťnásobné zväčšenie adresovateľného publika. Ide o čísla autorov a dodávateľa infraštruktúry, nie o nezávislý audit. Zverejnený materiál neposkytuje úplnú metodiku, reprezentatívnu testovaciu množinu, intervaly neistoty ani rozpis výsledkov podľa jazykov a kategórií.

Väčšie publikum navyše automaticky neznamená lepšiu kampaň. Rozhodujúce sú prírastkové konverzie, cena za výsledok, podiel nerelevantných zásahov a dlhodobejší vplyv na používateľov. AWS tvrdí, že riešenie prinieslo lepší výkon kampaní a konverzie, no neuvádza dostatok údajov na nezávislé posúdenie príčinnej súvislosti. Zväčšenie segmentu môže pomôcť inzerentovi, ale môže tiež pridať okrajové alebo nesprávne zaradené osoby. Dôležitým otvoreným testom je preto porovnanie s kontrolnou skupinou, nie iba meranie počtu vygenerovaných slov.

Prípad zároveň upozorňuje na riziko zastarávania. Bedrock uľahčuje prechod na novšiu verziu modelu, no konfiguračne jednoduchá výmena môže zmeniť slovník, citlivosť filtrov aj distribúciu výsledkov. Prevádzkovateľ by mal uchovávať verzie modelov a promptov, opakovateľné hodnotiace súbory, schválené prahy a záznamy o vyradených kandidátoch. Potrebné je tiež ľudské preskúmanie hraničných kategórií. Bez takéhoto riadenia môže technicky úspešná aktualizácia nenápadne zmeniť, koho reklamný systém považuje za súčasť konkrétneho publika.

Európsky a slovenský význam

Pre firmy pôsobiace na Slovensku a v Európskej únii je technická presnosť iba jednou časťou nasadenia. Ak segmentácia využíva údaje spojené s identifikovateľnou osobou, vstupuje do hry GDPR vrátane zásad zákonnosti, transparentnosti, účelového obmedzenia a minimalizácie údajov. Akt o digitálnych službách zase stanovuje povinnosti pre online reklamu na platformách a zakazuje určitým platformám zobrazovať reklamu založenú na profilovaní s použitím osobitných kategórií osobných údajov; obsahuje aj osobitné obmedzenie profilovanej reklamy voči maloletým. Presná právna pôsobnosť závisí od úlohy a typu konkrétnej služby, preto z prípadovej štúdie nemožno vyvodiť automatický záver o súlade Yahoo alebo iného prevádzkovateľa.

Pre slovenské reklamné agentúry, médiá a internetové obchody je najprenosnejší architektonický vzor: model môže navrhovať kandidátov, ale jeho výstup musí prejsť merateľnou kontrolou, pravidlami a priebežným hodnotením. Pred použitím na lokálnom trhu treba osobitne otestovať slovenčinu, skloňovanie, názvy obcí, menšinové jazyky a výrazy s citlivým spoločenským významom. Prípad Yahoo ukazuje reálne produkčné využitie generatívnej AI mimo chatu, no nezodpovedá všetky otázky o presnosti, diskriminačných dopadoch, ochrane súkromia ani ekonomickom prínose. Kľúčovou inováciou preto nie je iba LLM, ale kontrolovaný proces, v ktorom generovanie nie je zamieňané za overenie.