串联文本到图像与大型语言模型：一种生成个性化电子商务横幅的新方法

文本到图像模型（如 Stable Diffusion）为艺术创作开辟了众多机遇。近期文献调查了文本到图像模型在增强许多创意艺术家工作方面的应用。许多电子商务平台采用手动流程生成横幅，这不仅耗时且扩展性有限。在本工作中，我们展示了利用文本到图像模型，根据在线购物者的互动生成具有动态内容的个性化网络横幅。该方法的创新之处在于无需人工干预即可将用户互动数据转化为有意义的提示词。为此，我们利用大型语言模型（LLM）从商品元信息中系统地提取属性元组。然后通过提示工程将这些属性传递给文本到图像模型以生成横幅图像。我们的结果表明，所提出的方法可以为用户创建高质量的个性化横幅。