AWS 揭露 Amazon Marketplace 的 A+ Content 評分系統：OCR 融合模型準確率達 94%

AWS 於 2026 年 11 月 5 日發布文章，說明 Amazon Marketplace 如何評估產品頁上的 A+ Content。系統先將完整產品頁渲染成單一快照，讓模型一併判斷文字、圖片與版面配置，而不是逐項孤立評分。視覺語言模型依 Visual Storytelling、Feature Presentation、A+ Layout 與 Conversion Optimization 四個面向評分，並提供 0 至 10 分的分數、信心值與理由。

訓練資料包含 10 個類別的 5,478 個產品詳情頁，由一位電商行銷專家與四位專業標註者分別評為高或低品質，再以多數決形成標籤。在 20% 留出測試集上，單用視覺語言模型分數的基準準確率為 0.80；以這些分數訓練的 CatBoost 分類器達 0.89。加入 OCR 擷取的文字密度、字元密度、間距與整體可讀性訊號後，融合模型的準確率升至 0.94，F1 分數達 0.95。

AWS 表示，系統會利用 SHAP 特徵、產品類別、最佳實務與模型理由，為低品質頁面產生優先改善建議；合作夥伴修改內容後，在一組具統計顯著性的樣本中，平均品質分數提高 1.4 分（滿分 10 分）。AWS 也報告，一項全球正式環境 A/B 實驗中，依模型判斷調整低品質 A+ Content 的曝光，帶來具統計意義的 Ordered Product Sales 改善，但文章未給出提升幅度。

這項案例把評分與修改建議連結到實際的產品頁工作流程。Amazon 面向賣家的說明另稱，Basic A+ Content 的銷售額可提升至多 8%，而妥善運用的 Premium A+ Content 可提升至多 20%；AWS 此次分享則展示其如何以整頁視覺訊號與文字可讀性訊號篩選、改善內容。