Veröffentlicht am 15. Mai 2025, zuletzt aktualisiert am 27. Mai 2026
Websites mit Nutzerrezensionen, z. B. E‑Commerce- oder Reise-Websites, enthalten oft eine große Menge an Informationen. Das kann für Nutzer zeitaufwendig sein, da sie viele Rezensionen durchsehen müssen, um sich für einen Kauf zu entscheiden. Zusammenfassungen von Rezensionen können Nutzern helfen, Feedback zu verstehen und Zeit zu sparen.
redBus und Miravia nutzen die Summarizer API, um die Entscheidungsfindung und das Einkaufserlebnis zu verbessern. Durch die Einführung von Rezensionszusammenfassungen konnte Miravia die Conversion-Raten auf Produktseiten und auf der gesamten Website steigern.
| Erklärvideo | Web | Erweiterungen | Chrome-Status | Absicht |
|---|---|---|---|---|
| MDN |  Chrome 138 |
Chrome 138 |
Ansicht | Intent to Ship |
Mit der Summarizer API können Sie verschiedene Arten von Zusammenfassungen in unterschiedlichen Längen und Formaten generieren, z. B. Sätze, Absätze oder Listen mit Aufzählungszeichen. Wie viele unserer integrierten KI-APIs verwendet diese API Large Language Models, um Rückschlüsse zu ziehen.
redBus hilft Kunden bei der Entscheidung für die beste Busoption
redBus ist der größte Busanbieter in Indien mit mehr als 30 Millionen Kunden. Das Unternehmen bietet Busverbindungen in rund 10.000 Städten und Gemeinden im ganzen Land an. Anhand von Daten und Feedback stellte redBus fest, dass nutzergenerierte Rezensionen eine wichtige Rolle dabei spielen, Kunden bei der Entscheidung zu helfen, welche Route und welcher Bus am besten für ihre Reiseanforderungen geeignet sind. redBus erhält eine große Anzahl von Rezensionen, die sich jeweils auf die genauen Ankunfts- und Abfahrtsorte und -zeiten beziehen.
Um Kunden in bestimmten Städten oder auf bestimmten Routen einen Überblick zu geben, verwenden sie die Summarizer API, um wichtige Erkenntnisse aus relevanten Rezensionen zu präsentieren.
„Mit der Summarizer API konnten wir hochwertige Zusammenfassungen aus unserer großen Anzahl von Rezensionen und Nutzeranfragen erstellen. Durch diese clientseitige Funktion wurden die technische Komplexität und die zusätzlichen Geschäftskosten vermieden, die bei einer serverseitigen Alternative entstanden wären. Das ist wichtig für uns, weil dieser Anwendungsfall Teil des Conversion-Funnels ist.“
– Amit Kumar, Senior Engineering Manager, redBus
Die Granularität der Rezensionen, die im Backend von redBus gespeichert sind, in Kombination mit der enormen Anzahl möglicher Permutationen in den Suchanfragen der Nutzer – mit Variablen wie Abfahrts- und Ankunftszeiten, bestimmten Zustiegsorten in der Stadt und verschiedenen Busunternehmen – macht es schwierig, bestimmte Erkenntnisse aus den Rezensionen hervorzuheben. Bei diesem Datenvolumen wäre eine serverseitige Zusammenfassung für jede Suchanfrage zu kostspielig.
Um effektive Zusammenfassungen zu erstellen, stellt redBus der Summarizer API zusätzlich zu den Kundenrezensionen den folgenden Kontext zur Verfügung:
//Context to provide a useful summary
const promptContext =
'Summarize the following reviews in 30 words or less.' +
'Focus on key positives and negatives, such as comfort, maintenance,' +
'pricing, and cleanliness. Reviews are separated by {end}.' +
'Give the summary in just one paragraph.';
Die Zusammenfassungen erleichtern die Entscheidungsfindung der Kunden, ohne dass zusätzliche Geschäftskosten und technische Komplexität entstehen. Außerdem kann redBus die Zusammenfassung für angemeldete Nutzer an deren Reisevorlieben anpassen, z. B. an den Sitzkomfort oder die Verfügbarkeit von WLAN. Die Inferenz erfolgt clientseitig. Das bedeutet, dass die Suche und die Zusammenfassung für den Nutzer privat bleiben.
Hier sehen Sie ein kurzes Codebeispiel, in dem geprüft wird, ob Summarizer verfügbar ist, Kontext bereitgestellt wird und Rezensionen basierend auf der Suchanfrage des Nutzers abgerufen werden.
// The Summarizer API is available
if ('Summarizer' in self) {
try {
const available = await Summarizer.availability();
let summarizer;
if (available === 'unavailable') {
return null;
}
if (available === 'available') {
//model is already available, use immediately
summarizer = await Summarizer.create();
} else {
//trigger model download and wait
summarizer = await Summarizer.create();
}
// Context to provide a useful summary
const promptContext =
'Summarize the following reviews in 30 words or less.' +
'Focus on key positives and negatives, such as comfort, maintenance,' +
'pricing, and cleanliness. Reviews are separated by {end}.' +
'Give the summary in just one paragraph.';
// Retrieve the reviews to be summarized based on user's search query
let reviews = getIndividualBusReviews();
if (reviews) {
const reviewSummary = await summarizer.summarize(reviews, {
context: promptContext
});
}
} catch (e) {
console.error("SUMMARIZER_API_ERROR: ", e);
return null
}
}
Bei der Beispielsuchanfrage „Bangalore nach Mangaluru“ sieht die Ausgabe des Summarizers so aus:
<Bus Provider X> wurde im Allgemeinen positiv für Komfort, Sauberkeit und Service des Personals bewertet. Einige hatten kleinere Probleme wie Verspätungen, das Verhalten des Fahrers (unhöflich), fehlende Annehmlichkeiten (Live-Tracking, Decken) und Unbehagen (Sitzgröße, schlechte Stoßdämpfer).
Diese Rezension entspricht den Anforderungen. Sie enthält sowohl positive als auch negative Aspekte in einem kurzen Absatz, der viel leichter zu lesen ist als 308 einzelne Rezensionen.
Zusammengefasste E-Commerce-Rezensionen von Miravia
Miravia ist eine führende E-Commerce-Plattform in Spanien mit Millionen monatlich aktiver Nutzer. Immer wenn Nutzer Rezensionen filtern (z. B. nach Produktbewertung), wird eine neue Zusammenfassung generiert. So erhalten Sie eine prägnante Übersicht über das Kundenfeedback, in der Bedenken und Empfehlungen hervorgehoben werden.
„Bisher mussten Nutzer zahlreiche einzelne Kommentare auf der Detailseite lesen, um die wichtigsten Vor- und Nachteile in Produktrezensionen zu verstehen. Damit Nutzer die allgemeine Kundenstimmung schnell erfassen können, haben wir die Summarizer API eingeführt. Diese Zusammenfassung wird dynamisch aktualisiert, wenn ein Nutzer die Rezensionen filtert (z. B. nach Sternebewertung oder anderen Kriterien). So erhalten Sie schnell und umfassend einen Überblick über relevantes Käuferfeedback.“
– Ziyi Liang, Senior Software Engineer, Miravia
Anfangs basierte die Funktion zur Zusammenfassung von Nutzerrezensionen von Miravia auf einem serverseitigen KI-Dienst. Sie stellten fest, dass die Ausführung von clientseitiger KI vergleichbare Ergebnisse liefert und gleichzeitig die Wartungskosten gesenkt werden. Dieser Vorteil ist besonders bei beliebten, schnell verkauften Artikeln deutlich, deren Rezensionen ständig aktualisiert werden.
Für die Implementierung von Miravia ist das Abrufen und Zusammenfassen von Rezensionen in Echtzeit erforderlich. Unabhängig davon, ob die Inferenz auf dem Server oder im Browser erfolgt, ist clientseitige KI bei steigender Häufigkeit deutlich effizienter. Sie sind mit der Gesamtleistung zufrieden.
Zuerst prüft Miravia die Kompatibilität von Funktionen und Geräten.
// Compatibility check for device with built-in AI
export const deviceCheck = async () => {
// Query the browser's AI capabilities
const availability = await Summarizer.availability();
// Case 1: Device doesn't support AI summarization
if (availability === 'unavailable') {
return {
summarizationAvailable: false,
message:
'AI summarization tools are not supported on this device, or the appropriate permissions have not be set.',
};
}
// Case 2: Device supports AI but requires model download
if (availability === 'downloadable') {
// Try to trigger an installation
Summarizer.create();
return {
summarizationAvailable: false,
message: 'Installing in the background. This may take a few minutes...',
};
}
// Case 3: Device supports AI summarization
return {
summarizationAvailable: true,
message: 'Ready for use.',
};
};
Anschließend fasst Miravia die verfügbaren Rezensionen zusammen. Rezensionen werden mit einem zusätzlichen Zeitraum zusammengeführt, um die Eingabe kohärenter zu gestalten.
/**
* Summarizes a list of reviews using Chrome's Built-in AI
* @param {Array<string>} reviewContentList - Array of review texts to summarize
* @returns {Promise<string>} The generated summary text
* @throws {Error} If summarization is not available or fails
*/
export const reviewSummarize = async (reviewContentList) => {
// Validate input
if (!Array.isArray(reviewContentList) || !reviewContentList.length) {
throw new Error('Please provide a non-empty array of reviews to summarize');
}
// Check device compatibility
const { summarizationAvailable, message } = await deviceCheck();
if (summarizationAvailable) {
try {
// Configure and create the summarizer with appropriate parameters
const summarizer = await Summarizer.create({
type: 'tl;dr',
length: 'short',
sharedContext:
'Summarize the given user reviews. Maintain a polite and formal tone.',
});
// Generate the summary from the joined review texts
const summary = await summarizer.summarize(reviewContentList.join('. '));
// Return the generated summary
return summary;
} catch (error) {
// Handle any errors during summarization
throw new Error(`Summarization failed: ${error.message}`);
}
} else {
// If unavailable, throw an error with the message from deviceCheck
throw new Error(
message ||
'AI summarization tools are not supported on this device or browser.'
);
}
};
Mehr Conversions
Seit die Summarizer API in der Produktion verfügbar ist, hat Miravia festgestellt, dass die Zusammenfassungen zu Folgendem führen:
- 12,4% höhere Conversion-Rate auf Produktseiten
- 3,3% mehr Conversions auf der Website
Best Practices
Wenn die Eingabe für die Überprüfung das Tokenlimit überschreitet, gehen Sie so vor:
- Verwenden Sie eine kleinere Stichprobe (z. B. die letzten vier Rezensionen) für die API. So können schneller Ergebnisse generiert werden. Weitere Informationen zum Skalieren der clientseitigen Zusammenfassung
- Der
QuotaExceededErrorenthält weitere Informationen zu den angeforderten Tokens in der Eingabe. Dassummarizer-Objekt hat das AttributinputQuota, das das Tokenlimit der API angibt. So können Sie Echtzeit-Feedback geben und Funktionen deaktivieren, wenn die Eingabe das Limit überschreitet.
Möglicherweise ist ein hybrider Ansatz sinnvoll, um allen Nutzern eine nahtlose Erfahrung zu bieten. Wenn eine integrierte KI API zum ersten Mal aufgerufen wird, muss der Browser das Modell herunterladen.
- Miravia hat ein serverseitiges Modell verwendet, um eine erste Zusammenfassung zu erstellen, während das Modell heruntergeladen wurde. Sobald das integrierte Modell bereit war, wurde die Inferenz clientseitig ausgeführt.
Sie sollten immer eine freundliche und kommunikative Benutzeroberfläche schaffen:
- Fortschrittsbalken für Modelldownloads implementieren, um Reaktionsverzögerungen zu verringern.
- Sorgen Sie für Transparenz beim Herunterladen des Modells. Bright Sites hat Nutzer über den Modelldownload informiert, um Transparenz und Einwilligung in die Nutzung von Ressourcen zu ermöglichen. So können Nutzer vor dem Fortfahren die Bedingungen akzeptieren oder ablehnen.
Schlussfolgerungen und Empfehlungen
Diese Beispiele von redBus und Miravia zeigen, wie die Summarizer API Nutzern geholfen hat, schnell fundierte Entscheidungen zu treffen, indem sie prägnante, relevante Zusammenfassungen von Nutzerrezensionen bereitgestellt hat. Da die API clientseitig funktioniert, ohne zusätzliche geschäftliche Kosten und mit geringer technischer Komplexität, ist sie eine praktikable Option für ähnliche Anwendungsfälle, in denen Informationen zusammengefasst werden müssen. Alle integrierten KI-APIs ermöglichen praktische KI-Anwendungsfälle auf Clientseite.
Sie möchten wissen, wie die Summarizer API bei anderen Anwendungsfällen helfen kann? Außerdem haben wir beschrieben, wie die Summarizer API die Interaktionen mit Artikeln steigert.
Entwickeln Sie etwas Neues mit diesen APIs? Teilen Sie uns Ihre Meinung auf @ChromiumDev auf X oder Chromium for Developers auf LinkedIn mit.
Ressourcen
- Weitere Informationen zur Summarizer API
- Integrierte APIs in Chrome verwenden
- Fallstudie zur Prompt API lesen
- Fallstudie zu Translation und Language Detector
- Informationen dazu, wie die Summarizer API Bright Sites und Terra dabei hilft, ansprechende Artikelzusammenfassungen zu erstellen
Danksagungen
Vielen Dank an Makakhov Andrey und Ziyi Liang von Miravia (Alibaba Group), Amit Kumar von redBus, Swetha Gopalakrishnan, Alexandra Klepper, Thomas Steiner und Kenji Baheux für die Unterstützung beim Schreiben und Überprüfen dieses Dokuments.