Pinterest стремится стать платформой от вдохновения к реализации, понимая долгосрочные цели пользователей. Для этого они вводят пользовательские пути, определяемые интересами, намерениями и контекстом. Эти пути выводятся путем анализа взаимодействий пользователей, выходя за рамки простых рекомендаций контента. Система, построенная с использованием "бережливого" подхода, кластеризует ключевые слова из данных пользователей для выявления путей. Динамическое извлечение ключевых слов и иерархическая кластеризация используются для создания гибких и персонализированных путей. Затем применяются присвоение имен путям, расширение, ранжирование и диверсификация для улучшения пользовательского опыта. Модель предсказания этапов определяет жизненный цикл пути для соответствующих уведомлений. Результатом является список отдельных пользовательских путей с названиями, ключевыми словами, этапом и оценками уверенности. LLM используются для оценки релевантности пути и направления улучшений системы. Эксперименты с уведомлениями, учитывающими пути, показали значительное улучшение вовлеченности пользователей. Кроме того, Pinterest активно использует LLM для упрощения и улучшения вывода путей в целом. Компания активно дорабатывает LLM и внедряет масштабируемый пакетный вывод для эффективного выполнения.