Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Adición de datos personalizados a una sesión de Amazon Q en Connect

Amazon Q en Connect permite añadir datos personalizados a una sesión de Amazon Q en Connect para que puedan utilizarse para fomentar las soluciones impulsadas por la IA generativa que se presentan a los agentes. Los datos personalizados se pueden usar agregándolos primero a una sesión mediante la UpdateSessionDataAPI y, a continuación, utilizando los datos agregados para personalizar las solicitudes de IA.

Adición y actualización de datos en una sesión

Los datos se añaden a una sesión mediante la UpdateSessionDataAPI. Utilice el siguiente comando AWS CLI de ejemplo.

aws qconnect update-session-data \
  --assistant-id <YOUR_Q_IN_CONNECT_ASSISTANT_ID> \
  --session-id <YOUR_Q_IN_CONNECT_SESSION_ID> \
  --data '[
    { "key": "productId", "value": { "stringValue": "ABC-123" }},
  ]'
            

Dado que las sesiones se crean para los contactos mientras los agentes de servicio al cliente utilizan Amazon Connect y Amazon Q en Connect, una forma útil de añadir datos de sesión es mediante un flujo: utilice un Función de AWS Lambda bloque para llamar a la UpdateSessionDataAPI. La API puede agregar información a la sesión.

Este es el procedimiento:

La siguiente imagen muestra los dos bloques, primero Amazon Q en Connect y después Función de AWS Lambda .

Uso de datos personalizados con una petición de IA

Después de añadir los datos a una sesión, puede personalizar las peticiones de IA para utilizar los datos en los resultados de la IA generativa.

Para especificar la variable personalizada de los datos, utilice el siguiente formato:

Por ejemplo, supongamos que un cliente necesita información relacionada con un producto específico. Puede crear una petición de IA de Reformulación de consultas que utilice el productId que el cliente ha proporcionado durante la sesión.

En el siguiente extracto de una petición de IA se muestra el envío de {{$.Custom.productId}} al LLM.

anthropic_version: bedrock-2023-05-31
system: You are an intelligent assistant that assists with query construction.
messages:
- role: user
  content: |
    Here is a conversation between a customer support agent and a customer

    <conversation>
      {{$.transcript}}
    </conversation>
    
    And here is the productId the customer is contacting us about
    
    <productId>
      {{$.Custom.productId}}
     </productId>

    Please read through the full conversation carefully and use it to formulate a query to find
    a relevant article from the company's knowledge base to help solve the customer's issue. Think 
    carefully about the key details and specifics of the customer's problem. In <query> tags, 
    write out the search query you would use to try to find the most relevant article, making sure 
    to include important keywords and details from the conversation. The more relevant and specific 
    the search query is to the customer's actual issue, the better. If a productId is specified, 
    incorporate it in the query constructed to help scope down search results.

    Use the following output format

    <query>search query</query>

    and don't output anything else.
            

Si el valor de la variable personalizada no está disponible en la sesión, Amazon Q en Connect lo interpola como una cadena vacía. Recomendamos proporcionar instrucciones en la petición de IA para que el sistema tenga en cuenta la presencia del valor en cualquier comportamiento alternativo.