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.
Patrón 2: orquestación de la IA de la agencia con Amazon Bedrock
A medida que las empresas buscan mejorar la participación de los usuarios, automatizar los flujos de trabajo con mucho contenido y crear asistentes más inteligentes, se enfrentan a una serie de desafíos comunes:
-
La generación de contenido es laboriosa, incoherente y lenta (por ejemplo, redactar textos de marketing, artículos de ayuda o resúmenes de estado).
-
Las interfaces de usuario exigen experiencias de conversación cada vez más personalizadas que los árboles lógicos tradicionales y FAQs que no son compatibles.
-
Los desarrolladores se esfuerzan por integrar varios sistemas, recuperar información relevante y presentar respuestas coherentes y contextuales en tiempo real.
Las herramientas de automatización tradicionales pueden ser rígidas. Siguen reglas fijas y no pueden adaptar sus resultados en función del contexto, los matices del idioma o el tono del usuario.
El patrón de orquestación de la IA de las agencias: flexible, inteligente y orientado a objetivos
El patrón de orquestación de la IA de los agentes introduce la orquestación basada en grandes modelos de lenguaje (LLM) en las arquitecturas sin servidor mediante Amazon Bedrock, lo que permite a los modelos básicos (): FMs
-
Interprete las indicaciones en lenguaje natural.
-
Invoque herramientas o APIs según sea necesario.
-
Resultados básicos en materia de conocimiento empresarial.
-
Genere contenido estructurado y personalizado de forma dinámica.
Con los agentes de Amazon Bedrock, la orquestación pasa a ser autónoma y se basa en objetivos. El LLM decide a qué herramientas recurrir, qué información recuperar y cómo formular una respuesta final. El enfoque basado en los objetivos de los agentes es la base de los asistentes digitales, los canales de contenido y las interfaces inteligentes con tecnología LLM.
La arquitectura de referencia implementa cada capa de la siguiente manera:
-
Activador de eventos: utiliza Amazon API Gateway para las entradas de los usuarios, los mensajes del chatbot o los activadores del flujo de trabajo empresarial
-
Preprocesamiento: se implementa AWS Lambdapara formatear la entrada y enrutar la intención al agente de Amazon Bedrock correspondiente
-
Orquestación: implementa el agente Amazon Bedrock para analizar el mensaje, invocar herramientas (por ejemplo, Lambda y datos APIs) y recuperar el contexto de la base de conocimientos
-
Inferencia: utiliza el agente para invocar el FM (por ejemplo, Anthropic Claude o Amazon Nova Pro) para generar la respuesta
-
Posprocesamiento: emplea Lambda para registrar, validar o enriquecer la salida antes de la entrega
-
Salida: envía la respuesta a la web, a la aplicación o la almacena en Amazon Simple Storage Service (Amazon S3) o Amazon OpenSearch Service.
Caso de uso: generación automatizada de contenido de marketing
Un equipo de marketing dedica horas a redactar resúmenes de productos, fragmentos de optimización de motores de búsqueda (SEO) y textos para el lanzamiento de nuevos productos en varios idiomas y regiones. La redacción de textos publicitarios manual es cara, lenta e incoherente.
Para este caso de uso, la solución de orquestación generativa de IA consta de los siguientes pasos:
-
Un especialista en marketing introduce los detalles mínimos del producto, como el nombre, las características y el mercado objetivo, a través de un formulario web.
-
API Gateway enruta la entrada a un agente de Amazon Bedrock.
-
El agente hace lo siguiente:
-
Consulta una base de conocimientos sobre el tono de la marca, las descripciones de los productos existentes y las directrices reglamentarias
-
Invoca una función Lambda para obtener datos de posicionamiento de la competencia desde el interior APIs
-
Redacta una descripción del producto localizada y coherente con la marca mediante Amazon Nova Pro
-
-
La copia generada se devuelve a través de la interfaz de usuario y se archiva en Amazon S3 para garantizar la calidad y su distribución.
Todo este flujo de trabajo se organiza en cuestión de segundos, con total trazabilidad y adaptabilidad.
Por qué es importante la orquestación con Amazon Bedrock Agents
Con Amazon Bedrock Agents, los desarrolladores definen herramientas y objetivos, no flujos de trabajo complejos. El LLM impulsa la orquestación mediante lenguaje natural.
En la siguiente tabla, se comparan los enfoques de orquestación tradicionales con la orquestación de IA de agentes mediante Amazon Bedrock Agents.
Desafío |
Enfoque de orquestación tradicional |
Orquestación de la IA por agentes |
|---|---|---|
Entrada no estructurada |
Enrutamiento manual |
LLMs interpretar el significado y la intención. |
Coordinación de herramientas |
Lógica de integración codificada |
El agente elige las herramientas en tiempo de ejecución. |
Generación de contenido |
Esfuerzo humano o plantillas |
Generación adaptativa y bajo demanda. |
Personalización |
Reglas estáticas o segmentos de usuarios |
Adaptación semántica y en tiempo real. |
Consideraciones de gobernanza para la orquestación del LLM
Una orquestación poderosa conlleva responsabilidad. Las empresas que adopten este patrón deberían:
-
Versione y revise las indicaciones, las herramientas y las configuraciones de los agentes.
-
Implemente la fundamentación mediante las bases de conocimiento de Amazon Bedrock.
-
Utilice las funciones de IAM para controlar el acceso de los agentes a las funciones y los datos.
-
Habilite el registro y la moderación para garantizar la auditabilidad y la confianza.
Al utilizar el patrón generativo de orquestación de IA impulsado por Amazon Bedrock, las empresas pueden ir más allá de los chatbots y las plantillas y entrar en el ámbito de la inteligencia contextual y automatizada.
Desde el contenido de marketing hasta las respuestas de apoyo y las comunicaciones internas hasta la documentación del producto, este patrón permite una creatividad y una toma de decisiones escalables. Proporciona la confiabilidad, la observabilidad y la seguridad que se esperan en los entornos de nube empresariales.
Valor empresarial del patrón de orquestación generativa de la IA
El patrón de orquestación generativa de la IA aporta valor en las siguientes áreas:
-
Velocidad: reduce el tiempo de creación de contenido de horas a segundos
-
Coherencia: mantiene el cumplimiento del tono, las directrices y las políticas en todos los idiomas y equipos
-
Escalabilidad: permite a los equipos pequeños respaldar las operaciones globales
-
Agilidad: proporciona una fácil adaptación a nuevos tipos de contenido o flujos de usuarios
-
Rentabilidad: reduce la dependencia de los procesos manuales y reduce time-to-market
