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.
Agentes
Agente de interfaz de usuario: agente de IA para tareas del navegador web. Se utiliza para la automatización web dinámica e inteligente. Simplemente escriba instrucciones para que navegue por sitios web, extraiga datos y genere resultados estructurados.
Agente personalizado: agente de IA para tareas complejas. Cree un agente que pueda entender las instrucciones en lenguaje natural y tomar medidas con las herramientas disponibles. Se utiliza para tareas que requieren razonamiento, juicio y planificación dinámica.
Agentes de interfaz de usuario
El agente de interfaz de usuario es un agente nativo que entiende las instrucciones en lenguaje natural para realizar acciones complejas del navegador. Puede navegar por sitios web de forma autónoma, hacer clic, escribir, leer datos y producir resultados estructurados optimizados para los pasos de automatización posteriores. Algunos ejemplos de casos de uso incluyen resumir los productos en una página web o buscar datos navegando por sitios web.
Propiedades
- Title
Nombre del agente step/UI
- Instrucciones
-
En este campo se escribe el mensaje del agente en lenguaje natural. Mejores prácticas al escribir el mensaje:
Sea claro y explícito acerca de lo que quiere.
Estructura el mensaje. Comience mencionando primero la «tarea» o el «rol» y luego las «instrucciones» para realizar la tarea con pasos numerados
Añade restricciones (por ejemplo, revisa solo la sección de productos) y especifica cuándo stop/end (por ejemplo, detente cuando encuentres la información pertinente)
Da ejemplos positivos y negativos (no hagas esto)
Especifique claramente los requisitos de longitud (por ejemplo, menos de 100 palabras) o el formato de salida (por ejemplo, la fecha en el MM/DD/YY formato)
Envuelva el texto entre comillas triples («"») para escribir indicaciones de varias líneas. Por ejemplo:
"""Task: Locate the company's latest annual report. * Visit the provided URL. * Look for the annual report. The report may be titled 'Annual Report', 'Financial Report', 'Year in Review', or similar variations...""" - Salida estructurada (opcional)
Respuesta del agente: nombre de la variable a la que se va a asignar el resultado de esta operación
¿Cómo configurar los campos de salida estructurados
Añadir campos
Haga clic en Agregar campo para crear un nuevo campo de salida
Introduzca el nombre de la salida, que pasará a ser el nombre de la propiedad de JSON
Seleccione el tipo en el menú desplegable
Marque Obligatorio si el campo debe estar siempre presente
Añada una descripción para guiar al agente de IA
Tipos de campos
Cadena: valores de texto (nombres, descripciones, resúmenes)
Número: valores numéricos (recuentos, puntuaciones, porcentajes)
True/false Valores booleanos (indicadores de estado, preguntas) yes/no
Objeto: estructura anidada (agrupaciones de datos complejas)
Matriz: lista de elementos (etiquetas, categorías, valores múltiples)
Archivo: referencias de archivos (documentos adjuntos, imágenes)
Tabla de datos: datos tabulares (conjuntos de datos estructurados, informes)
Trabajar con tipos complejos
Los objetos y las matrices pueden contener campos anidados:
Haga clic en la flecha de expansión (▶) situada junto a los campos Objeto o Matriz
Utilice Añadir campo dentro de la estructura anidada
Mantenga el anidamiento a un máximo de 2 a 3 niveles para obtener un rendimiento óptimo
Configuración de ejemplo
Esta es una configuración sencilla para resumir los comentarios de los clientes:
{ "orderId": "12345", "numberOfOrders": 3, "hasShipped": true, "orderDetails": { "quantity": 2, "productName": "ABC", }, "tags": ["electronics", "urgent"] }
Esta estructura se configuraría de la siguiente manera:
OrderID (cadena, obligatorio)
numberOfOrders (Número, obligatorio)
HasShipped (booleano, obligatorio)
Detalles del pedido (objeto, obligatorio)
cantidad (número, obligatorio)
Nombre del producto (cadena, obligatorio)
etiquetas (matriz de cadenas, opcional)
Prácticas recomendadas
Usa nombres de campo descriptivos: ayuda a la IA a entender qué datos extraer
Añada descripciones claras: proporcione contexto a los campos complejos
Marque los campos críticos según sea necesario: asegúrese de que los datos esenciales estén siempre presentes
Limite la profundidad de anidación: mantenga las estructuras simples para un mejor rendimiento
Pruebe la configuración: compruebe que el resultado se ajusta a sus expectativas ejecutando el paso del agente y verificando la respuesta.
Notas importantes
Conocimientos de JSON: ¿No estás familiarizado con JSON? Aprenda los conceptos básicos en json.org
Sin validación: actualmente, el sistema no valida la estructura de salida; asegúrese de que su automatización gestione los datos faltantes o mal formados
Agentes personalizados
El agente personalizado es una acción inteligente que procesa las entradas en lenguaje natural para automatizar pasos complejos mediante funciones integradas de uso de herramientas. Utiliza principalmente integraciones como interfaz de herramientas, a la vez que ofrece extensibilidad para usar el código como herramienta y otras acciones nativas, como la tarea. human-in-the-loop El agente ofrece resultados estructurados y predecibles optimizados para una integración perfecta en los pasos de automatización posteriores.
Propiedades
- Title
Nombre del agente step/custom
- Mode
-
Un modo define cómo funciona el agente en función de su caso de uso. Los tres modos disponibles son: Rápido, Pro y Personalizado. El modo rápido es ideal para tareas sencillas, como el resumen, la clasificación y las automatizaciones de gran volumen, y el modo Pro es ideal para tareas complejas que implican el razonamiento y la organización de múltiples herramientas o acciones. Fast y Pro son modos totalmente gestionados que no requieren una configuración previa necesaria. En el modo personalizado, necesitarás un conector Bedrock Converse y podrás seleccionar el modelo que deseas usar. Esto es ideal si ya tienes un indicador ajustado para un modelo de Bedrock en particular, si necesitas específicamente un modelo de Bedrock específico para el Agent o si deseas incluir tu propio modelo personalizado o ajustado alojado en Bedrock. En el modo personalizado, dado que traes tu propio modelo desde Bedrock a través de un conector, la inferencia del modelo se factura por separado a la cuenta asociada a ese conector de Bedrock.
- Instrucciones
-
En este campo, escriba el mensaje del agente en lenguaje natural. Mejores prácticas al escribir el mensaje:
Sea claro y explícito acerca de lo que quiere.
Estructura el mensaje. Comience mencionando primero la «tarea» o el «rol» y luego las «instrucciones» para realizar la tarea con pasos numerados
Para mejorar la precisión al utilizar las herramientas y guiar al agente, especifique claramente en el mensaje qué herramienta utilizar en cada paso, si procede.
Especifique claramente los requisitos de longitud (por ejemplo, menos de 100 palabras) o el formato de salida (por ejemplo, la fecha en el MM/DD/YY formato)
Envuelva el texto entre comillas triples («"») para escribir indicaciones de varias líneas. Por ejemplo:
"""You are content summarization agent. Summarize the last two paragraphs of the provided text, focusing only on the main conclusion.""" - Herramientas (opcionales)
-
Una herramienta permite al agente de IA interactuar con sistemas externos o realizar tareas específicas
Herramientas generales
Crear tarea de usuario
Si está habilitada, esta herramienta permite al agente activar una tarea Human-in-the-Loop (HITL) siempre que se atasque y necesite ayuda durante su ejecución. El agente hará una pausa y esperará la intervención humana y, a continuación, la reanudará una vez que se haya proporcionado la información requerida. La tarea HITL estará visible en el centro de tareas. Para obtener los mejores resultados, el autor puede especificar en la solicitud exactamente cuándo el agente debe invocar HITL.
Integraciones
Si has añadido conectores específicos, como Salesforce, MS Exchange o Bedrock, a tu grupo de automatización, sus acciones correspondientes aparecerán aquí. A continuación, el autor puede seleccionar las acciones pertinentes para utilizarlas como herramientas para el agente. Para un rendimiento óptimo, se recomienda limitar el agente a entre 3 y 5 herramientas.
- Salida estructurada (opcional)
-
Configure su agente de IA para que devuelva una salida JSON estructurada que se pueda procesar fácilmente en los pasos siguientes. Esta función es ideal para resumir textos, generar informes, transformar datos y extraer estadísticas de contenido no estructurado. Se trata de un campo opcional. Si no define la salida estructurada, el agente devolverá de forma predeterminada la salida en lenguaje natural.
Respuesta del agente: nombre de la variable a la que se va a asignar el resultado de esta operación
nota
La configuración de salida estructurada de los agentes personalizados sigue el mismo formato que los agentes de interfaz de usuario. Consulte la sección de resultados estructurados del agente de interfaz de usuario para obtener instrucciones de configuración detalladas.
Pruebas de agentes personalizadas
Los usuarios pueden probar el agente independientemente de la automatización completa para validar el comportamiento, depurar las solicitudes e iterar más rápido.
Comience la prueba
Coloca el cursor sobre la tarjeta de agente y aparecerá un botón de ejecución independiente en la parte superior de la tarjeta
Haga clic en el botón para realizar una prueba unitaria de este agente específico
Aparecerá una ventana de recopilación de variables que detectará automáticamente cualquier variable utilizada en la solicitud/instrucción
Aparece una vista previa del mensaje de este agente y resalta todas las variables detectadas automáticamente
Introduzca los valores de salida de cada variable antes de iniciar la prueba unitaria. Al igual que en todos los demás campos de expresión de Amazon Quick Automate, el valor de una variable determinada debe ser una sintaxis de expresión válida. De lo contrario, aparecerá un error en la pantalla e impedirá que el usuario inicie la prueba,
Prueba de ejecución
Los usuarios pueden ver el registro de ejecución en el panel de auditoría de la parte derecha. La experiencia es la misma que la de ejecutar toda la automatización.
Tras la ejecución de la prueba
El usuario puede ver las variables de entrada y el resultado de salida en la pestaña Ver variables situada debajo del feed de registro.
El usuario puede ver una tarjeta métrica básica sobre el feed de registro (tiempo total utilizado y herramientas utilizadas).
Ejemplos
Caso de uso 1: agente de clasificación y asignación de correo electrónico
Función: Usted es un agente de categorización y asignación de correo electrónico
Instrucciones: Siga estos pasos:
Paso 1: Clasifique el correo electrónico entrante según la columna de categoría de la tabla de referencia proporcionada como conocimiento
Paso 2: Usa el sistema de correo electrónico para enviar una notificación:
Desde: [system_email]
Para: [team_distribution_email]
Asunto: [Resultado de la clasificación]
Cuerpo: incluye un breve resumen que explique el razonamiento de la clasificación y los puntos clave del correo electrónico original
Paso 3: Para todas las categorías válidas (excepto las «desconocidas»), cree un nuevo caso en Salesforce con:
Asunto: [Asunto del correo electrónico original]
Descripción: Problema resumido del cuerpo del correo
Prioridad: se basa en la urgencia del contenido (High/Medium/Low)
Tipo: Seleccione el tipo apropiado (Question/Problem/Feature Request/Other)
Estado: «Nuevo»
Categoría: [Resultado de la clasificación del paso 1]
Paso 4: Si se clasifica como «desconocido»:
Diríjase al supervisor para su revisión manual
Agregue una nota que explique por qué la clasificación era incierta
Según la categoría recibida del supervisor, siga los pasos 2 y 3 y deténgase
Si la categoría recibida del supervisor es desconocida o no válida, deténgase
