View a markdown version of this page

Enregistrement et suivi pour les agents d'IA - Client Amazon Connect

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Enregistrement et suivi pour les agents d'IA

Pour résoudre efficacement les problèmes liés aux agents IA, utilisez les options de journalisation et de suivi suivantes.

  • ListSpans API (recommandée pour les agents IA d'orchestration)  : utilisez l'ListSpansAPI pour récupérer les traces d'exécution des agents IA pour une session. Il s'agit du point de départ recommandé pour le débogage des interactions entre les agents IA de l'orchestrateur, car il fournit une visibilité granulaire sur les flux d'orchestration des agents, les interactions LLM et les appels d'outils, ce qui vous permet de suivre la façon dont l'agent AI a raisonné en réponse à une demande et quels outils il a sélectionnés et exécutés.

  • CloudWatch Journaux  : activez la CloudWatch journalisation pour vos agents IA en suivant les étapes décrites dansSurveillez les agents IA à l'aide de CloudWatch.

    Les anciennes interactions en libre-service génèrent des entrées de journal avec le type d'TRANSCRIPT_SELF_SERVICE_MESSAGEévénement au format suivant :

    {
    "assistant_id": "{UUID}",
    "event_timestamp": 1751414298692,
    "event_type": "TRANSCRIPT_SELF_SERVICE_MESSAGE",
    "session_id": "{UUID}",
    "utterance": "[CUSTOMER]...",
    "prompt": "{prompt used}",
    "prompt_type": "SELF_SERVICE_PRE_PROCESS|SELF_SERVICE_ANSWER_GENERATION",
    "completion": "{Response from model}",
    "model_id": "{model id e.g.: us.amazon.nova-pro-v1:0}",
    "session_message_id": "{UUID}",
    "parsed_response": "{model response}"
}

    Les interactions agentiques en libre-service génèrent des entrées de journal avec le type d'événement. TRANSCRIPT_LARGE_LANGUAGE_MODEL_INVOCATION Ces entrées incluent le contexte d'orchestration complet, tel que l'invite avec les configurations des outils, l'historique des conversations avec les appels aux outils et les résultats, l'achèvement du modèle et la configuration de l'agent d'IA. L'exemple suivant montre les principaux champs :

    {
    "assistant_id": "{UUID}",
    "event_timestamp": 1772748470993,
    "event_type": "TRANSCRIPT_LARGE_LANGUAGE_MODEL_INVOCATION",
    "session_id": "{UUID}",
    "prompt": "{full prompt including system instructions, tool configs, and conversation history}",
    "prompt_type": "ORCHESTRATION",
    "completion": "{model response with message and tool use}",
    "model_id": "{model id e.g.: us.anthropic.claude-haiku-4-5-20251001-v1:0}",
    "parsed_response": "{parsed customer-facing message}",
    "generation_id": "{UUID}",
    "ai_agent_id": "{UUID}"
}

  • Journalisation Amazon Lex (en libre-service uniquement)  : activez la journalisation Amazon Lex en suivant les étapes décrites dans la section Journalisation des erreurs avec les journaux d'erreurs dans Amazon Lex V2.

  • Connexion à la journalisation des clients  : activez la journalisation des clients connectés en ajoutant un bloc de Définir le comportement de journalisation flux à votre flux Connect Customer.