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.

Agents personnalisés

L'agent personnalisé est une action intelligente qui traite les entrées en langage naturel pour automatiser des étapes complexes à l'aide de fonctionnalités intégrées d'appel d'outils. Il utilise principalement les intégrations comme interface d'outil, tout en offrant une extensibilité permettant d'utiliser le code en tant qu'outil, et d'autres actions natives telles que la tâche humain-the-loop. L'agent fournit des résultats structurés et prévisibles optimisés pour une intégration parfaite dans les étapes d'automatisation en aval.

Propriétés

Utilisation de modèles personnalisés dans Custom Agent (apportez votre propre modèle de base)

Intégrez les modèles affinés de votre choix ou personnalisés hébergés dans AWS Bedrock avec les flux de travail d'automatisation de Quick Suite.

Avant de commencer, assurez-vous que vous disposez des éléments suivants :

Étape 1 : Créez une intégration Bedrock Runtime Action en suivant les instructions détaillées dans AWS connecteurs d'action de maintenance

Étape 2 : configurer votre groupe d'automatisation

Créez un groupe d'automatisation et connectez l'intégration :

Étape 3 : Configuration d'un agent personnalisé

Ajoutez et configurez un agent personnalisé pour utiliser votre modèle personnalisé :

Étapes suivantes

Une fois configuré, votre agent personnalisé utilise le modèle affiné pour traiter les demandes conformément aux instructions que vous avez fournies. Vous pouvez désormais intégrer cet agent dans vos flux de travail Quick Automate.

Tests d'agents personnalisés

Les tests d'agents personnalisés vous permettent de tester des agents individuels indépendamment de l'ensemble du flux de travail d'automatisation. Cette fonctionnalité vous permet de valider le comportement de l'agent, de déboguer les instructions et d'itérer plus efficacement sans exécuter l'intégralité du flux de travail.

Conditions préalables

Lancer un test

Surveiller l'exécution des tests

Pendant l'exécution du test, vous pouvez suivre la progression dans le panneau d'audit situé sur le côté droit de l'écran. Le test ignore toutes les étapes précédentes du flux de travail et n'exécute que l'agent sélectionné. Vous bénéficiez de la même expérience de journalisation qu'une exécution complète d'un flux de travail.

Passez en revue les résultats des tests

Une fois le test terminé, consultez les informations suivantes dans le panneau Test :

Utilisation d'un agent personnalisé avec Build with Assistant

Le principe actuel de l'agent personnalisé est qu'il doit être spécifiquement mentionné pour qu'il soit régulièrement invoqué. Voici les éléments nécessaires dans l'invite pour le faire apparaître :

- Function names: `use_inline_agent`
- Representation names: "Custom Agent", "Inline Agent" → use `use_inline_agent`
- Generic terms: "agentic skills" → default to `use_inline_agent`

Dans le cas contraire, le modèle est préféré pour créer le flux de travail de manière déterministe.

Cependant, dans la pratique, lorsqu'aucune action appropriée n'est disponible, le planificateur peut choisir un agent personnalisé comme solution de contournement. Mais pour invoquer systématiquement un agent personnalisé dans le flux de travail, il est recommandé d'utiliser les phrases ci-dessus dans l'invite.

Exemples de cas d'utilisation d'agents

Cas d'utilisation 1 : agent de classification et d'attribution des e-mails

Rôle : Vous êtes un agent de catégorisation et d'attribution d'e-mails

Instructions : Procédez comme suit :

Utilisation de bases de connaissances avec des agents personnalisés

Dans Amazon Quick Automate, vous pouvez connecter des bases de connaissances à des agents personnalisés pour permettre la AI-powered récupération des documents de votre organisation et la réponse à des questions. En liant un espace rapide à votre groupe d'automatisation, les agents personnalisés peuvent rechercher et récupérer des informations dans les bases de connaissances de cet espace.

Utilisez-le pour les automatisations qui doivent faire référence à des connaissances organisationnelles, telles que répondre à des questions issues de documents de politique, résumer des rapports ou classer le contenu en fonction de données de référence.

Les bases de connaissances indexent vos documents à des fins de recherche sémantique, de sorte que l'agent personnalisé ne récupère que les passages les plus pertinents au lieu de traiter des fichiers entiers. Cela permet une extraction plus rapide et plus précise, en particulier dans le cas de grands ensembles de documents.

Conditions préalables

Associer un espace à votre groupe d'automatisation

Avant qu'un agent personnalisé puisse accéder aux bases de connaissances, vous devez lier l'espace contenant ces bases de connaissances à votre groupe d'automatisation. La liaison d'un espace autorise le groupe d'automatisation à accéder aux bases de connaissances et aux fichiers de cet espace.

Pour lier un espace à un groupe d'automatisation :

L'espace apparaît désormais dans la liste des connexions du groupe d'automatisation. Les agents personnalisés de ce groupe d'automatisation peuvent accéder aux bases de connaissances et aux fichiers de l'espace lié. Les autres ressources de l'espace ne sont pas disponibles pour les automatisations.

Ajoutez des connaissances à un agent personnalisé

Après avoir lié un espace à votre groupe d'automatisation, vous pouvez configurer un agent personnalisé pour utiliser les bases de connaissances de cet espace. Le flux de travail doit se trouver dans le même groupe d'automatisation que celui dans lequel vous avez attaché l'espace.

Pour ajouter des connaissances à un agent personnalisé :

L'agent personnalisé peut désormais rechercher et récupérer le contenu des bases de connaissances dans les espaces sélectionnés lors de l'exécution de l'automatisation.

Lorsque vous associez un espace, toutes les bases de connaissances qu'il contient sont automatiquement accessibles à l'agent. Il n'est pas nécessaire de joindre chaque base de connaissances individuellement. Au moment de l'exécution, l'agent interroge chaque base de connaissances indépendamment et combine les résultats dans sa réponse.

Instructions de rédaction pour les requêtes de la base de connaissances

Lorsqu'un agent personnalisé est associé à des bases de connaissances, il recherche et récupère automatiquement le contenu pertinent en fonction de vos instructions. Rédigez des instructions qui décrivent clairement les informations que l'agent doit trouver ou comment il doit utiliser le contenu de la base de connaissances.

Bonnes pratiques :

Exemple : agent chargé des demandes de renseignements auprès des clients avec base de connaissances

L'exemple suivant montre comment configurer un agent personnalisé qui utilise une base de connaissances pour répondre aux demandes des clients sur la base de la documentation de l'entreprise.

Configuration :

Instructions :

"""You are a customer support agent.

Task: Answer the customer inquiry using information from the knowledge base.

Instructions:
1. Search the knowledge base for information relevant to the customer's question.
2. Provide a clear, concise answer based on the retrieved content.
3. If the knowledge base does not contain relevant information, respond with:
   "I don't have enough information to answer this question. Please escalate to a human agent."

Constraints:
- Only use information found in the knowledge base. Do not make up answers.
- Keep responses under 200 words.
- Include the source document name when referencing specific information."""

Sortie structurée :

{
  "answer": "The response to the customer inquiry",
  "sourceDocument": "Name of the document used",
  "confidence": "high/medium/low",
  "escalationNeeded": false
}