Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Tambahkan data pelanggan ke sesi agen AI
<a name="ai-agent-session"></a>

Amazon Connect mendukung penambahan data khusus ke sesi agen Connect AI sehingga dapat digunakan untuk mendorong solusi berbasis AI generatif. Data khusus dapat digunakan dengan terlebih dahulu menambahkannya ke sesi menggunakan [UpdateSessionData](https://docs.aws.amazon.com/connect/latest/APIReference/API_amazon-q-connect_UpdateSessionData.html)API, dan kemudian menggunakan data yang ditambahkan untuk menyesuaikan permintaan AI..

## Menambahkan dan memperbarui data pada sesi
<a name="adding-updating-data-ai-agent-session"></a>

Anda menambahkan data ke sesi dengan menggunakan [UpdateSessionData](https://docs.aws.amazon.com/connect/latest/APIReference/API_amazon-q-connect_UpdateSessionData.html)API. Gunakan contoh perintah AWS CLI berikut. 

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

Karena sesi dibuat untuk kontak, cara yang berguna untuk menambahkan data sesi adalah dengan menggunakan alur: Gunakan [Fungsi AWS Lambda ](invoke-lambda-function-block.md) blok untuk memanggil [UpdateSessionData](https://docs.aws.amazon.com/connect/latest/APIReference/API_amazon-q-connect_UpdateSessionData.html)API. API dapat menambahkan informasi ke sesi.

Inilah yang Anda lakukan: 

1. Tambahkan [Connect asisten](connect-assistant-block.md) blok ke alur Anda. Ini mengaitkan domain agen Connect AI ke kontak sehingga Amazon Connect dapat mencari basis pengetahuan untuk rekomendasi waktu nyata.

1. Tempatkan [Fungsi AWS Lambda ](invoke-lambda-function-block.md) blok setelah [Connect asisten](connect-assistant-block.md) blok Anda. [UpdateSessionData](https://docs.aws.amazon.com/connect/latest/APIReference/API_amazon-q-connect_UpdateSessionData.html)API membutuhkan sessionId. Anda dapat mengambil SessionId dengan menggunakan [DescribeContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_DescribeContact.html)API dan AssistantID yang terkait dengan blok. [Connect asisten](connect-assistant-block.md) 

Gambar berikut menunjukkan dua blok, pertama [Connect asisten](connect-assistant-block.md) dan kemudian[Fungsi AWS Lambda ](invoke-lambda-function-block.md). 

![\[Blok asisten Connect dan blok fungsi AWS Lambda dikonfigurasi untuk menambahkan data sesi.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/ai-agents-add-session-data.png)


## Gunakan data khusus dengan prompt AI
<a name="using-with-ai-prompt-custom-data"></a>

 Setelah data ditambahkan ke sesi, Anda dapat menyesuaikan permintaan AI Anda untuk menggunakan data untuk hasil AI generatif. 

Anda menentukan variabel kustom untuk data dengan menggunakan format berikut: 
+ `{{$.Custom.<KEY>}}`

Misalnya, katakanlah pelanggan membutuhkan informasi yang terkait dengan produk tertentu. Anda dapat membuat prompt AI **reformulasi Kueri** yang menggunakan ProductID yang disediakan pelanggan selama sesi berlangsung. 

Kutipan berikut dari prompt AI menunjukkan \$1\$1\$1.custom.productID\$1\$1 diberikan ke 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.
```

Jika nilai untuk variabel kustom tidak tersedia dalam sesi, itu diinterpolasi sebagai string kosong. Kami merekomendasikan untuk memberikan instruksi dalam prompt AI sehingga sistem mempertimbangkan keberadaan nilai untuk perilaku fallback apa pun.