Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Pola 2: Orkestrasi AI Agen dengan Amazon Bedrock
Ketika bisnis ingin meningkatkan keterlibatan pengguna, mengotomatiskan alur kerja yang berat konten, dan membangun asisten yang lebih cerdas, mereka menghadapi serangkaian tantangan umum:
-
Pembuatan konten padat karya, tidak konsisten, dan lambat (misalnya, menulis salinan pemasaran, artikel bantuan, ringkasan status).
-
Antarmuka pengguna menuntut pengalaman percakapan yang semakin dipersonalisasi yang tidak FAQs dapat didukung oleh logika tradisional.
-
Pengembang berjuang untuk mengintegrasikan beberapa sistem, mengambil informasi yang relevan, dan menyajikan respons yang koheren dan kaya konteks secara real time.
Alat otomatisasi tradisional bisa kaku. Mereka mengikuti aturan tetap dan tidak dapat menyesuaikan output mereka berdasarkan konteks, nuansa bahasa, atau nada pengguna.
Pola orkestrasi AI agen: Fleksibel, cerdas, didorong oleh tujuan
Pola orkestrasi AI agentic memperkenalkan orkestrasi berbasis model bahasa besar (LLM) ke dalam arsitektur tanpa server dengan menggunakan Amazon Bedrock, memungkinkan model dasar () untuk: FMs
-
Menafsirkan petunjuk bahasa alami.
-
Memanggil alat atau sesuai APIs kebutuhan.
-
Output dasar dalam pengetahuan perusahaan.
-
Hasilkan konten yang terstruktur dan disesuaikan secara dinamis.
Dengan agen Amazon Bedrock, orkestrasi menjadi otonom dan didorong oleh tujuan. LLM memutuskan alat apa yang harus dipanggil, informasi apa yang harus diambil, dan bagaimana merumuskan respons akhir. Pendekatan berbasis tujuan agen adalah dasar dari asisten digital yang didukung LLM, saluran pipa konten, dan antarmuka cerdas.
Arsitektur referensi mengimplementasikan setiap lapisan sebagai berikut:
-
Pemicu peristiwa - Menggunakan Amazon API Gateway untuk input pengguna, pesan chatbot, atau pemicu alur kerja bisnis
-
Preprocessing - Menerapkan AWS Lambdauntuk memformat input dan merutekan intent ke agen Amazon Bedrock yang sesuai
-
Orkestrasi - Menyebarkan agen Amazon Bedrock untuk mengurai prompt, memanggil alat (misalnya, Lambda dan data), dan mengambil konteks basis pengetahuan APIs
-
Inferensi - Menggunakan agen untuk memanggil FM (misalnya, Anthropic Claude atau Amazon Nova Pro) untuk menghasilkan respons
-
Pasca pemrosesan - Mempekerjakan Lambda untuk mencatat, memvalidasi, atau memperkaya output sebelum pengiriman
-
Output - Memberikan respons ke web, aplikasi, atau menyimpannya di Amazon Simple Storage Service (Amazon S3) atau Amazon OpenSearch Service.
Kasus penggunaan: Pembuatan konten pemasaran otomatis
Tim pemasaran menghabiskan berjam-jam menulis ringkasan produk, cuplikan optimasi mesin pencari (SEO), dan salinan email untuk peluncuran produk baru di berbagai wilayah dan bahasa. Copywriting manual mahal, lambat, dan tidak konsisten.
Untuk kasus penggunaan ini, solusi orkestrasi AI generatif terdiri dari langkah-langkah berikut:
-
Seorang pemasar memasukkan detail produk minimal seperti nama, fitur, dan target pasar melalui formulir web.
-
API Gateway merutekan input ke agen Amazon Bedrock.
-
Agen melakukan hal berikut:
-
Menanyakan basis pengetahuan untuk nada merek, deskripsi produk yang ada, dan pedoman peraturan
-
Memanggil fungsi Lambda untuk mengambil data posisi kompetitif dari internal APIs
-
Membuat deskripsi produk yang dilokalkan dan konsisten dengan merek menggunakan Amazon Nova Pro
-
-
Salinan yang dihasilkan dikembalikan melalui UI dan diarsipkan di Amazon S3 untuk jaminan kualitas dan distribusi.
Seluruh alur kerja ini diatur dalam hitungan detik, dengan kemampuan penelusuran dan kemampuan beradaptasi penuh.
Mengapa orkestrasi dengan Agen Bedrock Amazon penting
Dengan Amazon Bedrock Agents, pengembang menentukan alat dan sasaran, bukan alur kerja yang rumit. LLM mendorong orkestrasi menggunakan bahasa alami.
Tabel berikut membandingkan pendekatan orkestrasi tradisional dengan orkestrasi AI agen menggunakan Amazon Bedrock Agents.
Tantangan |
Pendekatan orkestrasi tradisional |
Orkestrasi AI Agentik |
|---|---|---|
Masukan tidak terstruktur |
Perutean manual |
LLMs menafsirkan makna dan niat. |
Koordinasi alat |
Logika integrasi hardcode |
Agen memilih alat saat runtime. |
Pembuatan konten |
Upaya atau templat manusia |
Generasi sesuai permintaan dan adaptif. |
Personalisasi |
Aturan statis atau segmen pengguna |
Adaptasi yang dibumikan secara semantik dan real-time. |
Pertimbangan tata kelola untuk orkestrasi LLM
Dengan orkestrasi yang kuat datang tanggung jawab. Perusahaan yang mengadopsi pola ini harus:
-
Versi dan ulasan petunjuk, alat, dan konfigurasi agen.
-
Menerapkan grounding dengan menggunakan Amazon Bedrock Knowledge Bases.
-
Gunakan peran IAM untuk mengontrol akses agen ke fungsi dan data.
-
Aktifkan pencatatan dan moderasi untuk auditabilitas dan kepercayaan.
Dengan menggunakan pola orkestrasi AI generatif yang didukung oleh Amazon Bedrock, perusahaan dapat bergerak melampaui chatbots dan template, dan ke ranah intelijen kontekstual dan otomatis.
Dari konten pemasaran untuk mendukung tanggapan dan komunikasi internal hingga dokumentasi produk, pola ini memungkinkan kreativitas dan pengambilan keputusan yang terukur. Ini memberikan keandalan, observabilitas, dan keamanan yang diharapkan di lingkungan cloud perusahaan.
Nilai bisnis dari pola orkestrasi AI generatif
Pola orkestrasi AI generatif memberikan nilai di bidang-bidang berikut:
-
Kecepatan - Mengurangi perputaran untuk pembuatan konten dari jam ke detik
-
Konsistensi - Menjaga kepatuhan terhadap nada, pedoman, dan kebijakan lintas bahasa dan tim
-
Skalabilitas — Memungkinkan tim kecil untuk mendukung operasi global
-
Agility - Memberikan adaptasi yang mudah ke jenis konten baru atau alur pengguna
-
Efisiensi biaya - Mengurangi ketergantungan pada proses manual dan menurunkan time-to-market
