View a markdown version of this page

Agen - Amazon Quick
Agen UIAgen kustom

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

Agen

  • Agen UI - Agen AI untuk tugas browser web. Digunakan untuk otomatisasi web yang dinamis dan cerdas. Cukup tulis instruksi agar menavigasi situs web, mengekstrak data, dan menghasilkan output terstruktur.

  • Agen kustom - Agen AI untuk tugas-tugas kompleks. Buat agen yang dapat memahami instruksi dalam bahasa alami dan mengambil tindakan menggunakan alat yang tersedia. Digunakan untuk tugas-tugas yang membutuhkan penalaran, penilaian, dan perencanaan dinamis.

Agen UI

Agen UI adalah agen asli yang memahami instruksi bahasa alami untuk melakukan tindakan browser yang kompleks. Ini dapat secara mandiri menavigasi situs web, mengklik, mengetik, membaca data, dan menghasilkan output terstruktur yang dioptimalkan untuk langkah-langkah otomatisasi hilir. Contoh kasus penggunaan termasuk meringkas produk di halaman web atau mengambil data dengan menavigasi situs web.

Sifat-sifat

judul

Nama step/UI agen

Petunjuk

Di bidang ini Anda menulis prompt untuk agen dalam bahasa alami. Praktik terbaik saat menulis prompt:

  • Bersikaplah jelas dan eksplisit tentang apa yang Anda inginkan.

  • Struktur prompt. Mulailah dengan menyebutkan 'Tugas' atau 'Peran' terlebih dahulu dan kemudian 'Instruksi' untuk mencapai tugas dengan langkah bernomor

  • Tambahkan batasan (misalnya, hanya tinjau bagian produk) dan tentukan kapan harus stop/end (misalnya, berhenti saat Anda menemukan info yang relevan)

  • Berikan contoh positif dan negatif (jangan lakukan ini)

  • Tentukan persyaratan panjang (misalnya, kurang dari 100 kata) atau format output (misalnya, tanggal dalam MM/DD/YY format) dengan jelas

Bungkus teks dalam tanda kutip tiga (“"”) untuk menulis prompt multiline. Contoh:

"""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..."""
Output Terstruktur (opsional)

Respon Agen: Nama variabel untuk menetapkan output dari operasi ini

Cara mengkonfigurasi bidang keluaran terstruktur

Menambahkan bidang

  • Klik Tambahkan bidang untuk membuat bidang keluaran baru

  • Masukkan nama Output - ini menjadi nama properti JSON

  • Pilih Type dari dropdown

  • Periksa Wajib jika bidang harus selalu ada

  • Tambahkan Deskripsi untuk memandu agen AI

Jenis bidang

  • String - Nilai teks (Nama, deskripsi, ringkasan)

  • Angka - Nilai numerik (Hitungan, skor, persentase)

  • Boolean - True/false nilai (Bendera status, yes/no pertanyaan)

  • Objek - Struktur bersarang (Pengelompokan data kompleks)

  • Array - Daftar item (Tag, kategori, beberapa nilai)

  • File - Referensi file (Lampiran dokumen, gambar)

  • Tabel data - Data tabel (Kumpulan data terstruktur, laporan)

Bekerja dengan tipe yang kompleks

Objek dan Array dapat berisi bidang bersarang:

  • Klik panah perluas (▶) di sebelah bidang Object atau Array

  • Gunakan bidang Tambah dalam struktur bersarang

  • Tetap bersarang hingga 2-3 level maksimum untuk kinerja optimal

Contoh konfigurasi

Berikut konfigurasi sederhana untuk meringkas umpan balik pelanggan:

{
  "orderId": "12345",
  "numberOfOrders": 3,
  "hasShipped": true,
  "orderDetails": {
    "quantity": 2,
    "productName": "ABC",
  },
  "tags": ["electronics", "urgent"]
}

Struktur ini akan dikonfigurasi sebagai:

  • orderId (String, diperlukan)

  • numberOfOrders (Nomor, diperlukan)

  • HasShipped (Boolean, diperlukan)

  • OrderDetails (Objek, wajib)

    • kuantitas (Jumlah, diperlukan)

    • ProductName (String, diperlukan)

  • tag (Array String, Opsional)

Praktik terbaik

  • Gunakan nama bidang deskriptif - Bantu AI memahami data apa yang akan diekstrak

  • Tambahkan deskripsi yang jelas - Berikan konteks untuk bidang yang kompleks

  • Tandai bidang kritis sesuai kebutuhan - Pastikan data penting selalu ada

  • Batasi kedalaman bersarang - Jaga agar struktur tetap sederhana untuk kinerja yang lebih baik

  • Uji konfigurasi Anda - Verifikasi output sesuai dengan harapan Anda dengan menjalankan langkah agen dan memverifikasi respons.

Catatan penting

  • Pengetahuan JSON: Tidak terbiasa dengan JSON? Pelajari dasar-dasarnya di json.org

  • Tidak ada validasi: Saat ini, sistem tidak memvalidasi struktur keluaran - pastikan otomatisasi Anda menangani data yang hilang atau cacat

Agen kustom

Agen kustom adalah tindakan cerdas yang memproses input bahasa alami untuk mengotomatiskan langkah-langkah kompleks menggunakan kemampuan pemanggilan alat terintegrasi. Ini terutama menggunakan integrasi sebagai antarmuka alatnya, sambil menawarkan ekstensibilitas untuk menggunakan Kode sebagai alat, dan tindakan asli lainnya seperti human-in-the-loop tugas. Agen memberikan output terstruktur dan dapat diprediksi yang dioptimalkan untuk integrasi tanpa batas ke dalam langkah-langkah otomatisasi hilir.

Sifat-sifat

  • Judul: Nama step/custom Agen

  • Mode: Mode mendefinisikan bagaimana agen beroperasi berdasarkan kasus penggunaan Anda. Tiga mode yang tersedia adalah: Cepat, Pro, dan Kustom. Cepat adalah yang terbaik untuk tugas-tugas sederhana seperti ringkasan, klasifikasi, dan otomatisasi volume tinggi, dan Pro sangat ideal untuk tugas-tugas kompleks yang melibatkan penalaran dan orkestrasi beberapa alat atau tindakan. Fast dan Pro adalah mode yang dikelola sepenuhnya yang tidak memerlukan pra-pengaturan sebelumnya. Dalam Mode Kustom, Anda memerlukan konektor runtime Bedrock dan dapat memilih model yang ingin Anda gunakan (Dijelaskan di bawah). Ini sangat ideal ketika Anda sudah memiliki prompt fine-tuned untuk model Bedrock tertentu, khususnya membutuhkan model Bedrock tertentu untuk Agen, atau ingin menyertakan model kustom atau fine-tuned Anda sendiri yang dihosting di Bedrock. Dalam Mode Kustom, karena Anda membawa model Anda sendiri dari Bedrock melalui integrasi, inferensi model ditagih secara terpisah ke akun yang terkait dengan integrasi Bedrock tersebut.

  • Petunjuk: Di bidang ini Anda menulis prompt untuk agen dalam bahasa alami. Praktik terbaik saat menulis prompt:

    • Bersikaplah jelas dan eksplisit tentang apa yang Anda inginkan.

    • Struktur prompt. Mulailah dengan menyebutkan 'Tugas' atau 'Peran' terlebih dahulu dan kemudian 'Instruksi' untuk mencapai tugas dengan langkah bernomor

    • Untuk meningkatkan akurasi panggilan alat dan memandu Agen, tentukan dengan jelas di prompt alat mana yang akan digunakan pada setiap langkah, jika berlaku.

    • Tentukan persyaratan panjang (misalnya, kurang dari 100 kata) atau format output (misalnya, tanggal dalam MM/DD/YY format) dengan jelas

    • Bungkus teks dalam tanda kutip tiga (“"”) untuk menulis prompt multiline. Contoh:

      """You are content summarization agent.
Summarize the last two paragraphs of the provided text, focusing only on the main conclusion."""

  • Tindakan: Tindakan adalah alat yang memungkinkan agen AI berinteraksi dengan sistem eksternal atau melakukan tugas tertentu. Ini opsional. Anda dapat menjalankan agen kustom tanpa tindakan apa pun. Di bawah ini adalah berbagai tindakan yang dapat digunakan di agen kustom

    • Tindakan Umum

      • Buat tugas pengguna - Jika diaktifkan, alat ini memungkinkan Agen untuk memicu tugas Human-in-the-Loop (HITL) setiap kali macet dan membutuhkan bantuan selama eksekusi. Agen berhenti dan menunggu masukan manusia. Tugas HITL terlihat di pusat tugas. Untuk hasil terbaik, penulis dapat menentukan dalam prompt tepat kapan Agen harus memanggil HITL. Ini dipilih secara default. Otomatisasi berjalan sampai tugas selesai.

      • Kode - Tindakan Kode menghasilkan dan mengeksekusi kode python dalam lingkungan python terbatas, sama seperti tindakan kode, untuk menyelesaikan tugas yang melibatkan perhitungan, manipulasi data, dan pemrosesan file. Tidak seperti generator kode, ia secara aktif membuat dan menjalankan skrip untuk mencapai tujuan, bekerja dengan Excel, file PDF, berbagai format data, dan integrasi yang tersedia

        • Kemampuan Kunci:

          • Operasi File: Memproses file Excel multi-tab, mengekstrak konten, melakukan perhitungan tanggal, menerapkan pemformatan bersyarat, dan mengunggah hasil ke S3

          • Transformasi Data: Konversi antara format JSON dan tabel, transpos data, ganti nama kolom, dan gabungkan tabel

          • Komputasi Lanjutan: Hasilkan urutan numerik dan lakukan validasi otomatis

    • Integrasi: Jika Anda telah menambahkan tindakan integrasi tertentu — seperti Salesforce, MS Exchange, atau Bedrock — ke grup otomatisasi Anda, tindakan terkait akan muncul di sini untuk digunakan di agen kustom. Penulis kemudian dapat memilih tindakan yang relevan untuk digunakan sebagai alat untuk agen.

      Daftar integrasi yang dapat digunakan seperti tools/actions pada agen kustom

      • Amazon S3

      • Otomatisasi Data Batuan Dasar Amazon

      • Amazon Comprehend

      • Amazon Textract

      • API REST Kustom

      • Konektor MCP kustom

      • Microsoft Outlook

      • Salesforce

  • Output Terstruktur (opsional)

    Konfigurasikan agen AI Anda untuk mengembalikan output JSON terstruktur yang dapat diproses oleh langkah hilir. Fitur ini sangat ideal untuk meringkas teks, pembuatan laporan, transformasi data, dan mengekstraksi statistik dari konten yang tidak terstruktur. Ini adalah bidang opsional. Jika Anda tidak mendefinisikan output terstruktur, agen mengembalikan output dalam bahasa alami secara default. Gunakan output terstruktur ketika output Anda memiliki struktur yang ditentukan, seperti daftar, tabel data, atau JSON.

    catatan

    Konfigurasi keluaran terstruktur untuk agen Kustom mengikuti format yang sama dengan agen UI. Lihat bagian keluaran terstruktur agen UI untuk petunjuk konfigurasi terperinci.

  • Respon agen: Nama variabel untuk menetapkan output agen. Respons mengikuti format output terstruktur Anda dalam skema JSON jika ditentukan, jika tidak adalah teks bentuk bebas.

Menggunakan Model Kustom di Agen Kustom (Bawa model batuan dasar Anda sendiri)

Integrasikan model yang Anda inginkan atau disesuaikan khusus yang dihosting di AWS Bedrock dengan alur kerja otomatisasi Quick Suite.

Sebelum Anda mulai, pastikan Anda memiliki yang berikut:

  • Model yang disetel dengan baik digunakan dan dapat diakses di Bedrock AWS

  • Akses Quick Suite Admin untuk membuat konektor

  • Peran IAM dengan izin Bedrock untuk memanggil model

  • ID model Anda (misalnya,us.anthropic.claude-3-5-sonnet-20241022-v2:0)

Langkah 1: Buat integrasi Batuan Dasar Runtime Action dengan mengikuti petunjuk terperinci di AWS konektor aksi layanan

Langkah 2: Siapkan Grup Otomasi Anda

Buat grup otomatisasi dan hubungkan integrasi:

  • Buat grup otomatisasi - Ikuti petunjuk terperinci di Menyiapkan tugas

  • Konfigurasikan integrasi - Ikuti petunjuk terperinci di Menyiapkan tugas

  • Setelah dikonfigurasi, konektor akan muncul di daftar aset yang tersedia

Langkah 3: Konfigurasikan Agen Kustom

Tambahkan dan konfigurasikan agen khusus untuk menggunakan model yang disetel dengan baik:

  • Dalam alur kerja otomatisasi Anda, tambahkan agen khusus

  • Konfigurasikan pengaturan agen berikut:

    • Judul Agen: Masukkan nama deskriptif untuk agen Anda

    • Petunjuk: Masukkan petunjuk khusus yang disesuaikan dengan kasus penggunaan Anda

    • Mode: Pilih Kustom

    • Konektor: Pilih konektor Bedrock Runtime Anda (diperlukan saat mode Kustom dipilih)

    • Model Kustom: Masukkan ID model Anda (misalnya,us.anthropic.claude-3-5-sonnet-20241022-v2:0) - diperlukan saat mode Kustom dipilih

Langkah selanjutnya

Setelah dikonfigurasi, agen kustom Anda menggunakan model fine-tuned untuk memproses permintaan sesuai dengan instruksi yang Anda berikan. Anda sekarang dapat memasukkan agen ini ke dalam alur kerja Quick Automate Anda.

catatan

Pastikan ID model Anda diformat dengan benar dan cocok dengan model yang digunakan di akun AWS Bedrock Anda. Anda dapat menemukan ID model Anda di konsol AWS Bedrock di bawah model yang Anda sediakan.

Pengujian agen kustom

Pengujian agen khusus memungkinkan Anda untuk menguji agen individu secara independen dari alur kerja otomatisasi lengkap. Kemampuan ini membantu Anda memvalidasi perilaku agen, perintah debug, dan iterasi lebih efisien tanpa menjalankan seluruh alur kerja.

Prasyarat

  • Alur kerja otomatisasi dengan setidaknya satu agen kustom yang dikonfigurasi

  • Izin yang sesuai untuk menjalankan otomatisasi di ruang kerja Anda

Mulai tes

  • Di kanvas alur kerja, arahkan kursor ke kartu agen yang ingin Anda uji

  • Pilih tombol Tes Unit yang muncul di bagian atas kartu

  • Di jendela pengumpulan variabel yang terbuka, tinjau variabel yang terdeteksi secara otomatis dari prompt agen Anda

    • Pratinjau prompt menampilkan semua variabel yang terdeteksi dengan penyorotan

  • Masukkan nilai untuk setiap variabel

    • Nilai harus menggunakan sintaks ekspresi yang valid

    • Jika nilai berisi sintaks yang tidak valid, pesan kesalahan muncul dan mencegah eksekusi pengujian

Pantau eksekusi uji

Selama eksekusi pengujian, Anda dapat memantau kemajuan di panel audit di sisi kanan layar. Pengujian melewati semua langkah alur kerja sebelumnya dan hanya mengeksekusi agen yang dipilih. Anda mendapatkan pengalaman logging yang sama dengan menjalankan alur kerja penuh.

Tinjau hasil tes

Setelah pengujian selesai, tinjau informasi berikut di panel Uji:

  • Kartu Metrik (Tab Monitor di bagian atas panel Uji)

    • Total waktu eksekusi

    • Jumlah alat yang digunakan

    • Jumlah tugas yang dibuat

  • Log di antaranya

  • Tab Variabel Tonton (Akordeon bawah panel Uji)

    • Input - Lihat variabel input dan nilai-nilai mereka

    • Output - Periksa hasil output dari eksekusi agen

    • Untuk output terstruktur, klik Lihat Detail tombol untuk memilih penampil JSON untuk membuka kotak dialog Lihat Output:

      • Fields Tab - Menavigasi data menggunakan tampilan struktur pohon

      • Bidang - Sorot nilai yang sesuai dengan memilih node pohon di tab Fields

      • Bidang keluaran - Nilai yang sesuai untuk kunci JSON

Menggunakan agen Kustom dengan Build with Assistant

Prinsip saat ini untuk agen kustom adalah harus disebutkan secara khusus untuk membuatnya dipanggil secara konsisten, berikut adalah hal-hal yang diperlukan dalam prompt untuk membuatnya muncul:

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

Jika tidak, model lebih disukai untuk membuat alur kerja secara deterministik.

Meskipun, dalam praktiknya, ketika tidak ada tindakan yang tepat yang tersedia, perencana dapat memilih agen khusus sebagai solusi. Tetapi untuk secara konsisten memanggil agen khusus dalam alur kerja, frasa di atas didorong untuk digunakan dalam prompt.

Contoh kasus penggunaan agen

Kasus Penggunaan 1: Klasifikasi Email dan Agen Penugasan

Peran: Anda adalah Agen Kategorisasi dan Penugasan Email

Petunjuk: Ikuti langkah-langkah ini:

  • Langkah 1: Klasifikasi email yang masuk berdasarkan kolom Kategori dari tabel referensi yang disediakan sebagai pengetahuan

  • Langkah 2: Gunakan sistem email untuk mengirim pemberitahuan:

    • Dari: [system_email]

    • Ke: [team_distribution_email]

    • Subjek: [Hasil Klasifikasi]

    • Tubuh: Sertakan ringkasan singkat yang menjelaskan alasan klasifikasi dan poin-poin penting dari email asli

  • Langkah 3: Untuk semua kategori yang valid (kecuali 'tidak diketahui'), buat kasus baru di Salesforce dengan:

    • Subjek: [Subjek Email Asli]

    • Deskripsi: Masalah yang diringkas dari badan email

    • Prioritas: Berdasarkan urgensi konten () High/Medium/Low

    • Jenis: Pilih jenis yang sesuai (Question/Problem/Feature Request/Other)

    • Status: 'Baru'

    • Kategori: [Hasil klasifikasi dari Langkah 1]

  • Langkah 4: Jika diklasifikasikan sebagai 'tidak diketahui':

    • Eskalasi ke supervisor untuk tinjauan manual

    • Tambahkan catatan yang menjelaskan mengapa klasifikasi tidak pasti

    • Berdasarkan kategori yang diterima dari supervisor, ikuti langkah 2 dan 3 dan berhenti

    • Jika kategori yang diterima dari supervisor tidak diketahui atau tidak valid, hentikan