View a markdown version of this page

Genera una raccomandazione dai risultati degli approfondimenti - Amazon Bedrock AgentCore
Avvia una raccomandazione del prompt di sistemaRecupera il prompt consigliatoFonti di traccia alternative

Genera una raccomandazione dai risultati degli approfondimenti

Dopo aver esaminato i risultati delle analisi, puoi utilizzare le stesse tracce degli agenti per generare un prompt di sistema migliorato. StartRecommendationIndicate la valutazione in batch completata che ha prodotto i risultati delle vostre analisi.

Nota

La generazione di raccomandazioni è attualmente supportata solo per gli Builtin.Insight.FailureAnalysis approfondimenti e oggi vengono fornite solo raccomandazioni tempestive di sistema.

Avvia una raccomandazione del prompt di sistema

Fornite il prompt di sistema corrente e fate riferimento alla valutazione del batch che contiene le tracce:

Esempio
AgentCore CLI

Genera una raccomandazione a partire da un'analisi approfondita completata:

agentcore run recommendation --from-insights <id> --type system-prompt --bundle-name my_bundle --json

Oppure fai riferimento direttamente a un ARN di valutazione in batch:

agentcore run recommendation --batch-evaluation-arn <arn> --type system-prompt --bundle-name my_bundle --json
Interactive

  1. Esegui agentcore per aprire il TUI, quindi seleziona Esegui e scegli Raccomandazione:

    Menu Esegui: seleziona Raccomandazione

    La procedura guidata guida l'utente nella selezione di una fonte di traccia (insights run o batch evaluation ARN), del tipo di raccomandazione e del pacchetto di configurazione.

AWS SDK (boto3)
import boto3
import uuid

client = boto3.client("bedrock-agentcore", region_name="us-west-2")

response = client.start_recommendation(
    name=f"fix-rate-limiting-{uuid.uuid4().hex[:8]}",
    type="SYSTEM_PROMPT_RECOMMENDATION",
    recommendationConfig={
        "systemPromptRecommendationConfig": {
            "systemPrompt": {
                "text": "You are a helpful customer support assistant. Help users with their orders and returns."
            },
            "agentTraces": {
                "batchEvaluation": {
                    "batchEvaluationArn": "arn:aws:bedrock-agentcore:us-west-2:123456789012:batch-evaluate/insights-run-ABC1234567"
                }
            },
        }
    },
    clientToken=str(uuid.uuid4()),
)

recommendation_id = response["recommendationId"]
print(f"Started recommendation: {recommendation_id}")

Recupera il prompt consigliato

Esegui il sondaggio fino al completamento, quindi recupera il risultato:

import time

while True:
    rec = client.get_recommendation(recommendationId=recommendation_id)
    if rec["status"] in ("COMPLETED", "FAILED"):
        break
    time.sleep(15)

if rec["status"] == "COMPLETED":
    result = rec["recommendationResult"]["systemPromptRecommendationResult"]
    print(f"Recommended prompt:\n{result['recommendedSystemPrompt']}")
    print(f"\nExplanation:\n{result['explanation']}")

Fonti di traccia alternative

Invece di fare riferimento a una valutazione in batch, puoi anche fornire tracce tramite CloudWatch Logs:

"agentTraces": {
    "cloudwatchLogs": {
        "logGroupArns": [
            "arn:aws:logs:us-west-2:123456789012:log-group:/aws/bedrock-agentcore/runtimes/MyAgent-abc123-DEFAULT"
        ],
        "serviceNames": ["MyAgent.DEFAULT"],
        "startTime": "2026-05-27T00:00:00Z",
        "endTime": "2026-06-03T00:00:00Z",
    }
}