Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Implementare la policy di ragionamento automatico nell’applicazione

Dopo aver testato la policy di ragionamento automatico e averne trovato soddisfacenti le prestazioni, puoi distribuirla per utilizzarla nell’applicazione con Guardrail per Amazon Bedrock. Questa pagina illustra l'intero flusso di lavoro di implementazione: salvataggio di una versione immutabile, collegamento a un guardrail, automazione della distribuzione e integrazione nelle pipeline. CloudFormation CI/CD

Salvare una versione della policy di ragionamento automatico

Quando hai finito di testare la tua policy, crea una versione immutabile. Le versioni immutabili assicurano che la policy allegata al guardrail non cambi inaspettatamente quando continui a modificare la BOZZA. Ogni versione è identificata da un numero di versione numerico (1, 2, 3,...) e non può essere modificata dopo la creazione.

Utilizzo della console

Uso dell’API

Usa l'CreateAutomatedReasoningPolicyVersionAPI per creare una versione immutabile della tua policy di ragionamento automatico.

Parametri della richiesta

Esempio

# Get the current definition hash
aws bedrock get-automated-reasoning-policy \
  --policy-arn "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk" \
  --query "definitionHash" --output text

# Create the version
aws bedrock create-automated-reasoning-policy-version \
  --policy-arn "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk" \
  --last-updated-definition-hash "583463f067a8a4f49fc1206b4642fd40..."

Risposta di esempio:

{
  "policyArn": "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk",
  "version": "1",
  "name": "MyHRPolicy"
}

Aggiungere la policy di ragionamento automatico al guardrail

Una volta salvata una versione della tua policy di ragionamento automatico, aggiungila a un guardrail. Il guardrail è il componente di runtime che l'applicazione chiama per convalidare le risposte LLM. È possibile aggiungere una politica di ragionamento automatico a un guardrail nuovo o esistente.

Utilizzo della console

Uso dell’API

Usa l'UpdateGuardrailAPI CreateGuardrail o per aggiungere una politica di ragionamento automatico al tuo guardrail. Includi il automatedReasoningConfig parametro con la policy ARN con versione.

Parametri della richiesta

Esempio

aws bedrock create-guardrail \
  --name "HR-Policy-Guardrail" \
  --description "Guardrail for HR policy validation" \
  --automated-reasoning-policy-config policies="arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk:1" \
  --cross-region-config '{"guardrailProfileIdentifier": "us.guardrail.v1:0"}' \
  --blocked-input-messaging "I cannot process this request." \
  --blocked-outputs-messaging "I cannot provide this response."

Esporta una versione della policy per la distribuzione

Per implementare una policy tramite CloudFormation o una CI/CD pipeline, è necessario il JSON di definizione della policy. Utilizza l'ExportAutomatedReasoningPolicyVersionAPI per esportare la definizione completa della policy, incluse tutte le regole, le variabili e i tipi personalizzati, da una versione salvata.

La definizione esportata è lo stesso formato accettato dalla PolicyDefinition proprietà della CloudFormation AWS::Bedrock::AutomatedReasoningPolicy risorsa. Ciò semplifica lo spostamento di una policy dal flusso di lavoro della console interattiva alla distribuzione automatica.

# Export the policy definition from version 1
aws bedrock export-automated-reasoning-policy-version \
  --policy-arn "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk:1" \
  --query "policyDefinition" \
  --output json > policy-definition.json

Il JSON esportato contiene la seguente struttura:

{
  "version": "1.0",
  "variables": [
    {
      "name": "isFullTime",
      "type": "BOOL",
      "description": "Whether the employee works full-time (true) or part-time (false)."
    },
    {
      "name": "tenureMonths",
      "type": "INT",
      "description": "The number of complete months the employee has been continuously employed."
    }
  ],
  "rules": [
    {
      "id": "A1B2C3D4E5F6",
      "expression": "(=> (and isFullTime (> tenureMonths 12)) eligibleForParentalLeave)"
    }
  ],
  "types": []
}

Memorizza questo file nel controllo della versione insieme ai tuoi CloudFormation modelli. Quando aggiorni la tua policy, esporta la nuova versione e aggiorna il file per attivare una distribuzione.

Automatizza la distribuzione con CloudFormation

Utilizzalo CloudFormation per implementare la tua policy di ragionamento automatico e il guardrail come infrastruttura come codice. La AWS::Bedrock::AutomatedReasoningPolicy risorsa crea una policy con una definizione di policy che puoi esportare dall'API o dalla console. In combinazione conAWS::Bedrock::Guardrail, puoi distribuire lo stack di convalida completo in un unico modello.

Per il riferimento completo alle proprietà della risorsa politica, vedi AWS::Bedrock: AutomatedReasoningPolicy nel Riferimento al CloudFormation modello.

Esempio: implementazione di una policy e di un guardrail

Il CloudFormation modello seguente crea una politica di ragionamento automatico con una definizione della politica e un guardrail che fa riferimento ad essa. Sostituisci la definizione della policy con il JSON esportato dalla tua policy testata.

AWSTemplateFormatVersion: '2010-09-09'
Description: Deploy an Automated Reasoning policy and guardrail

Parameters:
  PolicyName:
    Type: String
    Default: MyHRPolicy
    Description: Name of the Automated Reasoning policy
  GuardrailName:
    Type: String
    Default: HR-Policy-Guardrail
    Description: Name of the guardrail

Resources:
  AutomatedReasoningPolicy:
    Type: AWS::Bedrock::AutomatedReasoningPolicy
    Properties:
      Name: !Ref PolicyName
      Description: Validates HR chatbot responses about leave eligibility
      PolicyDefinition:
        Version: '1.0'
        Variables:
          - Name: isFullTime
            Type: BOOL
            Description: >-
              Whether the employee works full-time (true) or part-time (false).
              Set to true when users mention being full-time or working 40+ hours
              per week.
          - Name: tenureMonths
            Type: INT
            Description: >-
              The number of complete months the employee has been continuously
              employed. When users mention years of service, convert to months
              (for example, 2 years = 24 months).
          - Name: eligibleForParentalLeave
            Type: BOOL
            Description: >-
              Whether the employee is eligible for parental leave based on
              employment status and tenure.
        Rules:
          - Id: A1B2C3D4E5F6
            Expression: >-
              (=> (and isFullTime (> tenureMonths 12))
              eligibleForParentalLeave)
          - Id: G7H8I9J0K1L2
            Expression: >-
              (=> (or (not isFullTime) (<= tenureMonths 12))
              (not eligibleForParentalLeave))
        Types: []
      Tags:
        - Key: Environment
          Value: Production
        - Key: Team
          Value: HR

  Guardrail:
    Type: AWS::Bedrock::Guardrail
    Properties:
      Name: !Ref GuardrailName
      Description: Guardrail with Automated Reasoning checks for HR policy
      BlockedInputMessaging: I cannot process this request.
      BlockedOutputsMessaging: I cannot provide this response.
      AutomatedReasoningPolicyConfig:
        Policies:
          - !GetAtt AutomatedReasoningPolicy.PolicyArn
      CrossRegionConfig:
        GuardrailProfileArn: !Sub "arn:aws:bedrock:${AWS::Region}:${AWS::AccountId}:guardrail-profile/us.guardrail.v1:0"

Outputs:
  PolicyArn:
    Description: ARN of the Automated Reasoning policy
    Value: !GetAtt AutomatedReasoningPolicy.PolicyArn
  PolicyId:
    Description: ID of the Automated Reasoning policy
    Value: !GetAtt AutomatedReasoningPolicy.PolicyId
  GuardrailId:
    Description: ID of the guardrail
    Value: !Ref Guardrail

Esempio: implementazione con una chiave KMS gestita dal cliente

Per crittografare la tua policy con una chiave KMS gestita dal cliente, aggiungi la proprietà. KmsKeyId È inoltre necessario configurare la policy chiave per consentire ad Amazon Bedrock di utilizzare la chiave. Per le autorizzazioni chiave richieste, consulta. Autorizzazioni KMS per le policy di ragionamento automatico

  AutomatedReasoningPolicy:
    Type: AWS::Bedrock::AutomatedReasoningPolicy
    Properties:
      Name: !Ref PolicyName
      Description: Validates HR chatbot responses about leave eligibility
      KmsKeyId: !GetAtt PolicyEncryptionKey.Arn
      PolicyDefinition:
        # ... policy definition ...
      Tags:
        - Key: Environment
          Value: Production

Fasi successive

Dopo aver implementato la policy e il guardrail, integra i controlli di ragionamento automatico nella tua applicazione per convalidare le risposte LLM in fase di esecuzione. Per ulteriori informazioni, consulta Integra i controlli di ragionamento automatizzato nella tua applicazione.