Agents (Agenti) - Amazon Quick
Agenti dell'interfaccia utenteAgenti personalizzati

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.

Agents (Agenti)

  • Agente UI: agente AI per le attività del browser Web. Utilizzato per l'automazione web dinamica e intelligente. Basta scrivere le istruzioni per farlo navigare nei siti Web, estrarre dati e generare output strutturati.

  • Agente personalizzato: agente AI per attività complesse. Crea un agente in grado di comprendere le istruzioni in linguaggio naturale e intraprendere azioni utilizzando gli strumenti disponibili. Utilizzato per attività che richiedono ragionamento, giudizio e pianificazione dinamica.

Agenti dell'interfaccia utente

L'agente dell'interfaccia utente è un agente nativo che comprende le istruzioni in linguaggio naturale per eseguire azioni complesse del browser. Può navigare autonomamente nei siti Web, fare clic, digitare, leggere dati e produrre output strutturati ottimizzati per le fasi di automazione a valle. I casi d'uso esemplificativi includono il riepilogo dei prodotti su una pagina Web o il recupero di dati navigando nei siti Web.

Properties

Titolo

Nome dell'agente step/UI

Istruzioni

In questo campo si scrive il prompt per l'agente in linguaggio naturale. Procedure consigliate durante la scrittura del prompt:

  • Sii chiaro ed esplicito su ciò che desideri.

  • Struttura il prompt. Inizia citando prima l' "Attività» o il «Ruolo» e poi le «Istruzioni» per completare l'attività con passaggi numerati

  • Aggiungi dei vincoli (ad esempio, consulta solo la sezione prodotti) e specifica quando farlo stop/end (ad esempio, interrompi quando trovi le informazioni pertinenti)

  • Fornisci esempi positivi e negativi (non farlo)

  • Specificate chiaramente i requisiti di lunghezza (ad esempio, meno di 100 parole) o il formato di output (ad esempio, data in MM/DD/YY formato)

Raccogli il testo tra virgolette triple («"») per scrivere istruzioni su più righe. Esempio:

"""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 strutturato (opzionale)

Agent Response: nome della variabile a cui assegnare l'output di questa operazione

Come configurare i campi di output strutturati

Aggiungere campi

  • Fai clic su Aggiungi campo per creare un nuovo campo di output

  • Inserisci il nome di output: questo diventa il nome della proprietà JSON

  • Seleziona il tipo dal menu a discesa

  • Seleziona Obbligatorio se il campo deve essere sempre presente

  • Aggiungi una descrizione per guidare l'agente AI

Tipi di campo

  • Stringa: valori di testo (nomi, descrizioni, riassunti)

  • Numero: valori numerici (conteggi, punteggi, percentuali)

  • Booleano - True/false valori (contrassegni di stato, domande) yes/no

  • Oggetto: struttura annidata (raggruppamenti di dati complessi)

  • Array: elenco di elementi (tag, categorie, valori multipli)

  • File - Riferimenti ai file (allegati dei documenti, immagini)

  • Tabella dati - Dati tabulari (set di dati strutturati, report)

Lavorare con tipi complessi

Gli oggetti e gli array possono contenere campi annidati:

  • Fai clic sulla freccia di espansione (▶) accanto ai campi Oggetto o Matrice

  • Usa Aggiungi campo all'interno della struttura annidata

  • Mantieni la nidificazione a un massimo di 2-3 livelli per prestazioni ottimali

Configurazione di esempio

Ecco una semplice configurazione per riepilogare il feedback dei clienti:

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

Questa struttura verrebbe configurata come:

  • orderID (String, obbligatorio)

  • numberOfOrders (Numero, obbligatorio)

  • hasShipped (booleano, obbligatorio)

  • OrderDetails (oggetto, obbligatorio)

    • quantità (numero, obbligatorio)

    • ProductName (stringa, obbligatorio)

  • tag (matrice di stringhe, opzionale)

Best practice

  • Usa nomi di campo descrittivi: aiuta l'IA a capire quali dati estrarre

  • Aggiungi descrizioni chiare: fornisci un contesto per campi complessi

  • Contrassegna i campi critici come richiesti: assicurati che i dati essenziali siano sempre presenti

  • Limita la profondità di nidificazione: mantieni le strutture semplici per prestazioni migliori

  • Verifica la tua configurazione: verifica che l'output corrisponda alle tue aspettative eseguendo la fase dell'agente e verificando la risposta.

Note importanti

  • Conoscenze JSON: non conosci JSON? Scopri le nozioni di base su json.org

  • Nessuna convalida: attualmente, il sistema non convalida la struttura di output: assicurati che l'automazione gestisca i dati mancanti o non corretti

Agenti personalizzati

L'agente personalizzato è un'azione intelligente che elabora gli input in linguaggio naturale per automatizzare passaggi complessi utilizzando funzionalità integrate di chiamata degli strumenti. Utilizza principalmente le integrazioni come interfaccia dello strumento, offrendo al contempo l'estensibilità per utilizzare Code come strumento e altre azioni native come task. human-in-the-loop L'agente fornisce output strutturati e prevedibili ottimizzati per una perfetta integrazione nelle fasi di automazione a valle.

Properties

Titolo

Nome dell'agente step/custom

Modalità

Una modalità definisce il funzionamento dell'agente in base al caso d'uso. Le tre modalità disponibili sono: Fast, Pro e Custom. Fast è ideale per attività semplici come riepilogo, classificazione e automazioni ad alto volume, mentre Pro è ideale per attività complesse che implicano il ragionamento e l'orchestrazione di più strumenti o azioni. Fast e Pro sono modalità completamente gestite che non richiedono alcuna configurazione preimpostata. In modalità personalizzata, avrai bisogno di un connettore Bedrock Converse e potrai selezionare il modello che desideri utilizzare. È la soluzione ideale se disponi già di un prompt ottimizzato per un particolare modello Bedrock, hai bisogno in particolare di un particolare modello Bedrock per l'Agent o desideri includere il tuo modello personalizzato o ottimizzato ospitato su Bedrock. In modalità personalizzata, poiché si importa il proprio modello da Bedrock tramite un connettore, l'inferenza del modello viene fatturata separatamente all'account associato a quel connettore Bedrock.

Istruzioni

In questo campo si scrive il prompt per l'agente in linguaggio naturale. Procedure consigliate durante la scrittura del prompt:

  • Sii chiaro ed esplicito su ciò che desideri.

  • Struttura il prompt. Inizia citando prima l' "Attività» o il «Ruolo» e poi le «Istruzioni» per completare l'attività con passaggi numerati

  • Per migliorare la precisione nell'utilizzo degli strumenti e guidare l'agente, specifica chiaramente nel prompt quale strumento utilizzare in ogni fase, se applicabile.

  • Specificate chiaramente i requisiti di lunghezza (ad esempio, meno di 100 parole) o il formato di output (ad esempio, il formato della data) MM/DD/YY

Raccogli il testo tra virgolette triple («"») per scrivere istruzioni su più righe. Esempio:

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

Uno strumento consente all'agente AI di interagire con sistemi esterni o eseguire attività specifiche

Strumenti generali

Crea attività utente

Se abilitato, questo strumento consente all'agente di attivare un'attività Human-in-the-Loop (HITL) ogni volta che si blocca e necessita di assistenza durante l'esecuzione. L'agente si fermerà e aspetterà l'input umano, quindi riprenderà una volta fornite le informazioni richieste. L'attività HITL sarà visibile nel task center. Per ottenere risultati ottimali, l'autore può specificare nel prompt esattamente quando l'agente deve richiamare HITL.

Integrazioni

Se hai aggiunto connettori specifici, come Salesforce, MS Exchange o Bedrock, al tuo gruppo di automazione, le azioni corrispondenti verranno visualizzate qui. L'autore può quindi selezionare le azioni pertinenti da utilizzare come strumenti per l'agente. Per prestazioni ottimali, si consiglia di limitare l'agente a 3-5 strumenti.

Output strutturato (opzionale)

Configura il tuo agente AI per restituire un output JSON strutturato che può essere facilmente elaborato nei passaggi successivi. Questa funzionalità è ideale per il riepilogo del testo, la generazione di report, la trasformazione dei dati e l'estrazione di statistiche da contenuti non strutturati. Questo campo è opzionale. Se non si definisce un output strutturato, per impostazione predefinita l'agente restituirà l'output in linguaggio naturale.

Risposta dell'agente: nome della variabile a cui assegnare l'output di questa operazione

Nota

La configurazione di output strutturata per gli agenti personalizzati segue lo stesso formato degli agenti dell'interfaccia utente. Per istruzioni di configurazione dettagliate, consulta la sezione sull'output strutturato dell'agente UI.

Test personalizzati degli agenti

Gli utenti possono testare l'agente indipendentemente dall'automazione completa per convalidare il comportamento, eseguire il debug delle richieste e iterare più velocemente.

Inizia il test

  • Passa il mouse sulla scheda dell'agente, un pulsante di esecuzione separato verrà visualizzato nella parte superiore della carta

  • Fai clic sul pulsante per testare l'unità di questo agente specifico

  • Apparirà una finestra di raccolta delle variabili che rileverà automaticamente tutte le variabili utilizzate nel prompt/istruzione

    • Viene visualizzata un'anteprima del prompt di questo agente che evidenzia tutte le variabili rilevate automaticamente.

    • Inserisci i valori per ogni variabile prima di iniziare il test unitario. Analogamente a tutti gli altri campi di espressione di Amazon Quick Automate, il valore di una determinata variabile deve essere una sintassi di espressione valida. Altrimenti, sullo schermo verrà visualizzato un errore che impedirà all'utente di avviare il test,

Test in esecuzione

Gli utenti possono visualizzare il feed del registro di esecuzione nel pannello di controllo sul lato destro. L'esperienza è la stessa dell'esecuzione dell'intera automazione.

Dopo l'esecuzione del test

  • L'utente può vedere le variabili di input e il risultato di output nella scheda Watch Variables sotto il feed di registro.

  • L'utente può visualizzare la scheda metrica di base sopra il feed di registro (tempo totale utilizzato e strumenti utilizzati).

Esempi

Caso d'uso 1: Agente di classificazione e assegnazione delle e-mail

Ruolo: sei un agente di categorizzazione e assegnazione delle e-mail

Istruzioni: segui questi passaggi:

  • Passaggio 1: classifica l'e-mail in arrivo in base alla colonna Categoria della tabella di riferimento fornita come conoscenza

  • Passaggio 2: utilizza il sistema di posta elettronica per inviare una notifica:

    • Da: [system_email]

    • A: [team_distribution_email]

    • Oggetto: [Risultato della classificazione]

    • Corpo: includi un breve riepilogo che spieghi la classificazione, il ragionamento e i punti chiave dell'e-mail originale

  • Passaggio 3: Per tutte le categorie valide (eccetto «sconosciuto»), crea un nuovo caso in Salesforce con:

    • Oggetto: [Oggetto dell'email originale]

    • Descrizione: problema riepilogato dal corpo dell'e-mail

    • Priorità: basata sull'urgenza dei contenuti () High/Medium/Low

    • Tipo: seleziona il tipo appropriato () Question/Problem/Feature Request/Other

    • Stato: 'Nuovo'

    • Categoria: [Risultato della classificazione della Fase 1]

  • Fase 4: Se classificato come «sconosciuto»:

    • Passa a supervisore per la revisione manuale

    • Aggiungi una nota che spiega perché la classificazione era incerta

    • In base alla categoria ricevuta dal supervisore, segui i passaggi 2 e 3 e fermati

    • Se la categoria ricevuta dal supervisore è sconosciuta o non valida, interrompi