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.

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 l'attività human-in-the-loop. L'agente fornisce output strutturati e prevedibili ottimizzati per una perfetta integrazione nelle fasi di automazione a valle.

Properties

Utilizzo di modelli personalizzati in Custom Agent (Bring your own bedrock model)

Integra i modelli desiderati o personalizzati ospitati in AWS Bedrock con i flussi di lavoro di automazione Quick Suite.

Prima di iniziare, assicurati di disporre di quanto segue:

Fase 1: Creare un'integrazione con Bedrock Runtime Action seguendo le istruzioni dettagliate in AWS connettori service action

Fase 2: Configura il tuo gruppo di automazione

Crea un gruppo di automazione e collega l'integrazione:

Fase 3: Configurazione di un agente personalizzato

Aggiungi e configura un agente personalizzato per utilizzare il tuo modello ottimizzato:

Fasi successive

Una volta configurato, l'agente personalizzato utilizza il modello ottimizzato per elaborare le richieste in base alle istruzioni fornite. Ora puoi incorporare questo agente nei tuoi flussi di lavoro Quick Automate.

Test personalizzati con agenti

Il test personalizzato degli agenti consente di testare singoli agenti indipendentemente dall'intero flusso di lavoro di automazione. Questa funzionalità consente di convalidare il comportamento degli agenti, eseguire il debug delle richieste e iterare in modo più efficiente senza eseguire l'intero flusso di lavoro.

Prerequisiti

Inizia un test

Monitora l'esecuzione del test

Durante l'esecuzione del test, puoi monitorare l'avanzamento nel pannello di controllo sul lato destro dello schermo. Il test salta tutti i passaggi precedenti del flusso di lavoro ed esegue solo l'agente selezionato. Ottieni la stessa esperienza di registrazione di un intero flusso di lavoro.

Rivedi i risultati dei test

Al termine del test, esaminate le seguenti informazioni nel pannello Test:

Utilizzo dell'agente personalizzato con Build with Assistant

Il principio attuale dell'agente personalizzato è che deve essere menzionato specificamente per farlo invocare in modo coerente, ecco le cose necessarie nel prompt per farlo apparire:

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

Altrimenti, si preferisce utilizzare il modello per creare il flusso di lavoro in modo deterministico.

Tuttavia, in pratica, quando non sono disponibili azioni appropriate, Planner potrebbe scegliere un agente personalizzato come soluzione alternativa. Tuttavia, per richiamare in modo coerente l'agente personalizzato nel flusso di lavoro, si consiglia di utilizzare le frasi precedenti nel prompt.

Esempi di casi d'uso degli agenti

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:

Utilizzo delle knowledge base con agenti personalizzati

In Amazon Quick Automate, puoi collegare le knowledge base agli agenti personalizzati per consentire il AI-powered recupero e la risposta alle domande sui documenti della tua organizzazione. Collegando uno spazio Quick al tuo gruppo di automazione, gli agenti personalizzati possono cercare e recuperare informazioni dalle knowledge base all'interno di quello spazio.

Utilizzalo per le automazioni che devono fare riferimento alle conoscenze organizzative, ad esempio per rispondere a domande contenute nei documenti relativi alle politiche, riepilogare i report o classificare i contenuti in base a dati di riferimento.

Le knowledge base indicizzano i documenti per la ricerca semantica, in modo che l'agente personalizzato recuperi solo i passaggi più pertinenti anziché elaborare interi file. Ciò rende il recupero più rapido e accurato, soprattutto su set di documenti di grandi dimensioni.

Prerequisiti

Collega uno spazio al tuo gruppo di automazione

Prima che un agente personalizzato possa accedere alle knowledge base, è necessario collegare lo spazio che contiene tali knowledge base al gruppo di automazione. Il collegamento di uno spazio concede al gruppo di automazione l'autorizzazione ad accedere alle knowledge base e ai file all'interno di quello spazio.

Per collegare uno spazio a un gruppo di automazione:

Lo spazio ora appare nell'elenco delle connessioni del gruppo di automazione. Gli agenti personalizzati di questo gruppo di automazione possono accedere alle knowledge base e ai file all'interno dello spazio collegato. Le altre risorse presenti nello spazio non sono disponibili per le automazioni.

Aggiungi conoscenze a un agente personalizzato

Dopo aver collegato uno spazio al gruppo di automazione, è possibile configurare un agente personalizzato per utilizzare le knowledge base all'interno di tale spazio. Il flusso di lavoro deve appartenere allo stesso gruppo di automazione a cui è stato collegato lo spazio.

Per aggiungere conoscenze a un agente personalizzato:

L'agente personalizzato può ora cercare e recuperare contenuti dalle knowledge base negli spazi selezionati durante l'esecuzione dell'automazione.

Quando si collega uno spazio, tutte le knowledge base all'interno di tale spazio diventano automaticamente disponibili per l'agente. Non è necessario allegare ogni knowledge base singolarmente. In fase di esecuzione, l'agente interroga ogni knowledge base in modo indipendente e combina i risultati nella sua risposta.

Istruzioni di scrittura per le interrogazioni della Knowledge Base

Quando un agente personalizzato dispone di una knowledge base allegata, cerca e recupera automaticamente i contenuti pertinenti in base alle istruzioni fornite dall'utente. Scrivi istruzioni che descrivano chiaramente quali informazioni l'agente deve trovare o come deve utilizzare il contenuto della knowledge base.

Migliori pratiche:

Esempio: addetto alle richieste dei clienti con knowledge base

L'esempio seguente mostra come configurare un agente personalizzato che utilizza una knowledge base per rispondere alle richieste dei clienti sulla base della documentazione aziendale.

Configurazione:

Istruzioni:

"""You are a customer support agent.

Task: Answer the customer inquiry using information from the knowledge base.

Instructions:
1. Search the knowledge base for information relevant to the customer's question.
2. Provide a clear, concise answer based on the retrieved content.
3. If the knowledge base does not contain relevant information, respond with:
   "I don't have enough information to answer this question. Please escalate to a human agent."

Constraints:
- Only use information found in the knowledge base. Do not make up answers.
- Keep responses under 200 words.
- Include the source document name when referencing specific information."""

Output strutturato:

{
  "answer": "The response to the customer inquiry",
  "sourceDocument": "Name of the document used",
  "confidence": "high/medium/low",
  "escalationNeeded": false
}