View a markdown version of this page

エージェント - Amazon Quick

翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

エージェント

  • UI エージェント - ウェブブラウザタスク用の AI エージェント。動的でインテリジェントなウェブオートメーションに使用されます。ウェブサイトをナビゲートし、データを抽出し、構造化された出力を生成する手順を作成するだけです。

  • カスタムエージェント - 複雑なタスク用の AI エージェント。自然言語で指示を理解し、使用可能なツールを使用してアクションを実行できるエージェントを作成します。推論、判断、動的計画が必要なタスクに使用されます。

UI エージェント

UI エージェントは、複雑なブラウザアクションを実行するための自然言語の手順を理解するネイティブエージェントです。ウェブサイトを自律的にナビゲートし、クリック、入力、データの読み取りを行い、ダウンストリームの自動化ステップに最適化された構造化出力を生成できます。ユースケースの例には、ウェブページでの製品の要約や、ウェブサイトのナビゲーションによるデータの取得などがあります。

プロパティ

タイトル

ステップ/UI エージェントの名前

指示

このフィールドには、エージェントのプロンプトを自然言語で書き込みます。プロンプトを記述する際のベストプラクティス:

  • 目的を明確かつ明確にします。

  • プロンプトを構造化します。最初に「タスク」または「ロール」に言及し、次に「指示」に言及して、番号付きのステップでタスクを達成する

  • 制約を追加 (例: 製品セクションのみを確認する) し、いつ停止/終了するかを指定する (例: 関連情報が見つかったときに停止する)

  • 肯定的な例と否定的な例を提供する (これを行わない)

  • 長さの要件 (100 語未満など) または出力形式 (MM/DD/YY 形式の日付など) を明確に指定する

テキストを三重引用符 ("") で囲み、複数行プロンプトを書き込みます。例えば、次のようになります。

"""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..."""
構造化出力 (オプション)

エージェントレスポンス: このオペレーションの出力を割り当てる変数の名前

構造化出力フィールドを設定する方法

フィールドの追加

  • フィールドの追加をクリックして新しい出力フィールドを作成します

  • 出力名を入力する - JSON プロパティ名になります

  • ドロップダウンからタイプを選択する

  • フィールドが常に存在する必要がある場合は必須にチェックする

  • AI エージェントをガイドする説明を追加する

フィールドタイプ

  • 文字列 - テキスト値 (名前、説明、概要)

  • 数値 - 数値 (カウント、スコア、パーセンテージ)

  • ブール値 - 真/偽の値 (ステータスフラグ、はい/いいえの質問)

  • オブジェクト - ネストされた構造 (複雑なデータグループ化)

  • 配列 - 項目のリスト (タグ、カテゴリ、複数の値)

  • ファイル - ファイルリファレンス (ドキュメントアタッチメント、イメージ)

  • データテーブル - 表形式データ (構造化データセット、レポート)

複雑なタイプの操作

オブジェクトと配列には、ネストされたフィールドを含めることができます。

  • オブジェクトフィールドまたは配列フィールドの横にある展開矢印 (▶) をクリックします。

  • ネストされた構造内でフィールドの追加を使用する

  • 最適なパフォーマンスを得るには、ネストを最大 2~3 レベルに維持します。

設定例

顧客からのフィードバックを要約するための簡単な設定を次に示します。

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

この構造は次のように設定されます。

  • orderId (文字列、必須)

  • numberOfOrders (数値、必須)

  • hasShipped (ブール値、必須)

  • orderDetails (オブジェクト、必須)

    • 数量 (数値、必須)

    • productName (文字列、必須)

  • タグ (文字列の配列、オプション)

ベストプラクティス

  • わかりやすいフィールド名を使用する - AI が抽出するデータを理解するのに役立ちます

  • 明確な説明を追加する - 複雑なフィールドのコンテキストを提供する

  • 重要なフィールドを必須としてマークする - 重要なデータが常に存在することを確認する

  • ネストの深さを制限する - パフォーマンスを向上させるために構造をシンプルに保つ

  • 設定をテストする - エージェントステップを実行してレスポンスを検証することで、出力が期待どおりであることを確認します。

重要な注意事項

  • JSON の知識: JSON に慣れていませんか? 基本については、json.org を参照してください。

  • 検証なし: 現在、システムは出力構造を検証しません - オートメーションが欠落または不正な形式のデータを処理することを確認します

カスタムエージェント

カスタムエージェントは、自然言語入力を処理し、統合されたツール呼び出し機能を使用して複雑なステップを自動化するインテリジェントなアクションです。主に統合をツールインターフェイスとして使用し、Code をツールとして使用できる拡張性や、ヒューhuman-in-the-loopタスクなどのその他のネイティブアクションを提供します。エージェントは、ダウンストリームの自動化ステップにシームレスに統合できるように最適化された、構造化された予測可能な出力を提供します。

プロパティ

  • タイトル: ステップ/カスタムエージェントの名前

  • モード: モードは、ユースケースに基づいてエージェントの動作を定義します。使用可能なモードは、高速、Pro、カスタムの 3 つです。Fast は、要約、分類、大量の自動化などの単純なタスクに最適です。Pro は、複数のツールやアクションの推論とオーケストレーションを伴う複雑なタスクに最適です。Fast および Pro はフルマネージドモードであり、事前にセットアップする必要はありません。カスタムモードでは、Bedrock ランタイムコネクタが必要で、使用するモデルを選択できます (以下で説明)。これは、特定の Bedrock モデルに対してプロンプトをファインチューニング済みの場合、特に エージェントに特定の Bedrock モデルが必要な場合、または Bedrock でホストされている独自のカスタムモデルまたはファインチューニングされたモデルを含める場合に最適です。カスタムモードでは、統合を介して Bedrock から独自のモデルを取り込むため、モデル推論はその Bedrock 統合に関連付けられたアカウントに個別に請求されます。

  • 手順: このフィールドには、エージェントのプロンプトを自然言語で書き込みます。プロンプトを記述する際のベストプラクティス:

    • 目的を明確かつ明確にします。

    • プロンプトを構造化します。最初に「タスク」または「ロール」に言及し、次に「指示」に言及して、番号付きのステップでタスクを達成する

    • ツールコールの精度を向上させ、エージェントをガイドするには、必要に応じて各ステップで使用するツールをプロンプトで明確に指定します。

    • 長さの要件 (100 語未満など) または出力形式 (MM/DD/YY 形式の日付など) を明確に指定する

    • テキストを三重引用符 ("") で囲み、複数行プロンプトを書き込みます。例えば、次のようになります。

      """You are content summarization agent. Summarize the last two paragraphs of the provided text, focusing only on the main conclusion."""
  • アクション: アクションは、AI エージェントが外部システムとやり取りしたり、特定のタスクを実行したりできるようにするツールです。これはオプションです。アクションなしでカスタムエージェントを実行できます。以下は、カスタムエージェントで使用できるさまざまなアクションです。

    • 一般的なアクション

      • ユーザータスクの作成 - 有効にすると、このツールを使用すると、エージェントが停止し、実行中にサポートを必要とするたびに、Human-in-the-Loop (HITL) タスクをトリガーできます。エージェントは一時停止し、人による入力を待ちます。HITL タスクはタスクセンターに表示されます。最良の結果を得るために、作成者はエージェントが HITL を呼び出すタイミングを正確にプロンプトで指定できます。これはデフォルトで選択されています。自動化は、タスクが終了するまで実行されます。

      • Code - Code アクションは、コードアクションと同じ制限された Python 環境内で Python コードを生成して実行し、計算、データ操作、ファイル処理を含むタスクを解決します。コードジェネレーターとは異なり、Excel、PDF ファイル、さまざまなデータ形式、使用可能な統合を使用して、目標を達成するためのスクリプトを積極的に作成して実行します。

        • 主な機能:

          • ファイルオペレーション: マルチタブ Excel ファイルの処理、コンテンツの抽出、日付計算の実行、条件付き書式の適用、S3 への結果のアップロード

          • データ変換: JSON 形式とテーブル形式間の変換、データの変換、列の名前変更、テーブルの結合

          • 高度な計算: 数値シーケンスを生成し、自動検証を実行する

    • 統合: Salesforce、MS Exchange、Bedrock などの特定の統合アクションをオートメーショングループに追加した場合、対応するアクションがカスタムエージェントで使用できるようにここに表示されます。その後、作成者は、エージェントのツールとして使用する関連アクションを選択できます。

      カスタムエージェントのツール/アクションとして使用できる統合のリスト

      • Amazon S3

      • Amazon Bedrock データオートメーション

      • Amazon Comprehend

      • Amazon Textract

      • カスタム REST API

      • カスタム MCP コネクタ

      • Microsoft Outlook

      • Salesforce

  • 構造化出力 (オプション)

    ダウンストリームステップが処理できる構造化された JSON 出力を返すように AI エージェントを設定します。この機能は、テキストの要約、レポート生成、データ変換、非構造化コンテンツからの統計の抽出に最適です。これはオプションのフィールドです。構造化出力を定義しない場合、エージェントはデフォルトで自然言語で出力を返します。構造化出力は、出力にリスト、データテーブル、JSON などの定義された構造がある場合に使用します。

    注記

    カスタムエージェントの構造化出力設定は、UI エージェントと同じ形式に従います。詳細な設定手順については、UI エージェントの構造化出力セクションを参照してください。

  • エージェントレスポンス: エージェントの出力を割り当てる変数の名前。レスポンスは、定義されている場合は JSON スキーマの構造化された出力形式に従います。それ以外の場合は自由形式のテキストです。

カスタムエージェントでのカスタムモデルの使用 (独自の基盤モデルを使用)

AWS Bedrock でホストされている目的またはカスタムの微調整されたモデルを Quick Suite 自動化ワークフローと統合します。

開始する前に、次の項目が揃っていることを確認してください。

  • AWS Bedrock でデプロイされ、アクセス可能な微調整されたモデル

  • コネクタを作成するためのクイックスイート管理者アクセス

  • モデルを呼び出すための Bedrock アクセス許可を持つ IAM ロール

  • モデル ID (例: us.anthropic.claude-3-5-sonnet-20241022-v2:0)

ステップ 1: の詳細な手順に従って Bedrock ランタイムアクション統合を作成する AWS サービスアクションコネクタ

ステップ 2: オートメーショングループを設定する

オートメーショングループを作成し、統合を接続します。

  • オートメーショングループを作成する - 「」の詳細な手順に従ってください。 セットアップタスク

  • 統合を設定する - 「」の詳細な手順に従ってください。 セットアップタスク

  • 設定すると、コネクタが使用可能なアセットリストに表示されます。

ステップ 3: カスタムエージェントを設定する

ファインチューニングされたモデルを使用するようにカスタムエージェントを追加および設定します。

  • 自動化ワークフロー内で、カスタムエージェントを追加する

  • 次のエージェント設定を構成します。

    • エージェントタイトル: エージェントのわかりやすい名前を入力します。

    • 手順: ユースケースに合わせたカスタムプロンプトを入力する

    • モード: カスタムの選択

    • コネクタ: Bedrock ランタイムコネクタを選択します (カスタムモードが選択されている場合は必須です)

    • カスタムモデル: モデル ID を入力します (例: us.anthropic.claude-3-5-sonnet-20241022-v2:0) - カスタムモードが選択されている場合は必須です

次のステップ

設定が完了すると、カスタムエージェントはファインチューニングされたモデルを使用して、指定した手順に従ってリクエストを処理します。このエージェントを Quick Automate ワークフローに組み込むことができるようになりました。

注記

モデル ID が正しくフォーマットされ、 AWS Bedrock アカウントにデプロイされたモデルと一致することを確認します。モデル ID は、プロビジョニングされたモデルの Bedrock AWS コンソールにあります。

カスタムエージェントテスト

カスタムエージェントテストを使用すると、完全な自動化ワークフローとは別に個々のエージェントをテストできます。この機能は、ワークフロー全体を実行せずに、エージェントの動作を検証し、プロンプトをデバッグし、より効率的に反復するのに役立ちます。

前提条件

  • 1 つ以上のカスタムエージェントが設定された自動化ワークフロー

  • ワークスペースでオートメーションを実行するための適切なアクセス許可

テストを開始する

  • ワークフローキャンバスで、テストするエージェントカードにカーソルを合わせます。

  • カードの上部に表示されるユニットテストボタンを選択します。

  • 開いた変数コレクションウィンドウで、エージェントのプロンプトから自動的に検出された変数を確認します。

    • プロンプトプレビューには、検出されたすべての変数が強調表示されて表示されます。

  • 各変数の値を入力する

    • 値は有効な式構文を使用する必要があります

    • 値に無効な構文が含まれている場合、エラーメッセージが表示され、テストの実行が妨げられます。

テスト実行をモニタリングする

テストの実行中に、画面の右側にある監査パネルで進行状況をモニタリングできます。テストは前述のワークフローステップをすべてスキップし、選択したエージェントのみを実行します。完全なワークフロー実行と同じログ記録エクスペリエンスが得られます。

テスト結果を確認する

テストが完了したら、テストパネルで次の情報を確認します。

  • メトリクスカード (テストパネルの上部にあるモニタータブ)

    • 合計実行時間

    • 使用するツールの数

    • 作成されたタスクの数

  • 間のログイン

  • Watch Variables タブ (テストパネルの下部)

    • 入力 - 入力変数とその値を表示する

    • 出力 - エージェント実行からの出力結果を調べる

    • 構造化出力の場合は、詳細の表示ボタンをクリックして JSON ビューワーを選択し、出力の表示ダイアログボックスを開きます。

      • フィールドタブ - ツリー構造ビューを使用してデータをナビゲートする

      • フィールド - フィールドタブでツリーノードを選択して、対応する値を強調表示します。

      • 出力フィールド - JSON キーに対応する値

Build with Assistant でのカスタムエージェントの使用

カスタムエージェントの現在の教義は、一貫して呼び出されるように具体的に記述する必要があることです。プロンプトに表示されるために必要な事項は次のとおりです。

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

それ以外の場合は、決定的にワークフローを作成するモデルが推奨されます。

ただし、実際には、適切なアクションがない場合、プランナーは回避策としてカスタムエージェントを選択する場合があります。ただし、ワークフローでカスタムエージェントを一貫して呼び出すには、上記のフレーズをプロンプトで使用することをお勧めします。

エージェントユースケースの例

ユースケース 1: E メール分類と割り当てエージェント

ロール: E メールの分類および割り当てエージェントである

手順: 以下のステップに従います。

  • ステップ 1: 提供されたリファレンステーブルのカテゴリ列に基づいて受信 E メールをナレッジとして分類する

  • ステップ 2: E メールシステムを使用して通知を送信します。

    • 送信元: [system_email]

    • 宛先: [team_distribution_email]

    • 件名: [分類結果]

    • 本文: 分類理由と元の E メールの要点を説明する簡単な概要を含めます。

  • ステップ 3: すべての有効なカテゴリ (「不明」を除く) について、Salesforce で次のように新しいケースを作成します。

    • 件名: [元の E メール件名]

    • 説明: E メール本文からの問題の要約

    • 優先度: コンテンツの緊急性に基づく (High/Medium/Low)

    • タイプ: 適切なタイプを選択する (Question/Problem/Featureリクエスト/その他)

    • ステータス: 「新規」

    • カテゴリ: [ステップ 1 の分類結果]

  • ステップ 4: 「不明」として分類された場合:

    • 手動レビューのためにスーパーバイザーにエスカレーションする

    • 分類が不確実な理由を説明するメモを追加

    • スーパーバイザーから受け取ったカテゴリに基づいて、ステップ 2 と 3 に従って停止します。

    • スーパーバイザーから受け取ったカテゴリが不明または無効な場合は、停止します。