Amazon Bedrock을 사용하여 AI 프롬프트 체이닝 수행 - AWS Step Functions
사전 조건1단계: 상태 시스템 만들기2단계: 데모 상태 시스템 실행

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Amazon Bedrock을 사용하여 AI 프롬프트 체이닝 수행

이 샘플 프로젝트는 Amazon Bedrock으로 통합하여 AI 프롬프트 체이닝을 수행하고 Amazon Bedrock을 사용하여 고품질 챗봇을 구축하는 방법을 보여 줍니다. 프로젝트는 몇 가지 프롬프트를 연결하여 제공된 순서대로 해결합니다. 이러한 프롬프트를 연결하면 고도로 엄선된 응답을 제공하는 데 사용되는 언어 모델의 기능이 향상됩니다.

이 샘플 프로젝트는 상태 시스템, 지원 AWS 리소스를 생성하고 관련 IAM 권한을 구성합니다. 이 샘플 프로젝트를 살펴보고 Step Functions 상태 머신으로 Amazon Bedrock 최적화 서비스 통합을 사용하는 방법에 대해 알아보거나 이를 자체 프로젝트의 시작점으로 사용합니다.

사전 조건

이 샘플 프로젝트는 Cohere Command 대규모 언어 모델(LLM)을 사용합니다. 이 샘플 프로젝트를 성공적으로 실행하려면 Amazon Bedrock 콘솔에서 이 LLM에 대한 액세스 권한을 추가해야 합니다. 모델 액세스 권한을 추가하려면 다음 내용을 따릅니다.

  1. Amazon Bedrock 콘솔을 엽니다.

  2. 기본 탐색 창에서 모델 액세스를 선택합니다.

  3. 모델 액세스 관리를 선택합니다.

  4. Cohere 옆의 확인란을 선택합니다.

  5. 액세스 요청을 선택합니다. Cohere 모델의 액세스 상태는 액세스 권한 부여됨으로 표시됩니다.

1단계: 상태 시스템 만들기

  1. Step Functions 콘솔을 열고 상태 시스템 생성을 선택합니다.

  2. 템플릿에서 생성을 선택하고 관련 스타터 템플릿을 찾습니다. 다음을 선택하여 계속 진행합니다.

  3. 템플릿을 사용하는 방법을 선택합니다.

    1. 데모 실행 - 읽기 전용 상태 시스템을 생성합니다. 검토 후 워크플로와 모든 관련 리소스를 생성할 수 있습니다.

    2. 빌드 기반 -는 자체 리소스를 사용하여 검토, 사용자 지정 및 배포할 수 있는 편집 가능한 워크플로 정의를 제공합니다. (함수 또는 대기열과 같은 관련 리소스는 자동으로 생성되지 않습니다.)

  4. 템플릿 사용을 선택하여 계속 선택합니다.

    참고

    계정에 배포된 서비스에 표준 요금이 적용됩니다.

2단계: 데모 상태 시스템 실행

데모 실행 옵션을 선택한 경우 모든 관련 리소스가 배포되고 실행할 준비가 됩니다. 빌드 옵션을 선택한 경우 사용자 지정 워크플로를 실행하기 전에 자리 표시자 값을 설정하고 추가 리소스를 생성해야 할 수 있습니다.

  1. 배포 및 실행을 선택합니다.

  2. AWS CloudFormation 스택이 배포될 때까지 기다립니다. 이 프로세스는 최대 10분이 걸릴 수 있습니다.

  3. 실행 시작 옵션이 나타나면 입력을 검토하고 실행 시작을 선택합니다.

축하합니다!

이제 상태 시스템의 데모가 실행 중이어야 합니다. 그래프 보기에서 상태를 선택하여 입력, 출력, 변수, 정의 및 이벤트를 검토할 수 있습니다.