As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Adicione dados personalizados a uma sessão do Amazon Q in Connect

O Amazon Q in Connect oferece suporte à adição de dados personalizados a uma sessão do Amazon Q in Connect para que eles possam ser usados para impulsionar as soluções generativas baseadas em IA apresentadas aos agentes. Os dados personalizados podem ser usados adicionando-os primeiro a uma sessão usando a UpdateSessionDataAPI e, em seguida, usando os dados adicionados para personalizar as solicitações de IA.

Adicionar e atualizar dados em uma sessão

Você adiciona dados a uma sessão usando a UpdateSessionDataAPI. Use o seguinte exemplo de AWS comando CLI.

aws qconnect update-session-data \
  --assistant-id <YOUR_Q_IN_CONNECT_ASSISTANT_ID> \
  --session-id <YOUR_Q_IN_CONNECT_SESSION_ID> \
  --data '[
    { "key": "productId", "value": { "stringValue": "ABC-123" }},
  ]'
            

Como as sessões são criadas para contatos enquanto os agentes de atendimento ao cliente usam o Amazon Connect e o Amazon Q in Connect, uma forma útil de adicionar dados da sessão é usando um fluxo: use um Função do AWS Lambda bloco para chamar a UpdateSessionDataAPI. A API pode adicionar informações à sessão.

Veja o que você faz:

A imagem a seguir mostra os dois blocos, primeiro Amazon Q in Connect e depoisFunção do AWS Lambda .

Use dados personalizados com um prompt de IA

Depois que os dados são adicionados a uma sessão, você pode personalizar seus prompts de IA para usar os dados para os resultados generativos de IA.

Você especifica a variável personalizada para os dados usando o seguinte formato:

Por exemplo, digamos que um cliente precise de informações relacionadas a um produto específico. Você pode criar um prompt de IA de reformulação de consultas que usa o ProductID fornecido pelo cliente durante a sessão.

O trecho a seguir de um prompt de IA mostra {{$.custom.productId}} sendo fornecido ao LLM.

anthropic_version: bedrock-2023-05-31
system: You are an intelligent assistant that assists with query construction.
messages:
- role: user
  content: |
    Here is a conversation between a customer support agent and a customer

    <conversation>
      {{$.transcript}}
    </conversation>
    
    And here is the productId the customer is contacting us about
    
    <productId>
      {{$.Custom.productId}}
     </productId>

    Please read through the full conversation carefully and use it to formulate a query to find
    a relevant article from the company's knowledge base to help solve the customer's issue. Think 
    carefully about the key details and specifics of the customer's problem. In <query> tags, 
    write out the search query you would use to try to find the most relevant article, making sure 
    to include important keywords and details from the conversation. The more relevant and specific 
    the search query is to the customer's actual issue, the better. If a productId is specified, 
    incorporate it in the query constructed to help scope down search results.

    Use the following output format

    <query>search query</query>

    and don't output anything else.
            

Se o valor da variável personalizada não estiver disponível na sessão, o Amazon Q in Connect o interpolará como uma string vazia. Recomendamos fornecer instruções no prompt de IA para que o sistema considere a presença do valor para qualquer comportamento alternativo.