Agentes - Amazon Quick
Agentes de UIAgentes personalizados

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.

Agentes

  • Agente de interface de usuário - agente de IA para tarefas de navegadores da web. Usado para automação web dinâmica e inteligente. Basta escrever instruções para que ele navegue em sites, extraia dados e gere saídas estruturadas.

  • Agente personalizado - agente de IA para tarefas complexas. Crie um agente que possa entender as instruções em linguagem natural e realizar ações usando as ferramentas disponíveis. Usado para tarefas que exigem raciocínio, julgamento e planejamento dinâmico.

Agentes de UI

O agente de interface do usuário é um agente nativo que entende as instruções em linguagem natural para realizar ações complexas do navegador. Ele pode navegar em sites de forma autônoma, clicar, digitar, ler dados e produzir saídas estruturadas otimizadas para etapas de automação posteriores. Exemplos de casos de uso incluem resumir produtos em uma página da web ou buscar dados navegando em sites.

Propriedades

Título

Nome do step/UI agente

Instruções

Nesse campo, você escreve o prompt para o agente em linguagem natural. Práticas recomendadas ao escrever o prompt:

  • Seja claro e explícito sobre o que você quer.

  • Estruture o prompt. Comece mencionando primeiro a 'Tarefa' ou 'Função' e depois as 'Instruções' para realizar a tarefa com etapas numeradas

  • Adicione restrições (por exemplo, revise apenas a seção de produtos) e especifique quando stop/end (por exemplo, pare quando encontrar as informações relevantes)

  • Forneça exemplos positivos e negativos (não faça isso)

  • Especifique claramente os requisitos de tamanho (por exemplo, menos de 100 palavras) ou formato de saída (por exemplo, data no MM/DD/YY formato)

Coloque o texto entre aspas triplas (“"”) para escrever solicitações com várias linhas. Por exemplo:

"""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..."""
Saída estruturada (opcional)

Resposta do agente: Nome da variável para atribuir a saída desta operação

Como configurar campos de saída estruturados

Adicionando campos

  • Clique em Adicionar campo para criar um novo campo de saída

  • Insira o nome de saída - isso se torna o nome da propriedade JSON

  • Selecione o Tipo no menu suspenso

  • Marque Obrigatório se o campo deve estar sempre presente

  • Adicione uma descrição para orientar o agente de IA

Tipos de campo

  • Cadeia de caracteres - valores de texto (nomes, descrições, resumos)

  • Número - Valores numéricos (contagens, pontuações, porcentagens)

  • Booleano - True/false valores (sinalizadores de status, yes/no perguntas)

  • Objeto - Estrutura aninhada (agrupamentos de dados complexos)

  • Matriz - Lista de itens (tags, categorias, vários valores)

  • Arquivo - Referências de arquivo (anexos de documentos, imagens)

  • Tabela de dados - Dados tabulares (conjuntos de dados estruturados, relatórios)

Trabalhando com tipos complexos

Objetos e matrizes podem conter campos aninhados:

  • Clique na seta de expansão (▶) ao lado dos campos Objeto ou Matriz

  • Use Adicionar campo dentro da estrutura aninhada

  • Mantenha o aninhamento em 2 a 3 níveis no máximo para um desempenho ideal

Exemplo de configuração

Aqui está uma configuração simples para resumir o feedback do cliente:

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

Essa estrutura seria configurada como:

  • OrderId (String, obrigatório)

  • numberOfOrders (Número, obrigatório)

  • HasShipped (booleano, obrigatório)

  • Detalhes do pedido (objeto, obrigatório)

    • quantidade (Número, obrigatório)

    • Nome do produto (sequência de caracteres, obrigatório)

  • tags (matriz de sequências de caracteres, opcional)

Práticas recomendadas

  • Use nomes de campo descritivos - ajude a IA a entender quais dados extrair

  • Adicione descrições claras - forneça contexto para campos complexos

  • Marque os campos críticos conforme necessário - Garanta que os dados essenciais estejam sempre presentes

  • Limite a profundidade de aninhamento - mantenha as estruturas simples para um melhor desempenho

  • Teste sua configuração - Verifique se a saída corresponde às suas expectativas executando a etapa do agente e verificando a resposta.

Observações importantes

  • Conhecimento de JSON: Não está familiarizado com JSON? Aprenda o básico em json.org

  • Sem validação: atualmente, o sistema não valida a estrutura de saída - garanta que sua automação manipule dados ausentes ou malformados

Agentes personalizados

O agente personalizado é uma ação inteligente que processa entradas de linguagem natural para automatizar etapas complexas usando recursos integrados de chamada de ferramentas. Ele usa principalmente integrações como interface de ferramentas, ao mesmo tempo em que oferece extensibilidade para usar o Código como ferramenta e outras ações nativas, como tarefa. human-in-the-loop O agente fornece resultados estruturados e previsíveis, otimizados para uma integração perfeita nas etapas de automação posteriores.

Propriedades

Título

Nome do step/custom agente

Modo

Um modo define como o Agente opera com base no seu caso de uso. Os três modos disponíveis são: Rápido, Pro e Personalizado. O Fast é ideal para tarefas simples, como resumo, classificação e automações de alto volume, e o Pro é ideal para tarefas complexas que envolvem raciocínio e orquestração de várias ferramentas ou ações. O Fast e o Pro são modos totalmente gerenciados que não exigem pré-configuração prévia. No Modo Personalizado, você precisará de um conector Bedrock Converse e poderá selecionar o modelo que deseja usar. Isso é ideal se você já tem um prompt ajustado para um modelo Bedrock específico, precisa especificamente de um modelo Bedrock específico para o Agente ou deseja incluir seu próprio modelo personalizado ou ajustado hospedado no Bedrock. No Modo Personalizado, como você traz seu próprio modelo do Bedrock por meio de um conector, a inferência do modelo é cobrada separadamente na conta associada a esse conector do Bedrock.

Instruções

Nesse campo, você escreve o prompt para o agente em linguagem natural. Práticas recomendadas ao escrever o prompt:

  • Seja claro e explícito sobre o que você quer.

  • Estruture o prompt. Comece mencionando primeiro a 'Tarefa' ou 'Função' e depois as 'Instruções' para realizar a tarefa com etapas numeradas

  • Para melhorar a precisão da chamada de ferramenta e orientar o agente, especifique claramente no prompt qual ferramenta usar em cada etapa, se aplicável.

  • Especifique claramente os requisitos de tamanho (por exemplo, menos de 100 palavras) ou formato de saída (por exemplo, data no MM/DD/YY formato)

Coloque o texto entre aspas triplas (“"”) para escrever solicitações com várias linhas. Por exemplo:

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

Uma ferramenta permite que o agente de IA interaja com sistemas externos ou execute tarefas específicas

Ferramentas gerais

Criar tarefa de usuário

Se ativada, essa ferramenta permite que o Agente acione uma tarefa Human-in-the-Loop (HITL) sempre que ela travar e precisar de ajuda durante a execução. O agente fará uma pausa e aguardará a entrada humana e, em seguida, retomará assim que as informações necessárias forem fornecidas. A tarefa do HITL estará visível na central de tarefas. Para obter melhores resultados, o autor pode especificar no prompt exatamente quando o agente deve invocar o HITL.

Integrações

Se você adicionou conectores específicos, como Salesforce, MS Exchange ou Bedrock, ao seu grupo de automação, suas ações correspondentes aparecerão aqui. O autor pode então selecionar as ações relevantes para usar como ferramentas para o Agente. Para um desempenho ideal, é recomendável limitar o Agente a 3 a 5 ferramentas.

Saída estruturada (opcional)

Configure seu agente de IA para retornar uma saída JSON estruturada que possa ser facilmente processada nas etapas subsequentes. Esse recurso é ideal para resumo de texto, geração de relatórios, transformação de dados e extração de estatísticas de conteúdo não estruturado. Esse é um campo opcional. Se você não definir uma saída estruturada, o agente retornará, por padrão, a saída em linguagem natural.

Resposta do agente: nome da variável para atribuir a saída desta operação

nota

A configuração de saída estruturada para agentes personalizados segue o mesmo formato dos agentes de interface do usuário. Consulte a seção Saída estruturada do agente de interface do usuário para obter instruções detalhadas de configuração.

Teste personalizado de agentes

Os usuários podem testar o agente independentemente da automação completa para validar o comportamento, depurar solicitações e iterar com mais rapidez.

Comece o teste

  • Passe o mouse sobre o cartão do agente, um botão de execução separado aparecerá na parte superior do cartão

  • Clique no botão para testar a unidade desse agente específico

  • Uma janela de coleta de variáveis será exibida e detectará automaticamente todas as variáveis usadas no prompt/instrução

    • Uma prévia do prompt desse agente é exibida e destaca todas as variáveis detectadas automaticamente

    • Insira valores de colocação para cada variável antes de iniciar o teste unitário. Semelhante a todos os outros campos de expressão do Amazon Quick Automate, o valor de uma determinada variável precisa ser uma sintaxe de expressão válida. Caso contrário, um erro aparecerá na tela e impedirá que o usuário inicie o teste,

Teste em execução

Os usuários podem ver o feed do registro de execução no painel de auditoria no lado direito. A experiência é a mesma de executar toda a automação.

Após a execução do teste

  • O usuário pode ver as variáveis de entrada e o resultado de saída na guia Watch Variables` abaixo do feed de log.

  • O usuário pode ver o cartão métrico básico acima do feed de registro (tempo total usado e ferramentas usadas).

Exemplos

Caso de uso 1: Agente de classificação e atribuição de e-mails

Função: Você é um agente de categorização e atribuição de e-mails

Instruções: Siga estas etapas:

  • Etapa 1: Classifique o e-mail recebido com base na coluna Categoria da tabela de referência fornecida como conhecimento

  • Etapa 2: use o sistema de e-mail para enviar uma notificação:

    • De: [system_email]

    • Para: [team_distribution_email]

    • Assunto: [Resultado da classificação]

    • Corpo: inclua um breve resumo explicando o raciocínio da classificação e os pontos-chave do e-mail original

  • Etapa 3: Para todas as categorias válidas (exceto “desconhecido”), crie um novo caso no Salesforce com:

    • Assunto: [Assunto do e-mail original]

    • Descrição: Problema resumido do corpo do e-mail

    • Prioridade: com base na urgência do conteúdo () High/Medium/Low

    • Tipo: Selecione o tipo apropriado (Question/Problem/Feature Request/Other)

    • Status: 'Novo'

    • Categoria: [Resultado da classificação da Etapa 1]

  • Etapa 4: Se classificado como 'desconhecido':

    • Encaminhe para o supervisor para análise manual

    • Adicione uma nota explicando por que a classificação era incerta

    • Com base na categoria recebida do supervisor, siga as etapas 2 e 3 e pare

    • Se a categoria recebida do supervisor for desconhecida ou inválida, pare