Terminologia e conceitos-chave - Amazon Quick Suite

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.

Terminologia e conceitos-chave

O Amazon Quick Flows capacita os usuários corporativos a transformar suas tarefas diárias em fluxos de trabalho para produtividade individual e em equipe. Compreender a terminologia e os conceitos principais ajuda você a criar, executar, compartilhar e manter fluxos de forma eficaz em sua organização. Os fluxos oferecem suporte de tempo de execução agente, permitindo que os usuários finais conversem com seu fluxo de trabalho e solicitem atualizações, como resumir uma saída ou pular uma etapa.

Entradas do usuário

As entradas do usuário representam os pontos de entrada em que os usuários fornecem informações para iniciar um fluxo. Essas etapas capturam o contexto necessário de um usuário para executar o fluxo. As etapas de entrada podem incluir campos de texto para consultas de usuários ou recursos de upload de arquivos para processamento de documentos. O design das etapas de entrada afeta diretamente a experiência do usuário e determina a eficácia com que os usuários podem comunicar suas necessidades ao fluxo.

Ao configurar as entradas do usuário, considere o tipo de informação que seu fluxo precisa processar e escolha os métodos de entrada apropriados que se alinhem às expectativas do usuário. Entradas de usuário bem projetadas fornecem orientações claras sobre quais informações são necessárias por meio de texto reservado e alguns valores padrão, se aplicável.

nota

As etapas elegíveis podem ser referenciadas nas etapas subsequentes por meio da notação de referência @. Digite @ no prompt para ver o menu de etapas elegíveis dentro desse fluxo.

Respostas geradas por IA

As respostas geradas pela IA são saídas que definem como o Amazon Quick Flows apresenta os resultados e as informações aos usuários. Essas etapas abrangem vários formatos, incluindo respostas de texto, imagens geradas por IA usando modelos Bedrock ou apresentações de dados estruturados como imagens do Amazon Quick Sight. Adicionar uma etapa específica para a resposta gerada pela IA indica quais dados serão usados para produzir a saída dessa etapa, que estará disponível posteriormente no fluxo para processamento adicional. Esses resultados podem ser gerados a partir de bases de conhecimento conectadas, painéis e tópicos do Amazon Quick Sight, espaços definidos no Quick Suite ou resultados da web.

Os recursos de geração de imagens permitem que o Flows crie conteúdo visual dinamicamente, criando imagens personalizadas e consistentes para anúncios, ativos de marketing, fotos de banco de imagens, mídias sociais e conteúdo de comércio eletrônico. Essas saídas de imagem alimentadas por IA podem ser adaptadas a requisitos específicos e integradas perfeitamente a outros formatos de saída dentro do mesmo Flow.

Etapas de ação

As etapas de ação permitem que o Amazon Quick Flows interaja com sistemas externos e execute tarefas automatizadas além da geração de conteúdo. Essas etapas conectam seus fluxos a aplicativos, AWS serviços e sistemas internos de terceiros por meio de uma biblioteca abrangente de conectores pré-criados. As etapas de ação podem realizar tarefas como enviar notificações, atualizar bancos de dados, criar eventos de calendário ou qualquer ação personalizada definida com o MCP ou uma especificação da OpenAPI (saiba mais sobre ações Etapas de ação em fluxos rápidas em).

A extensa biblioteca de conectores de ação oferece suporte à integração com aplicativos comerciais, ferramentas de desenvolvimento e AWS serviços populares. Ao implementar as etapas de ação, considere os requisitos de autenticação, as implicações de segurança de dados e as permissões específicas necessárias para as integrações pretendidas.

Grupos de raciocínio

Grupos de raciocínio organizam a lógica de processamento relacionada no Amazon Quick Flows, permitindo que os criadores controlem como o fluxo é executado usando instruções em linguagem natural. Esses grupos ajudam a gerenciar o fluxo de informações e os processos de tomada de decisão agrupando etapas relacionadas que funcionam juntas para atingir objetivos específicos. Grupos de raciocínio melhoram a organização do fluxo de trabalho, tornando os fluxos mais fáceis de entender, manter e solucionar problemas.

Dentro dos grupos de raciocínio, você pode estabelecer dependências entre as etapas, controlar a ordem de execução e gerenciar o fluxo de dados entre os diferentes componentes do seu fluxo de trabalho. Essa estrutura organizacional se torna particularmente valiosa ao criar fluxos que exigem vários estágios de processamento ou lógica condicional. As instruções nos grupos de raciocínio fornecem orientação específica para definir como o fluxo deve interpretar as entradas, processar as informações e gerar respostas apropriadas.

Editor e modo de execução

O Amazon Quick Flows fornece dois modos distintos para trabalhar com fluxos: o modo Editor para criar e configurar fluxos e o modo Run para executá-los e testá-los. Você pode alternar entre esses modos usando a alternância de modo na interface.

No modo Editor, você projeta seu fluxo adicionando e configurando etapas, definindo a lógica e configurando a estrutura do fluxo de trabalho. É aqui que você cria a automação antes de disponibilizá-la aos usuários.

O modo de execução permite que você execute e teste seu fluxo. No modo Executar, você pode interagir com seu fluxo usando dois padrões de interação diferentes: modo de bate-papo para interações conversacionais e iterativas, em que os usuários podem fazer perguntas de acompanhamento e refinar suas solicitações, ou modo estruturado para step-by-step fluxos de trabalho guiados que seguem caminhos predeterminados e garantem a coleta consistente de dados.

Começando com a terminologia

A compreensão desses conceitos fundamentais fornece a base para o uso eficaz do Amazon Quick Flows. Ao começar a criar fluxos, consulte essas definições para garantir que você esteja aproveitando os componentes apropriados para seus casos de uso e requisitos organizacionais específicos.