本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

创建自动推理策略

创建自动推理策略时，您的输入源文档将转换为一组形式逻辑规则以及包含变量和类型的架构。

Amazon Bedrock 使用 AWS Key Management Service（KMS）对自动推理策略进行加密。默认情况下，Amazon Bedrock 使用服务拥有的密钥。您可以选择指定客户自主管理型 KMS 密钥，以进一步控制策略数据的加密。

示例：如果您的源文档包含 HR 策略，指出“工作已满至少 1 年的全职员工可以享受育儿假”，则自动推理将提取诸如 IsFullTime（布尔值）、YearsOfService（整数）和 EligibleForParentalLeave（布尔值）等变量，以及将它们联系起来的规则。

要测试和使用您的自动推理策略，请确保您拥有相应的权限。

在控制台中创建自动推理策略

使用 API 创建自动推理策略

自动推理策略是您的 AWS 账户中的一种资源，可以使用 Amazon 资源名称 (ARN) 进行引用。自动推理策略是生成策略定义和策略版本的生成工作流程的容器。策略定义由变量架构和一组对变量进行操作的规则组成。策略版本是默认 DRAFT 版本的不可变快照。自动推理策略最多可以有两个生成工作流程。每个生成工作流程都会输出三项资产：策略定义、策略定义质量报告和生成日志。

自动推理策略可以包含通过调用 CreateAutomatedReasoningPolicyVersion API 操作创建的定义的编号且不可变的版本。自动推理策略支持名为的特殊版本DRAFT，该版本在 AWS 控制台中以 “工作草稿” 的形式呈现。

要创建新策略，第一步是使用 CreateAutomatedReasoningPolicy API 创建策略资源。然后，使用新策略 Amazon 资源名称 (ARN)，您可以调用，使用变量和规则架构从文档中填充策略构建。StartAutomatedReasoningPolicyBuildWorkflow

创建自动推理策略请求参数

创建自动推理策略时，有以下必需或可选的参数：

创建自动推理策略响应元素

此 API 会返回以下信息：

示例

以下示例演示如何使用 AWS CLI 创建自动推理策略：

aws bedrock create-automated-reasoning-policy \
  --name "DeleteMe" \
  --kms-key-id arn:aws:kms:us-east-1:111122223333:key/12345678-1234-1234-1234-123456789012

示例响应：

{
  "createdAt": "2025-07-21T14:43:52.692Z",
  "definitionHash": "f16ba1ceca36e1d21adce559481add6a4998b79ae203d933fd0206a28d5c2896513dd62f57b293cba282441269a72063b1d9da02fcf2b421e9bf8495ff8c87af",
  "name": "DeleteMe",
  "policyArn": "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk",,
  "updatedAt": "2025-07-21T14:43:52.692Z",
  "version": "DRAFT"
}

开始自动推理策略构建工作流程请求参数

启动自动推理策略的生成工作流程时，以下参数为必填参数或可选参数：

创建自动推理策略响应元素

此 API 会返回以下信息：

示例

以下示例说明如何使用启动导入工作流程AWS CLI。例如，如果您已经有一个需要一组特定变量的应用程序，则可以使用可选policyDefinition属性来指定起始变量架构或规则集。

# Step 1: Encode PDF to base64 (remove newlines)
PDF_BASE64=$(base64 -i your-policy.pdf | tr -d '\n')

# Step 2: Create policy from base64-encoded content
aws bedrock start-automated-reasoning-policy-build-workflow \
  --policy-arn arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk \
  --build-workflow-type INGEST_CONTENT \
  --source-content "{
    \"policyDefinition\": {
      \"version\": \"1.0\",
      \"types\": [],
      \"rules\": [],
      \"variables\": []
    },
    \"workflowContent\": {
      \"documents\": [
        {
          \"document\": \"$PDF_BASE64\",
          \"documentContentType\": \"pdf\",
          \"documentName\": \"Company Policy Document\",
          \"documentDescription\": \"I'm building a chatbot that answers user questions about my leave of absence HR policy, capture rules and variables that help users determine whether they are eligible for leave of absence.\"
        }
      ]
    }
  }"

示例响应：

{
    "policyArn": "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk",
    "buildWorkflowId": "d40fa7fc-351e-47d8-a338-53e4b3b1c690"
}

启动文档提取工作流程后，您可以使用使用策略 ARN 检查导入工作流程的状态。ListAutomatedReasoningPolicyBuildWorkflows

aws bedrock list-automated-reasoning-policy-build-workflows \
  --policy-arn arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk

针对自动推理策略的 KMS 权限

如果您指定客户自主管理型 KMS 密钥来加密您的自动推理策略，则必须配置允许 Amazon Bedrock 代表您使用密钥的权限。

密钥策略权限

在您的 KMS 密钥策略中添加以下声明，以允许 Amazon Bedrock 将密钥用于自动推理策略：

{
  "Sid": "PermissionsForAutomatedReasoningPolicy",
  "Effect": "Allow",
  "Principal": {
    "AWS": "arn:aws:iam::111122223333:user/role"
  },
  "Action": [
    "kms:Decrypt",
    "kms:DescribeKey",
    "kms:GenerateDataKey"
  ],
  "Resource": "*",
  "Condition": {
    "StringEquals": {
      "kms:EncryptionContext:aws:bedrock:automated-reasoning-policy": [
        "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/policy-id",
        "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/policy-id:*"
      ],
      "kms:ViaService": "bedrock.us-east-1.amazonaws.com"
    }
  }
}

IAM 权限

您的 IAM 主体必须具有以下权限，才能将客户自主管理型 KMS 密钥用于自动推理策略：

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "AllowKMSForAutomatedReasoningPolicy",
      "Effect": "Allow",
      "Action": [
        "kms:Decrypt",
        "kms:DescribeKey",
        "kms:GenerateDataKey"
      ],
      "Resource": "arn:aws:kms:us-east-1:111122223333:key/key-id",
      "Condition": {
        "StringEquals": {
          "kms:EncryptionContext:aws:bedrock:automated-reasoning-policy": [
            "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/policy-id",
            "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/policy-id:*"
          ],
          "kms:ViaService": "bedrock.us-east-1.amazonaws.com"
        }
      }
    }
  ]
}

加密上下文

Amazon Bedrock 使用加密上下文为您的自动推理策略提供额外的安全保护。加密上下文是一组键/值对，Amazon Bedrock 在加密和解密策略时，将其用作额外的经过身份验证的数据。

对于自动推理策略，Amazon Bedrock 会使用以下加密上下文：

查看自动推理策略详细信息

创建策略后，您可以在策略的定义页面上查看转换后的逻辑和变量。

策略创建最佳实践

良好的自动推理策略可以捕获验证应用程序内容所需的全部信息。总体而言，当您认为 LLM 的答案有效且完整时，策略应返回验证结果 VALID。

创建捕捉用户意图的变量并使用含义（=>）来构造关系

使用布尔变量来捕捉用户想要得出的结论，例如 “我可以提交此表单吗” 或 “此付款是否合规”，然后使用这些变量来创建遵循 if/then “隐含形式” 的规则。在创建策略时，您可以使用内容描述字段来举例说明用户将提出的问题类型，或者直接给出指导，说明这些变量应该是什么。

示例：

✓ Good: (=> isPaymentCompliant (<= paymentAmount 10000))

✗ Poor: (<= paymentAmount 10000)

对于非排他性状态，使用布尔值代替枚举

应将可共存的特征表示为独立的布尔变量，而非互斥的枚举值。在可以同时应用多个条件时，这样可以防止逻辑矛盾。例如，用户既可以是退役军人，也可以是教师。两个布尔变量均可以设置为 true。使用枚举值时，将 customerType 设置为 TEACHER，将 customerType 设置为 VETERAN 会导致矛盾，因为变量只能有一个值。

示例：

✓ Good: isTeacher, isVeteran

✗ Poor: customerType = {TEACHER, VETERAN, OTHER}

在变量描述中明确指定单位和格式

在描述中，清楚地记录所有数值的单位和格式。这样可以减少解释不同格式的文本时的差异，防止单位转换错误，从而获得更可预测的验证结果。

示例：

验证数值的范围

使用规则来验证变量值，确保其有效。为数值变量设置这些约束可以防止不合理的输入，并在出现不合理的情况时突出显示“不可能”。

示例：

✓ Good: (> patientAge 0)

✓ Good: (and (> creditScore 300) (< creditScore 1100))

使用中间变量对不同的级别建模并创建抽象

使用有意义的中间变量表示复杂的概念，并将它们明确地与实施详细信息联系起来。使用概念变量代替显式表达式可以实现模块化，并清晰展现从策略概念到特定结果的逻辑流程。这种作法还可以实现对没有明确输入的通用案例进行核实，例如：“高级版权益是否包括免费升级？”

示例：

(=> (or (> membershipDurationYears 10)
        lifeTimeStatusGranted) 
    hasLifetimeStatus)

(= qualifiesForPremiumBenefits 
   (or isPlatinumMember hasLifetimeStatus))

(=> qualifiesForPremiumBenefits freeUpgrade)

使用枚举进行分类和主观评测

定义枚举类型，用于对问题进行分类或表示主观判断，而不是使用数值。离散范畴可用于向各种严重性分配清楚的定义。数值量表无法提供统一的分类方式。如果变量可以不从枚举获得值，请将 OTHER 或 NONE 与可能值包括在一起。

示例：

type "Severity" with values "CRITICAL", "MAJOR", "MINOR"

逻辑必须是声明性的，而非过程性的

标准计算机代码按指定顺序执行，但策略指定的规则不按指定顺序执行。设计规则和变量以允许在单个规则中使用if/then/else逻辑。这种方法使得规则可以保持分离状态，避免规则冲突，同时仍能清楚地表示策略的逻辑结构。

示例：

✗ Poor: (=> conditionA (= outcome VALUE_1))
✗ Poor: (=> conditionB (= outcome VALUE_2))

✓ Good: (=> (and conditionA conditionB) (= outcome VALUE_1))  // A takes precedence when both apply
✓ Good: (=> (and (not conditionA) conditionB) (= outcome VALUE_2))
✓ Good: (=> (and (not conditionA) (not conditionB)) (= outcome DEFAULT_VALUE))

使用清晰一致的命名惯例

在命名变量时采用规定的模式，以便增强可读性并一致地进行解读。

示例：