模式 2：使用 Amazon Bedrock 进行代理人工智能编排 - AWS 规范性指导
代理人工智能编排模式：灵活、智能、目标驱动用例：自动生成营销内容为什么与 Amazon Bedrock Agents 进行协调很重要法学硕士编排的治理注意事项生成式 AI 编排模式的商业价值

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。

模式 2：使用 Amazon Bedrock 进行代理人工智能编排

当企业希望提高用户参与度、自动化内容密集型工作流程并构建更智能的助手时，他们面临着一系列常见的挑战：

  • 内容生成是劳动密集型、不一致且速度缓慢的（例如，撰写营销文案、帮助文章、状态摘要）。

  • 用户界面需要越来越个性化的对话体验，这是传统逻辑树所 FAQs无法支持的。

  • 开发人员难以集成多个系统、检索相关信息以及实时呈现连贯的、情境丰富的响应。

传统的自动化工具可能很僵硬。他们遵循固定的规则，无法根据上下文、语言细微差别或用户语气调整输出。

代理人工智能编排模式：灵活、智能、目标驱动

代理人工智能编排模式使用 Amazon Bedrock 将基于大型语言模型 (LLM) 的编排引入到无服务器架构中，允许基础模型 ()：FMs

  • 解释自然语言提示。

  • 调用工具或 APIs 根据需要调用。

  • 企业知识的基础产出。

  • 动态生成结构化、量身定制的内容。

借助 Amazon Bedrock 代理，编排变得自主且以目标为导向。法学硕士决定调用哪些工具、检索哪些信息以及如何制定最终回应。代理目标驱动的方法是 LLM 支持的数字助理、内容管道和智能接口的基础。

参考架构按如下方式实现每个层：

  • 事件触发器-使用 Amazon API Gateway 进行用户输入、聊天机器人消息或业务工作流程触发器

  • 预处理-AWS Lambda用于格式化输入并将意图路由到相应的 Amazon Bedrock 代理

  • 编排-部署 A mazon Bedrock 代理来解析提示、调用工具（例如 Lambda 和数据 APIs）以及检索知识库上下文

  • 推理-使用代理调用 FM（例如 C Anthropic laude 或 Amazon Nova Pro）来生成响应

  • 后处理-使用 Lambda 在交付前记录、验证或丰富输出

  • 输出-向网页、应用程序提供响应，或将其存储在亚马逊简单存储服务 (Amazon S3) 或亚马逊 OpenSearch 服务中。

用例：自动生成营销内容

营销团队花费数小时撰写产品摘要、搜索引擎优化 (SEO) 片段以及跨多个地区和语言发布新产品的电子邮件副本。手动撰写文案成本高昂、速度慢且不一致。

对于此用例，生成式 AI 编排解决方案包括以下步骤：

  1. 营销人员通过网络表单输入最少的产品详细信息，例如名称、功能和目标市场。

  2. API Gateway 将输入路由到亚马逊 Bedrock 代理。

  3. 代理会执行以下操作：

    • 查询知识库以了解品牌语气、现有产品描述和监管指南

    • 调用 Lambda 函数从内部获取竞争定位数据 APIs

    • 使用 Amazon Nova Pro 撰写本地化、品牌一致的商品描述

  4. 生成的副本通过用户界面返回并存档在 Amazon S3 中，以保证质量和分发。

整个工作流程可在几秒钟内精心编排，具有完全的可追溯性和适应性。

为什么与 Amazon Bedrock Agents 进行协调很重要

借助 Amazon Bedrock Agents，开发人员可以定义工具和目标，而不是复杂的工作流程。LLM 使用自然语言推动编排。

下表将传统编排方法与使用 Amazon Bedrock Agents 的代理 AI 编排进行了比较。

质询

传统的编排方法

Agentic AI 编排

非结构化输入

手动路由

LLMs 解释含义和意图。

工具协调

硬编码的集成逻辑

代理在运行时选择工具。

内容生成

人为工作或模板

按需和自适应生成。

个性化

静态规则或用户区段

基于语义和实时适应。

法学硕士编排的治理注意事项

强大的编排伴随着责任。采用这种模式的企业应：

  • 版本和审阅提示、工具和代理配置。

  • 使用 Amazon Bedrock 知识库实现基础。

  • 使用 IAM 角色控制代理对函数和数据的访问权限。

  • 启用日志记录和审核功能，以提高可审计性和信任度。

通过使用由 Amazon Bedrock 提供支持的生成式 AI 编排模式，企业可以超越聊天机器人和模板，进入情境化的自动智能领域。

从营销内容到支持回应，从内部沟通到产品文档，这种模式可以实现可扩展的创造力和决策。它提供了企业云环境所期望的可靠性、可观察性和安全性。

生成式 AI 编排模式的商业价值

生成式 AI 编排模式在以下领域提供了价值：

  • 速度 — 将内容创建的周转时间从几小时缩短到几秒钟

  • 一致性 — 保持不同语言和团队对语气、指导方针和政策的遵守

  • 可扩展性-使小型团队能够支持全球运营

  • 敏捷性-可轻松适应新的内容类型或用户流

  • 成本效益-减少对手动流程的依赖并降低 time-to-market