जनरेटिव एआई एजेंट बड़े उद्यमों के लिए एक बहुमुखी और शक्तिशाली उपकरण हैं। वे लागत कम करने और नवाचार को सक्षम करते हुए परिचालन दक्षता, ग्राहक सेवा और निर्णय लेने की क्षमता को बढ़ा सकते हैं। ये एजेंट डेटा प्रविष्टि, ग्राहक सहायता पूछताछ और सामग्री निर्माण जैसे नियमित और दोहराव वाले कार्यों की एक विस्तृत श्रृंखला को स्वचालित करने में उत्कृष्टता प्राप्त करते हैं। इसके अलावा, वे कार्यों को छोटे, प्रबंधनीय चरणों में तोड़कर, विभिन्न कार्यों का समन्वय करके और एक संगठन के भीतर प्रक्रियाओं के कुशल निष्पादन को सुनिश्चित करके जटिल, बहु-चरणीय वर्कफ़्लो को व्यवस्थित कर सकते हैं। यह मानव संसाधनों पर बोझ को काफी कम करता है और कर्मचारियों को अधिक रणनीतिक और रचनात्मक कार्यों पर ध्यान केंद्रित करने की अनुमति देता है।
जैसे-जैसे एआई तकनीक का विकास जारी है, जेनरेटिव एआई एजेंटों की क्षमताओं का विस्तार होने की उम्मीद है, जिससे ग्राहकों को प्रतिस्पर्धात्मक बढ़त हासिल करने के और भी अधिक अवसर मिलेंगे। इस विकास में सबसे आगे बैठता है अमेज़ॅन बेडरॉक, एक पूरी तरह से प्रबंधित सेवा जो अमेज़ॅन और अन्य प्रमुख एआई कंपनियों से उच्च प्रदर्शन वाले फाउंडेशन मॉडल (एफएम) को एक एपीआई के माध्यम से उपलब्ध कराती है। अमेज़ॅन बेडरॉक के साथ, आप सुरक्षा, गोपनीयता और जिम्मेदार एआई के साथ जेनरेटिव एआई एप्लिकेशन बना और स्केल कर सकते हैं। अब आप उपयोग कर सकते हैं अमेज़ॅन बेडरॉक के लिए एजेंट और अमेज़ॅन बेडरॉक के लिए ज्ञानकोष विशेष एजेंटों को कॉन्फ़िगर करने के लिए जो प्राकृतिक भाषा इनपुट और आपके संगठन के डेटा के आधार पर कार्यों को निर्बाध रूप से चलाते हैं। ये प्रबंधित एजेंट एफएम, एपीआई एकीकरण, उपयोगकर्ता वार्तालाप और आपके डेटा से भरे ज्ञान स्रोतों के बीच कंडक्टर, ऑर्केस्ट्रेटिंग इंटरैक्शन की भूमिका निभाते हैं।
यह पोस्ट इस बात पर प्रकाश डालती है कि आप बीमा दावा जीवनचक्र से जुड़े कार्यों को स्वचालित करने, ग्राहक सेवा को कुशलतापूर्वक बढ़ाने और बेहतर बनाने और बेहतर ज्ञान प्रबंधन के माध्यम से निर्णय समर्थन बढ़ाने के लिए मौजूदा उद्यम संसाधनों का निर्माण करने के लिए अमेज़ॅन बेडरॉक के लिए एजेंटों और ज्ञानकोषों का उपयोग कैसे कर सकते हैं। आपका अमेज़ॅन बेडरॉक-संचालित बीमा एजेंट नए दावे बनाकर, खुले दावों के लिए लंबित दस्तावेज़ अनुस्मारक भेजकर, दावों के सबूत इकट्ठा करके और मौजूदा दावों और ग्राहक ज्ञान भंडारों में जानकारी खोजकर मानव एजेंटों की सहायता कर सकता है।
समाधान अवलोकन
इस समाधान का उद्देश्य ग्राहकों के लिए एक आधार के रूप में कार्य करना है, जो आपको आभासी सहायकों और स्वचालन कार्यों जैसी विभिन्न आवश्यकताओं के लिए अपने स्वयं के विशेष एजेंट बनाने के लिए सशक्त बनाता है। परिनियोजन के लिए आवश्यक कोड और संसाधन इसमें उपलब्ध हैं अमेज़ॅन-बेड्रॉक-उदाहरण भंडार.
निम्नलिखित डेमो रिकॉर्डिंग अमेज़ॅन बेडरॉक कार्यक्षमता और तकनीकी कार्यान्वयन विवरण के लिए एजेंटों और ज्ञानकोषों पर प्रकाश डालती है।
अमेज़ॅन बेडरॉक के एजेंट और नॉलेज बेस निम्नलिखित क्षमताएं प्रदान करने के लिए मिलकर काम करते हैं:
- कार्य आयोजन - एजेंट प्राकृतिक भाषा में पूछताछ को समझने और बहु-चरणीय कार्यों को छोटे, निष्पादन योग्य चरणों में विभाजित करने के लिए एफएम का उपयोग करते हैं।
- इंटरैक्टिव डेटा संग्रह - एजेंट उपयोगकर्ताओं से पूरक जानकारी इकट्ठा करने के लिए स्वाभाविक बातचीत में संलग्न होते हैं।
- कार्य पूर्ति - एजेंट तर्कपूर्ण चरणों की श्रृंखला और उसके आधार पर संबंधित कार्रवाइयों के माध्यम से ग्राहक के अनुरोधों को पूरा करते हैं प्रतिक्रिया संकेत.
- प्रणाली एकीकरण - एजेंट विशिष्ट कार्यों को चलाने के लिए एकीकृत कंपनी सिस्टम पर एपीआई कॉल करते हैं।
- डेटा पूछताछ - ज्ञान का आधार पूरी तरह से प्रबंधित होकर सटीकता और प्रदर्शन को बढ़ाता है पुनर्प्राप्ति संवर्धित पीढ़ी (आरएजी) ग्राहक-विशिष्ट डेटा स्रोतों का उपयोग कर रहा है।
- स्रोत एट्रिब्यूशन - एजेंट विचार-श्रृंखला तर्क के माध्यम से स्रोत एट्रिब्यूशन का संचालन करते हैं, जानकारी या कार्यों की उत्पत्ति की पहचान करते हैं और उसका पता लगाते हैं।
निम्नलिखित चित्र समाधान वास्तुकला को दर्शाता है।
वर्कफ़्लो में निम्नलिखित चरण होते हैं:
- उपयोगकर्ता एजेंट को प्राकृतिक भाषा इनपुट प्रदान करते हैं। निम्नलिखित कुछ उदाहरण संकेत हैं:
- एक नया दावा बनाएं.
- दावे 2s34w-8x के पॉलिसी धारक को एक लंबित दस्तावेज़ अनुस्मारक भेजें।
- दावे 5t16u-7v के लिए सबूत इकट्ठा करें।
- दावे 3बी45सी-9डी के लिए कुल दावा राशि क्या है?
- उसी दावे के लिए कुल मरम्मत अनुमान क्या है?
- कौन से कारक मेरी कार बीमा प्रीमियम निर्धारित करते हैं?
- मैं अपनी कार बीमा दरों को कैसे कम कर सकता हूं?
- किन दावों की खुली स्थिति है?
- सभी पॉलिसी धारकों को खुले दावों के साथ अनुस्मारक भेजें।
- प्रीप्रोसेसिंग के दौरान, एजेंट उपयोगकर्ता इनपुट को सत्यापित, प्रासंगिक और वर्गीकृत करता है। उपयोगकर्ता इनपुट (या कार्य) की व्याख्या एजेंट द्वारा चैट इतिहास और निर्देशों और अंतर्निहित एफएम का उपयोग करके की जाती है जो उस दौरान निर्दिष्ट किए गए थे एजेंट निर्माण. एजेंट के निर्देश वर्णनात्मक दिशानिर्देश हैं जो एजेंट के इच्छित कार्यों को रेखांकित करते हैं। इसके अलावा, आप वैकल्पिक रूप से कॉन्फ़िगर कर सकते हैं उन्नत संकेत, जो आपको अधिक विस्तृत कॉन्फ़िगरेशन नियोजित करके और कुछ-शॉट प्रॉम्प्टिंग के लिए मैन्युअल रूप से चयनित उदाहरण पेश करके अपने एजेंट की सटीकता को बढ़ाने की अनुमति देता है। यह विधि आपको किसी विशेष कार्य से जुड़े लेबल वाले उदाहरण प्रदान करके मॉडल के प्रदर्शन को बढ़ाने की अनुमति देती है।
- कार्रवाई समूह एपीआई और संबंधित व्यावसायिक तर्क का एक सेट है, जिसकी ओपनएपीआई स्कीमा को संग्रहीत JSON फ़ाइलों के रूप में परिभाषित किया गया है अमेज़न सरल भंडारण सेवा (अमेज़ॅन एस3)। स्कीमा एजेंट को प्रत्येक एपीआई के फ़ंक्शन के बारे में तर्क करने की अनुमति देती है। प्रत्येक क्रिया समूह एक या अधिक एपीआई पथ निर्दिष्ट कर सकता है, जिसका व्यावसायिक तर्क इसके माध्यम से चलाया जाता है AWS लाम्बा क्रिया समूह से संबद्ध कार्य.
- अमेज़ॅन बेडरॉक के लिए नॉलेज बेस एजेंट को आपके डेटा तक पहुंच प्रदान करने के लिए पूरी तरह से प्रबंधित आरएजी प्रदान करता है। आप सबसे पहले एक विवरण निर्दिष्ट करके ज्ञानकोष को कॉन्फ़िगर करते हैं जो एजेंट को निर्देश देता है कि आपके ज्ञानकोष का उपयोग कब करना है। फिर आप ज्ञानकोष को अपने Amazon S3 डेटा स्रोत की ओर इंगित करते हैं। अंत में, आप एक एम्बेडिंग मॉडल निर्दिष्ट करते हैं और अपने मौजूदा वेक्टर स्टोर का उपयोग करना चुनते हैं या अमेज़ॅन बेडरॉक को अपनी ओर से वेक्टर स्टोर बनाने की अनुमति देते हैं। इसे कॉन्फ़िगर करने के बाद, प्रत्येक डेटा स्रोत सिंक आपके डेटा की वेक्टर एम्बेडिंग बनाता है जिसका उपयोग एजेंट उपयोगकर्ता को जानकारी वापस करने या बाद के एफएम संकेतों को बढ़ाने के लिए कर सकता है।
- ऑर्केस्ट्रेशन के दौरान, एजेंट तार्किक चरणों के साथ एक तर्क विकसित करता है, जिसमें एक अवलोकन उत्पन्न करने के लिए एक्शन ग्रुप एपीआई इनवोकेशन और नॉलेज बेस क्वेरीज़ की आवश्यकता होती है, जिसका उपयोग अंतर्निहित एफएम के लिए बेस प्रॉम्प्ट को बढ़ाने के लिए किया जा सकता है। यह रिएक्ट स्टाइल प्रॉम्प्टिंग एफएम को सक्रिय करने के लिए इनपुट के रूप में कार्य करता है, जो तब उपयोगकर्ता के कार्य को पूरा करने के लिए क्रियाओं के सबसे इष्टतम अनुक्रम की आशा करता है।
- पोस्टप्रोसेसिंग के दौरान, सभी ऑर्केस्ट्रेशन पुनरावृत्तियों के पूरा होने के बाद, एजेंट एक अंतिम प्रतिक्रिया तैयार करता है। पोस्टप्रोसेसिंग डिफ़ॉल्ट रूप से अक्षम है।
निम्नलिखित अनुभागों में, हम समाधान को तैनात करने के प्रमुख चरणों पर चर्चा करते हैं, जिसमें पूर्व-कार्यान्वयन चरण और परीक्षण और सत्यापन शामिल हैं।
AWS CloudFormation के साथ समाधान संसाधन बनाएं
अपना एजेंट और ज्ञान आधार बनाने से पहले, एक अनुरूपित वातावरण स्थापित करना आवश्यक है जो ग्राहकों द्वारा उपयोग किए जाने वाले मौजूदा संसाधनों को बारीकी से प्रतिबिंबित करता है। अमेज़ॅन बेडरॉक के लिए एजेंटों और नॉलेज बेस को अमेज़ॅन एस 3 में संग्रहीत लैम्ब्डा-डिलीवर बिजनेस लॉजिक और ग्राहक डेटा रिपॉजिटरी का उपयोग करके इन संसाधनों पर निर्माण करने के लिए डिज़ाइन किया गया है। यह मूलभूत संरेखण आपके स्थापित बुनियादी ढांचे के साथ आपके एजेंट और ज्ञान आधार समाधानों का एक सहज एकीकरण प्रदान करता है।
एजेंट द्वारा उपयोग किए गए मौजूदा ग्राहक संसाधनों का अनुकरण करने के लिए, यह समाधान इसका उपयोग करता है create-customer-resources.sh पैरामीटरयुक्त प्रावधान को स्वचालित करने के लिए शेल स्क्रिप्ट एडब्ल्यूएस CloudFormation खाका, बेडरॉक-ग्राहक-संसाधन.yml, निम्नलिखित संसाधनों को तैनात करने के लिए:
- An अमेज़ॅन डायनेमोडीबी तालिका सिंथेटिक से भरी हुई है डेटा का दावा करता है.
- तीन लैम्ब्डा फ़ंक्शन जो दावे बनाने, खुली स्थिति के दावों के लिए लंबित दस्तावेज़ अनुस्मारक भेजने और नए और मौजूदा दावों पर साक्ष्य इकट्ठा करने के लिए ग्राहक व्यवसाय तर्क का प्रतिनिधित्व करते हैं।
- एक S3 बकेट जिसमें पिछले लैम्ब्डा फ़ंक्शंस और मरम्मत अनुमान, दावा राशि, कंपनी के अक्सर पूछे जाने वाले प्रश्न और आवश्यक दावा दस्तावेज़ विवरण के लिए ओपनएपीआई स्कीमा प्रारूप में एपीआई दस्तावेज़ शामिल हैं, जिनका उपयोग हमारे रूप में किया जाना है। ज्ञान आधारित डेटा स्रोत परिसंपत्तियाँ.
- An अमेज़न सरल अधिसूचना सेवा (अमेज़ॅन एसएनएस) विषय जिसमें दावे की स्थिति और लंबित कार्रवाइयों की ईमेल अलर्टिंग के लिए पॉलिसी धारकों के ईमेल की सदस्यता ली गई है।
- AWS पहचान और अभिगम प्रबंधन (IAM) पूर्ववर्ती संसाधनों के लिए अनुमतियाँ।
एडब्ल्यूएस क्लाउडफॉर्मेशन टेम्पलेट में दिए गए डिफ़ॉल्ट मानों के साथ स्टैक पैरामीटर को प्रीपॉप्युलेट करता है। वैकल्पिक इनपुट मान प्रदान करने के लिए, आप पैरामीटर को पर्यावरण चर के रूप में निर्दिष्ट कर सकते हैं जिन्हें इसमें संदर्भित किया गया है ParameterKey=<ParameterKey>,ParameterValue=<Value>
निम्नलिखित शेल स्क्रिप्ट में जोड़े aws cloudformation create-stack
आदेश।
अपने संसाधनों का प्रावधान करने के लिए निम्नलिखित चरणों को पूरा करें:
- की एक स्थानीय प्रतिलिपि बनाएँ
amazon-bedrock-samples
रिपॉजिटरी का उपयोग करनाgit clone
: - शेल स्क्रिप्ट चलाने से पहले, उस निर्देशिका पर जाएँ जहाँ आपने क्लोन किया था
amazon-bedrock-samples
रिपॉजिटरी और शेल स्क्रिप्ट अनुमतियों को निष्पादन योग्य में संशोधित करें: - अपना क्लाउडफॉर्मेशन स्टैक नाम, एसएनएस ईमेल और साक्ष्य अपलोड यूआरएल पर्यावरण चर सेट करें। एसएनएस ईमेल का उपयोग पॉलिसी धारक सूचनाओं के लिए किया जाएगा, और साक्ष्य अपलोड यूआरएल पॉलिसी धारकों के साथ उनके दावों के साक्ष्य अपलोड करने के लिए साझा किया जाएगा। बीमा दावा प्रसंस्करण नमूना साक्ष्य अपलोड यूआरएल के लिए एक उदाहरण फ्रंट-एंड प्रदान करता है।
- चलाएं
create-customer-resources.sh
शेल स्क्रिप्ट में परिभाषित अनुकरणीय ग्राहक संसाधनों को तैनात करने के लिएbedrock-insurance-agent.yml
क्लाउडफॉर्मेशन टेम्पलेट. ये वे संसाधन हैं जिन पर एजेंट और ज्ञान का आधार बनाया जाएगा।
पूर्ववर्ती source ./create-customer-resources.sh
शेल कमांड निम्नलिखित चलाता है AWS कमांड लाइन इंटरफ़ेस (एडब्ल्यूएस सीएलआई) अनुकरणित ग्राहक संसाधन स्टैक को तैनात करने का आदेश देता है:
एक ज्ञान आधार बनाएँ
अमेज़ॅन बेडरॉक के लिए नॉलेज बेस RAG का उपयोग करता है, एक ऐसी तकनीक जो एफएम द्वारा उत्पन्न प्रतिक्रियाओं को बढ़ाने के लिए ग्राहक डेटा स्टोर का उपयोग करती है। ज्ञान का आधार एजेंटों को व्यापक प्रशासकीय ओवरहेड के बिना मौजूदा ग्राहक डेटा रिपॉजिटरी तक पहुंचने की अनुमति देता है। किसी ज्ञानकोष को अपने डेटा से जोड़ने के लिए, आप एक S3 बकेट को निर्दिष्ट करते हैं डेटा स्रोत. ज्ञान के आधार के साथ, एप्लिकेशन पूरी तरह से प्रबंधित आरएजी समाधान के माध्यम से विकास को सुव्यवस्थित करते हुए, समृद्ध प्रासंगिक जानकारी प्राप्त करते हैं। अमूर्तता का यह स्तर आपके डेटा को एजेंट कार्यक्षमता में शामिल करने के प्रयास को कम करके समय-से-बाज़ार में तेजी लाता है, और यह निजी डेटा का उपयोग करने के लिए निरंतर मॉडल पुनर्प्रशिक्षण की आवश्यकता को नकार कर लागत को अनुकूलित करता है।
निम्नलिखित आरेख एक एम्बेडिंग मॉडल के साथ ज्ञान आधार के लिए वास्तुकला को दर्शाता है।
ज्ञान आधार कार्यक्षमता को दो प्रमुख प्रक्रियाओं के माध्यम से चित्रित किया गया है: प्रीप्रोसेसिंग (चरण 1-3) और रनटाइम (चरण 4-7):
- दस्तावेज़ों को प्रबंधनीय अनुभागों में विभाजित किया जाता है।
- उन टुकड़ों को अमेज़ॅन बेडरॉक एम्बेडिंग मॉडल का उपयोग करके एम्बेडिंग में परिवर्तित किया जाता है।
- एम्बेडिंग का उपयोग एक वेक्टर इंडेक्स बनाने के लिए किया जाता है, जो उपयोगकर्ता प्रश्नों और डेटा स्रोत टेक्स्ट के बीच अर्थ संबंधी समानता तुलना को सक्षम बनाता है।
- रनटाइम के दौरान, उपयोगकर्ता अपना टेक्स्ट इनपुट संकेत के रूप में प्रदान करते हैं।
- अमेज़ॅन बेडरॉक एम्बेडिंग मॉडल का उपयोग करके इनपुट टेक्स्ट को वैक्टर में बदल दिया जाता है।
- उपयोगकर्ता की क्वेरी से संबंधित हिस्सों के लिए वेक्टर इंडेक्स से पूछताछ की जाती है, जो वेक्टर इंडेक्स से प्राप्त अतिरिक्त संदर्भ के साथ उपयोगकर्ता संकेत को बढ़ाता है।
- अतिरिक्त संदर्भ के साथ संवर्धित संकेत का उपयोग उपयोगकर्ता के लिए प्रतिक्रिया उत्पन्न करने के लिए किया जाता है।
ज्ञानकोष बनाने के लिए, निम्नलिखित चरणों को पूरा करें:
- अमेज़ॅन बेडरॉक कंसोल पर, चुनें नॉलेज बेस नेविगेशन फलक में
- चुनें ज्ञान का आधार बनाएं.
- के अंतर्गत ज्ञान आधार विवरण प्रदान करें, सभी डिफ़ॉल्ट सेटिंग्स को छोड़कर, एक नाम और वैकल्पिक विवरण दर्ज करें। इस पोस्ट के लिए, हम विवरण दर्ज करते हैं:
Use to retrieve claim amount and repair estimate information for claim ID, or answer general insurance questions about things like coverage, premium, policy, rate, deductible, accident, and documents.
- के अंतर्गत डेटा स्रोत सेट करें, नाम डालें।
- चुनें S3 ब्राउज़ करें और चयन करें
knowledge-base-assets
डेटा स्रोत S3 बकेट का फ़ोल्डर जिसे आपने पहले तैनात किया था (<YOUR-STACK-NAME>-customer-resources/agent/knowledge-base-assets/
). - के अंतर्गत एम्बेडिंग मॉडल चुनें और वेक्टर स्टोर कॉन्फ़िगर करें, चुनें टाइटन एंबेडिंग G1 - पाठ और अन्य डिफ़ॉल्ट सेटिंग्स छोड़ दें। एक Amazon OpenSearch सर्वर रहित संग्रह आपके लिए बनाया जाएगा. यह वेक्टर स्टोर वह जगह है जहां नॉलेज बेस प्रीप्रोसेसिंग एम्बेडिंग को संग्रहीत किया जाता है और बाद में प्रश्नों और डेटा स्रोत टेक्स्ट के बीच सिमेंटिक समानता खोज के लिए उपयोग किया जाता है।
- के अंतर्गत समीक्षा करें और बनाएं, अपनी कॉन्फ़िगरेशन सेटिंग्स की पुष्टि करें, फिर चुनें ज्ञान का आधार बनाएं.
- आपका ज्ञानकोष तैयार होने के बाद, आपके डेटा स्रोत को सिंक करने के विकल्प के साथ एक हरा "सफलतापूर्वक बनाया गया" बैनर प्रदर्शित होगा। चुनना सिंक डेटा स्रोत सिंक आरंभ करने के लिए।
- अमेज़ॅन बेडरॉक कंसोल पर, आपके द्वारा अभी बनाए गए नॉलेज बेस पर नेविगेट करें, फिर नीचे नॉलेज बेस आईडी नोट करें ज्ञान आधार सिंहावलोकन.
- आपके ज्ञानकोष के अभी भी चयनित होने पर, नीचे सूचीबद्ध अपना ज्ञानकोष डेटा स्रोत चुनें डेटा स्रोत, फिर नीचे डेटा स्रोत आईडी नोट करें डेटा स्रोत सिंहावलोकन.
जब आप अपने एजेंट के लिए स्ट्रीमलिट वेब यूआई तैनात करते हैं तो ज्ञान आधार आईडी और डेटा स्रोत आईडी का उपयोग बाद के चरण में पर्यावरण चर के रूप में किया जाता है।
एक एजेंट बनाएं
एजेंट बिल्ड-टाइम रन प्रक्रिया के माध्यम से काम करते हैं, जिसमें कई प्रमुख घटक शामिल होते हैं:
- फाउंडेशन मॉडल - उपयोगकर्ता एक एफएम का चयन करते हैं जो एजेंट को उपयोगकर्ता इनपुट की व्याख्या करने, प्रतिक्रियाएं उत्पन्न करने और ऑर्केस्ट्रेशन प्रक्रिया के दौरान बाद की कार्रवाइयों को निर्देशित करने में मार्गदर्शन करता है।
- अनुदेश - उपयोगकर्ता विस्तृत निर्देश तैयार करते हैं जो एजेंट की इच्छित कार्यक्षमता को रेखांकित करते हैं। वैकल्पिक उन्नत संकेत प्रत्येक ऑर्केस्ट्रेशन चरण पर अनुकूलन की अनुमति देते हैं, जिसमें आउटपुट को पार्स करने के लिए लैम्ब्डा फ़ंक्शन शामिल होते हैं।
- (वैकल्पिक) कार्य समूह - उपयोगकर्ता टास्क रन के लिए एपीआई को परिभाषित करने के लिए ओपनएपीआई स्कीमा और एपीआई इनपुट और आउटपुट को संसाधित करने के लिए लैम्ब्डा फ़ंक्शन का उपयोग करके एजेंट के लिए कार्यों को परिभाषित करते हैं।
- (वैकल्पिक) ज्ञान का आधार - उपयोगकर्ता एजेंटों को ज्ञान के आधार के साथ जोड़ सकते हैं, प्रतिक्रिया पीढ़ी और ऑर्केस्ट्रेशन चरणों के लिए अतिरिक्त संदर्भ तक पहुंच प्रदान कर सकते हैं।
इस नमूना समाधान में एजेंट अमेज़ॅन बेडरॉक पर एंथ्रोपिक क्लाउड V2.1 एफएम, निर्देशों का एक सेट, तीन कार्रवाई समूह और एक ज्ञान आधार का उपयोग करता है।
एजेंट बनाने के लिए, निम्नलिखित चरणों को पूरा करें:
- अमेज़ॅन बेडरॉक कंसोल पर, चुनें एजेंटों नेविगेशन फलक में
- चुनें एजेंट बनाएं.
- के अंतर्गत एजेंट विवरण प्रदान करें, अन्य सभी डिफ़ॉल्ट सेटिंग्स को छोड़कर, एजेंट का नाम और वैकल्पिक विवरण दर्ज करें।
- के अंतर्गत मॉडल का चयन करें, चुनें एंथ्रोपिक क्लाउड V2.1 और एजेंट के लिए निम्नलिखित निर्देश निर्दिष्ट करें:
You are an insurance agent that has access to domain-specific insurance knowledge. You can create new insurance claims, send pending document reminders to policy holders with open claims, and gather claim evidence. You can also retrieve claim amount and repair estimate information for a specific claim ID or answer general insurance questions about things like coverage, premium, policy, rate, deductible, accident, documents, resolution, and condition. You can answer internal questions about things like which steps an agent should follow and the company's internal processes. You can respond to questions about multiple claim IDs within a single conversation
- चुनें अगला.
- के अंतर्गत क्रिया समूह जोड़ें, अपना पहला कार्य समूह जोड़ें:
- के लिए कार्रवाई समूह का नाम दर्ज करें, दर्ज
create-claim
. - के लिए Description, दर्ज
Use this action group to create an insurance claim
- के लिए लैम्ब्डा फ़ंक्शन का चयन करें, चुनें
<YOUR-STACK-NAME>-CreateClaimFunction
. - के लिए एपीआई स्कीमा चुनें, चुनें S3 ब्राउज़ करें, पहले बनाई गई बाल्टी चुनें (
<YOUR-STACK-NAME>-customer-resources
), उसके बाद चुनोagent/api-schema/create_claim.json
.
- के लिए कार्रवाई समूह का नाम दर्ज करें, दर्ज
- दूसरा एक्शन ग्रुप बनाएं:
- के लिए कार्रवाई समूह का नाम दर्ज करें, दर्ज
gather-evidence
. - के लिए Description, दर्ज
Use this action group to send the user a URL for evidence upload on open status claims with pending documents. Return the documentUploadUrl to the user
- के लिए लैम्ब्डा फ़ंक्शन का चयन करें, चुनें
<YOUR-STACK-NAME>-GatherEvidenceFunction
. - के लिए एपीआई स्कीमा चुनें, चुनें S3 ब्राउज़ करें, पहले बनाई गई बाल्टी चुनें, फिर चुनें
agent/api-schema/gather_evidence.json
.
- के लिए कार्रवाई समूह का नाम दर्ज करें, दर्ज
- तीसरा एक्शन ग्रुप बनाएं:
- के लिए कार्रवाई समूह का नाम दर्ज करें, दर्ज
send-reminder
. - के लिए Description, दर्ज
Use this action group to check claim status, identify missing or pending documents, and send reminders to policy holders
- के लिए लैम्ब्डा फ़ंक्शन का चयन करें, चुनें
<YOUR-STACK-NAME>-SendReminderFunction
. - के लिए एपीआई स्कीमा चुनें, चुनें S3 ब्राउज़ करें, पहले बनाई गई बाल्टी चुनें, फिर चुनें
agent/api-schema/send_reminder.json
.
- के लिए कार्रवाई समूह का नाम दर्ज करें, दर्ज
- चुनें अगला.
- के लिए ज्ञान का आधार चुनें, आपके द्वारा पहले बनाया गया ज्ञान आधार चुनें (
claims-knowledge-base
). - के लिए एजेंट के लिए ज्ञान आधार निर्देश, निम्नलिखित दर्ज करें:
Use to retrieve claim amount and repair estimate information for claim ID, or answer general insurance questions about things like coverage, premium, policy, rate, deductible, accident, and documents
- चुनें अगला.
- के अंतर्गत समीक्षा करें और बनाएं, अपनी कॉन्फ़िगरेशन सेटिंग्स की पुष्टि करें, फिर चुनें एजेंट बनाएं.
आपका एजेंट बनने के बाद, आपको एक हरा "सफलतापूर्वक बनाया गया" बैनर दिखाई देगा।
परीक्षण और सत्यापन
निम्नलिखित परीक्षण प्रक्रिया का उद्देश्य यह सत्यापित करना है कि एजेंट नए दावे बनाने, खुले दावों के लिए लंबित दस्तावेज़ अनुस्मारक भेजने, दावों के सबूत इकट्ठा करने और मौजूदा दावों और ग्राहक ज्ञान भंडारों में जानकारी खोजने के लिए उपयोगकर्ता के इरादों को सही ढंग से पहचानता है और समझता है। प्रतिक्रिया सटीकता अमेज़ॅन बेडरॉक के लिए एजेंटों और नॉलेज बेस द्वारा उत्पन्न उत्तरों की प्रासंगिकता, सुसंगतता और मानव-समान प्रकृति का मूल्यांकन करके निर्धारित की जाती है।
मूल्यांकन के उपाय और मूल्यांकन तकनीक
उपयोगकर्ता इनपुट और एजेंट निर्देश सत्यापन में निम्नलिखित शामिल हैं:
- preprocessing - विविध उपयोगकर्ता इनपुट के प्रति एजेंट की व्याख्या, समझ और प्रतिक्रिया का आकलन करने के लिए नमूना संकेतों का उपयोग करें। उपयोगकर्ता इनपुट को सटीक रूप से मान्य करने, प्रासंगिक बनाने और वर्गीकृत करने के लिए कॉन्फ़िगर किए गए निर्देशों के एजेंट के अनुपालन को सत्यापित करें।
- वाद्य-स्थान - एफएम के लिए बेस प्रॉम्प्ट को बढ़ाने के लिए एक्शन ग्रुप एपीआई इनवोकेशन और नॉलेज बेस क्वेरीज़ के लिए एजेंट द्वारा अनुसरण किए जाने वाले तार्किक चरणों का मूल्यांकन करें (उदाहरण के लिए, "ट्रेस")।
- प्रोसेसिंग के बाद - सटीकता और प्रासंगिकता सुनिश्चित करने के लिए ऑर्केस्ट्रेशन पुनरावृत्तियों के बाद एजेंट द्वारा उत्पन्न अंतिम प्रतिक्रियाओं की समीक्षा करें। पोस्टप्रोसेसिंग डिफ़ॉल्ट रूप से निष्क्रिय है और इसलिए हमारे एजेंट की ट्रेसिंग में शामिल नहीं है।
कार्य समूह मूल्यांकन में निम्नलिखित शामिल हैं:
- एपीआई स्कीमा सत्यापन - सत्यापित करें कि OpenAPI स्कीमा (अमेज़ॅन S3 में संग्रहीत JSON फ़ाइलों के रूप में परिभाषित) प्रत्येक एपीआई के उद्देश्य के आसपास एजेंट के तर्क को प्रभावी ढंग से निर्देशित करती है।
- व्यावसायिक तर्क कार्यान्वयन - एक्शन ग्रुप से जुड़े लैम्ब्डा फ़ंक्शंस के माध्यम से एपीआई पथों से जुड़े व्यावसायिक तर्क के कार्यान्वयन का परीक्षण करें।
ज्ञान आधारित मूल्यांकन में निम्नलिखित शामिल हैं:
- कॉन्फ़िगरेशन सत्यापन - पुष्टि करें कि ज्ञान आधार निर्देश एजेंट को सही ढंग से निर्देशित करते हैं कि डेटा तक कब पहुंचना है।
- S3 डेटा स्रोत एकीकरण - निर्दिष्ट S3 डेटा स्रोत में संग्रहीत डेटा तक पहुंचने और उपयोग करने की एजेंट की क्षमता को सत्यापित करें।
एंड-टू-एंड परीक्षण में निम्नलिखित शामिल हैं:
- एकीकृत कार्यप्रवाह - वास्तविक दुनिया के परिदृश्यों का अनुकरण करने के लिए कार्रवाई समूहों और ज्ञान आधारों दोनों को शामिल करते हुए व्यापक परीक्षण करें।
- प्रतिक्रिया गुणवत्ता मूल्यांकन - विभिन्न संदर्भों और परिदृश्यों में एजेंट की प्रतिक्रियाओं की समग्र सटीकता, प्रासंगिकता और सुसंगतता का मूल्यांकन करें।
ज्ञान आधार का परीक्षण करें
अमेज़ॅन बेडरॉक में अपना ज्ञान आधार स्थापित करने के बाद, आप इसे किसी एजेंट के साथ एकीकृत करने से पहले इसकी प्रतिक्रियाओं का आकलन करने के लिए सीधे इसके व्यवहार का परीक्षण कर सकते हैं। यह परीक्षण प्रक्रिया आपको ज्ञान आधार के प्रदर्शन का मूल्यांकन करने, प्रतिक्रियाओं का निरीक्षण करने और उन स्रोत खंडों की खोज करके समस्या निवारण करने में सक्षम बनाती है जिनसे जानकारी पुनर्प्राप्त की जाती है। निम्नलिखित चरणों को पूरा करें:
- अमेज़ॅन बेडरॉक कंसोल पर, चुनें नॉलेज बेस नेविगेशन फलक में
- वह ज्ञान आधार चुनें जिसका आप परीक्षण करना चाहते हैं, फिर चुनें टेस्ट चैट विंडो का विस्तार करने के लिए.
- परीक्षण विंडो में, प्रतिक्रिया उत्पन्न करने के लिए अपना फाउंडेशन मॉडल चुनें।
- निम्नलिखित नमूना प्रश्नों और अन्य इनपुट का उपयोग करके अपने ज्ञान आधार का परीक्षण करें:
- दावा आईडी 2s34w-8x के मरम्मत अनुमान पर निदान क्या है?
- उसी दावे के लिए समाधान और मरम्मत अनुमान क्या है?
- दुर्घटना के बाद ड्राइवर को क्या करना चाहिए?
- दुर्घटना रिपोर्ट और छवियों के लिए क्या अनुशंसित है?
- कटौतीयोग्य क्या होता है और यह कैसे काम करता है?
आप चैट विंडो में प्रतिक्रियाएं उत्पन्न करने और सीधे कोटेशन लौटाने के बीच टॉगल कर सकते हैं, और आपके पास चैट विंडो को साफ़ करने या दिए गए आइकन का उपयोग करके सभी आउटपुट कॉपी करने का विकल्प है।
ज्ञान आधारित प्रतिक्रियाओं और स्रोत खंडों का निरीक्षण करने के लिए, आप संबंधित फ़ुटनोट का चयन कर सकते हैं या चुन सकते हैं परिणाम विवरण दिखाएँ. एक सोर्स चंक्स विंडो दिखाई देगी, जो आपको खोजने, चंक टेक्स्ट को कॉपी करने और S3 डेटा स्रोत पर नेविगेट करने की अनुमति देगी।
एजेंट का परीक्षण करें
आपके ज्ञान आधार के सफल परीक्षण के बाद, अगले विकास चरण में आपके एजेंट की कार्यक्षमता की तैयारी और परीक्षण शामिल है। एजेंट को तैयार करने में नवीनतम परिवर्तनों की पैकेजिंग शामिल होती है, जबकि परीक्षण एजेंट के व्यवहार के साथ बातचीत करने और उसका मूल्यांकन करने का एक महत्वपूर्ण अवसर प्रदान करता है। इस प्रक्रिया के माध्यम से, आप एजेंट क्षमताओं को परिष्कृत कर सकते हैं, इसकी दक्षता बढ़ा सकते हैं, और इष्टतम प्रदर्शन के लिए आवश्यक किसी भी संभावित समस्या या सुधार का समाधान कर सकते हैं। निम्नलिखित चरणों को पूरा करें:
- अमेज़ॅन बेडरॉक कंसोल पर, चुनें एजेंटों नेविगेशन फलक में
- अपना एजेंट चुनें और एजेंट आईडी नोट करें।
जब आप अपने एजेंट के लिए स्ट्रीमलिट वेब यूआई तैनात करते हैं तो आप बाद के चरण में एजेंट आईडी को पर्यावरण चर के रूप में उपयोग करते हैं। - अपने नेविगेट करें काम चलाऊ प्रारूप. प्रारंभ में, आपके पास एक कार्यशील ड्राफ्ट और एक डिफ़ॉल्ट होता है
TestAlias
इस मसौदे की ओर इशारा करते हुए. कामकाजी मसौदा पुनरावृत्तीय विकास की अनुमति देता है। - चुनें तैयार करना परीक्षण से पहले एजेंट को नवीनतम परिवर्तनों के साथ पैकेज करना। यह पुष्टि करने के लिए कि आप नवीनतम कॉन्फ़िगरेशन के साथ परीक्षण कर रहे हैं, आपको नियमित रूप से एजेंट की अंतिम तैयारी के समय की जांच करनी चाहिए।
- चुनकर एजेंट के वर्किंग ड्राफ्ट कंसोल के भीतर किसी भी पेज से परीक्षण विंडो तक पहुंचें टेस्ट या बायां तीर चिह्न.
- परीक्षण विंडो में, परीक्षण के लिए एक उपनाम और उसका संस्करण चुनें। इस पोस्ट के लिए, हम उपयोग करते हैं
TestAlias
अपने एजेंट के ड्राफ्ट संस्करण को लागू करने के लिए। यदि एजेंट तैयार नहीं है, तो परीक्षण विंडो में एक संकेत दिखाई देता है। - निम्नलिखित नमूना संकेतों और अन्य इनपुट का उपयोग करके अपने एजेंट का परीक्षण करें:
- एक नया दावा बनाएं.
- दावे 2s34w-8x के पॉलिसी धारक को एक लंबित दस्तावेज़ अनुस्मारक भेजें।
- दावे 5t16u-7v के लिए सबूत इकट्ठा करें।
- दावे 3बी45सी-9डी के लिए कुल दावा राशि क्या है?
- उसी दावे के लिए कुल मरम्मत अनुमान क्या है?
- कौन से कारक मेरी कार बीमा प्रीमियम निर्धारित करते हैं?
- मैं अपनी कार बीमा दरों को कैसे कम कर सकता हूं?
- किन दावों की खुली स्थिति है?
- सभी पॉलिसी धारकों को खुले दावों के साथ अनुस्मारक भेजें।
चुनना सुनिश्चित करें तैयार करना परिवर्तन करने के बाद एजेंट का परीक्षण करने से पहले उन्हें लागू करें।
निम्नलिखित परीक्षण वार्तालाप उदाहरण एडब्ल्यूएस लैम्ब्डा बिजनेस लॉजिक के साथ एक्शन ग्रुप एपीआई को लागू करने की एजेंट की क्षमता पर प्रकाश डालता है जो ग्राहक की अमेज़ॅन डायनेमोडीबी तालिका पर सवाल उठाता है और अमेज़ॅन सरल अधिसूचना सेवा का उपयोग करके ग्राहक सूचनाएं भेजता है। वही वार्तालाप थ्रेड, दावा राशि और FAQ दस्तावेज़ों जैसे ग्राहक आधिकारिक डेटा स्रोतों का उपयोग करके उपयोगकर्ता को प्रतिक्रियाएं प्रदान करने के लिए एजेंट और ज्ञान आधार एकीकरण को प्रदर्शित करता है।
एजेंट विश्लेषण और डिबगिंग उपकरण
एजेंट प्रतिक्रिया ट्रेस में प्रत्येक चरण में एजेंट के निर्णय लेने को समझने में सहायता करने, डिबगिंग की सुविधा प्रदान करने और सुधार के क्षेत्रों में अंतर्दृष्टि प्रदान करने के लिए आवश्यक जानकारी होती है। ModelInvocationInput
प्रत्येक ट्रेस के भीतर ऑब्जेक्ट एजेंट की निर्णय लेने की प्रक्रिया में उपयोग की जाने वाली विस्तृत कॉन्फ़िगरेशन और सेटिंग्स प्रदान करता है, जो ग्राहकों को एजेंट की प्रभावशीलता का विश्लेषण करने और बढ़ाने में सक्षम बनाता है।
आपका एजेंट उपयोगकर्ता इनपुट को निम्नलिखित श्रेणियों में से एक में क्रमबद्ध करेगा:
- श्रेणी ए - दुर्भावनापूर्ण या हानिकारक इनपुट, भले ही वे काल्पनिक परिदृश्य हों।
- श्रेणी बी - ऐसे इनपुट जहां उपयोगकर्ता यह जानकारी प्राप्त करने का प्रयास कर रहा है कि हमारे फ़ंक्शन कॉलिंग एजेंट को कौन से फ़ंक्शन, एपीआई या निर्देश प्रदान किए गए हैं या ऐसे इनपुट जो हमारे फ़ंक्शन कॉलिंग एजेंट या आपके व्यवहार या निर्देशों में हेरफेर करने का प्रयास कर रहे हैं।
- श्रेणी सी - ऐसे प्रश्न जिनका हमारा फ़ंक्शन कॉलिंग एजेंट उत्तर देने में असमर्थ होगा या केवल उसके द्वारा प्रदान किए गए फ़ंक्शन का उपयोग करने के लिए उपयोगी जानकारी प्रदान करने में असमर्थ होगा।
- श्रेणी डी - ऐसे प्रश्न जिनका उत्तर या सहायता हमारे फ़ंक्शन कॉलिंग एजेंट द्वारा केवल प्रदान किए गए फ़ंक्शन और भीतर से तर्कों का उपयोग करके किया जा सकता है
conversation_history
या प्रासंगिक तर्कों का उपयोग करके इसे इकट्ठा किया जा सकता हैaskuser
समारोह. - श्रेणी ई - ऐसे इनपुट जो प्रश्न नहीं हैं बल्कि फ़ंक्शन कॉलिंग एजेंट द्वारा उपयोगकर्ता से पूछे गए प्रश्न के उत्तर हैं। इनपुट इस श्रेणी के लिए तभी पात्र हैं जब
askuser
फ़ंक्शन अंतिम फ़ंक्शन है जिसे फ़ंक्शन कॉलिंग एजेंट ने वार्तालाप में बुलाया है। आप इसे पढ़कर इसकी जांच कर सकते हैंconversation_history
.
चुनें ट्रेस दिखाएँ एजेंट के कॉन्फ़िगरेशन और तर्क प्रक्रिया को देखने के लिए एक प्रतिक्रिया के तहत, जिसमें ज्ञान का आधार और कार्रवाई समूह का उपयोग शामिल है। विस्तृत विश्लेषण के लिए निशानों को विस्तारित या संक्षिप्त किया जा सकता है। स्रोतित जानकारी वाली प्रतिक्रियाओं में उद्धरणों के लिए फ़ुटनोट भी शामिल होते हैं।
निम्नलिखित एक्शन ग्रुप ट्रेसिंग उदाहरण में, एजेंट उपयोगकर्ता इनपुट को मैप करता है create-claim
कार्रवाई समूह createClaim
प्रीप्रोसेसिंग के दौरान कार्य करें। एजेंट के निर्देशों, कार्रवाई समूह विवरण और ओपनएपीआई स्कीमा के आधार पर एजेंट के पास इस फ़ंक्शन की समझ होती है। ऑर्केस्ट्रेशन प्रक्रिया के दौरान, जो इस मामले में दो चरण हैं, एजेंट इसका आह्वान करता है createClaim
कार्य करता है और एक प्रतिक्रिया प्राप्त करता है जिसमें नव निर्मित दावा आईडी और लंबित दस्तावेजों की एक सूची शामिल होती है।
निम्नलिखित ज्ञान आधार अनुरेखण उदाहरण में, एजेंट प्रीप्रोसेसिंग के दौरान उपयोगकर्ता इनपुट को श्रेणी डी में मैप करता है, जिसका अर्थ है कि एजेंट के उपलब्ध कार्यों में से एक प्रतिक्रिया प्रदान करने में सक्षम होना चाहिए। पूरे ऑर्केस्ट्रेशन के दौरान, एजेंट ज्ञान के आधार की खोज करता है, एम्बेडिंग का उपयोग करके प्रासंगिक हिस्सों को खींचता है, और अंतिम प्रतिक्रिया उत्पन्न करने के लिए उस पाठ को फाउंडेशन मॉडल में भेजता है।
अपने एजेंट के लिए स्ट्रीमलिट वेब यूआई तैनात करें
जब आप अपने एजेंट और ज्ञान आधार के प्रदर्शन से संतुष्ट होते हैं, तो आप उनकी क्षमताओं का उत्पादन करने के लिए तैयार होते हैं। हम उपयोग करते हैं स्ट्रीमलाइट इस समाधान में एक उदाहरण फ्रंट-एंड लॉन्च करने के लिए, जिसका उद्देश्य एक उत्पादन एप्लिकेशन का अनुकरण करना है। स्ट्रीमलिट एक पायथन लाइब्रेरी है जिसे फ्रंट-एंड एप्लिकेशन बनाने की प्रक्रिया को सुव्यवस्थित और सरल बनाने के लिए डिज़ाइन किया गया है। हमारा एप्लिकेशन दो सुविधाएँ प्रदान करता है:
- एजेंट प्रॉम्प्ट इनपुट - उपयोगकर्ताओं को अनुमति देता है एजेंट को बुलाओ अपने स्वयं के कार्य इनपुट का उपयोग करना।
- नॉलेज बेस फ़ाइल अपलोड - उपयोगकर्ता को अपनी स्थानीय फ़ाइलों को S3 बकेट पर अपलोड करने में सक्षम बनाता है जिसका उपयोग ज्ञानकोष के लिए डेटा स्रोत के रूप में किया जा रहा है। फ़ाइल अपलोड होने के बाद, एप्लिकेशन अंतर्ग्रहण कार्य प्रारंभ करता है नॉलेज बेस डेटा स्रोत को सिंक करने के लिए।
हमारी स्ट्रीमलिट एप्लिकेशन निर्भरता को अलग करने और तैनाती में आसानी के लिए, हम इसका उपयोग करते हैं सेटअप-स्ट्रीमलिट-env.sh स्थापित आवश्यकताओं के साथ वर्चुअल पायथन वातावरण बनाने के लिए शेल स्क्रिप्ट। निम्नलिखित चरणों को पूरा करें:
- शेल स्क्रिप्ट चलाने से पहले, उस निर्देशिका पर जाएँ जहाँ आपने क्लोन किया था
amazon-bedrock-samples
रिपॉजिटरी और स्ट्रीमलिट शेल स्क्रिप्ट अनुमतियों को निष्पादन योग्य में संशोधित करें:
- आवश्यक निर्भरता के साथ वर्चुअल पायथन वातावरण को सक्रिय करने के लिए शेल स्क्रिप्ट चलाएँ:
- अपना अमेज़ॅन बेडरॉक एजेंट आईडी, एजेंट उपनाम आईडी, नॉलेज बेस आईडी, डेटा स्रोत आईडी, नॉलेज बेस बकेट नाम और एडब्ल्यूएस क्षेत्र पर्यावरण चर सेट करें:
- अपना स्ट्रीमलिट एप्लिकेशन चलाएं और अपने स्थानीय वेब ब्राउज़र में परीक्षण शुरू करें:
क्लीन अप
अपने AWS खाते में शुल्क से बचने के लिए, समाधान के प्रावधानित संसाधनों को साफ़ करें
RSI हटाएं-ग्राहक-संसाधन.श शेल स्क्रिप्ट समाधान के S3 बकेट को खाली और हटा देती है और उन संसाधनों को हटा देती है जो मूल रूप से प्रावधानित थे bedrock-customer-resources.yml
क्लाउडफॉर्मेशन स्टैक। निम्नलिखित आदेश डिफ़ॉल्ट स्टैक नाम का उपयोग करते हैं। यदि आपने स्टैक नाम को अनुकूलित किया है, तो उसके अनुसार कमांड समायोजित करें।
पूर्ववर्ती ./delete-customer-resources.sh
शेल कमांड अनुकरणित ग्राहक संसाधन स्टैक और S3 बकेट को हटाने के लिए निम्नलिखित AWS CLI कमांड चलाता है:
अपने एजेंट और ज्ञानकोष को हटाने के लिए, निर्देशों का पालन करें एक एजेंट को हटाना और ज्ञानकोष को हटाना, क्रमशः।
विचार
हालाँकि प्रदर्शित समाधान अमेज़ॅन बेडरॉक के लिए एजेंटों और ज्ञानकोषों की क्षमताओं को प्रदर्शित करता है, लेकिन यह समझना महत्वपूर्ण है कि यह समाधान उत्पादन के लिए तैयार नहीं है। बल्कि, यह उन ग्राहकों के लिए एक वैचारिक मार्गदर्शिका के रूप में कार्य करता है जो अपने विशिष्ट कार्यों और स्वचालित वर्कफ़्लो के लिए वैयक्तिकृत एजेंट बनाने का लक्ष्य रखते हैं। उत्पादन परिनियोजन का लक्ष्य रखने वाले ग्राहकों को निम्नलिखित सुरक्षा कारकों को ध्यान में रखते हुए इस प्रारंभिक मॉडल को परिष्कृत और अनुकूलित करना चाहिए:
- एपीआई और डेटा तक सुरक्षित पहुंच:
- एपीआई, डेटाबेस और अन्य एजेंट-एकीकृत सिस्टम तक पहुंच प्रतिबंधित करें।
- अनधिकृत पहुंच को रोकने के लिए पहुंच नियंत्रण, रहस्य प्रबंधन और एन्क्रिप्शन का उपयोग करें।
- इनपुट सत्यापन और स्वच्छता:
- इंजेक्शन हमलों या एजेंट के व्यवहार में हेरफेर करने के प्रयासों को रोकने के लिए उपयोगकर्ता इनपुट को मान्य और स्वच्छ करें।
- इनपुट नियम और डेटा सत्यापन तंत्र स्थापित करें।
- एजेंट प्रबंधन और परीक्षण के लिए अभिगम नियंत्रण:
- एजेंट को संपादित करने, परीक्षण करने या कॉन्फ़िगर करने के लिए उपयोग किए जाने वाले कंसोल और टूल के लिए उचित पहुंच नियंत्रण लागू करें।
- अधिकृत डेवलपर्स और परीक्षकों तक पहुंच सीमित करें।
- बुनियादी ढांचा सुरक्षा:
- अंतर्निहित बुनियादी ढांचे को सुरक्षित करने के लिए वीपीसी, सबनेट, सुरक्षा समूह, लॉगिंग और निगरानी के संबंध में एडब्ल्यूएस सुरक्षा सर्वोत्तम प्रथाओं का पालन करें।
- एजेंट निर्देश सत्यापन:
- अनपेक्षित व्यवहार को रोकने के लिए एजेंट के निर्देशों की समीक्षा और सत्यापन करने के लिए एक सावधानीपूर्वक प्रक्रिया स्थापित करें।
- परीक्षण और लेखापरीक्षा:
- एजेंट और एकीकृत घटकों का पूरी तरह से परीक्षण करें।
- समस्याओं का पता लगाने और उनका समाधान करने के लिए एजेंट वार्तालापों की ऑडिटिंग, लॉगिंग और रिग्रेशन परीक्षण लागू करें।
- ज्ञान आधार सुरक्षा:
- यदि उपयोगकर्ता ज्ञान का आधार बढ़ा सकते हैं, तो विषाक्तता के हमलों को रोकने के लिए अपलोड को मान्य कर सकते हैं।
अन्य प्रमुख विचारों के लिए, देखें अमेज़ॅन बेडरॉक, अमेज़ॅन डायनेमोडीबी, अमेज़ॅन केंद्र, अमेज़ॅन लेक्स और लैंगचेन के साथ जेनरेटिव एआई एजेंट बनाएं.
निष्कर्ष
अमेज़ॅन बेडरॉक के लिए एजेंटों और नॉलेज बेस का उपयोग करके जेनरेटिव एआई एजेंटों का कार्यान्वयन संगठनों की परिचालन और स्वचालन क्षमताओं में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है। ये उपकरण न केवल बीमा दावा जीवनचक्र को सुव्यवस्थित करते हैं, बल्कि विभिन्न अन्य उद्यम डोमेन में एआई के अनुप्रयोग के लिए एक मिसाल भी स्थापित करते हैं। कार्यों को स्वचालित करके, ग्राहक सेवा को बढ़ाकर और निर्णय लेने की प्रक्रियाओं में सुधार करके, ये एआई एजेंट नियमित और जटिल कार्यों को कुशलतापूर्वक संभालने के साथ-साथ संगठनों को विकास और नवाचार पर ध्यान केंद्रित करने के लिए सशक्त बनाते हैं।
जैसा कि हम एआई के तेजी से विकास को देख रहे हैं, व्यवसाय संचालन को बदलने में अमेज़ॅन बेडरॉक के लिए एजेंटों और नॉलेज बेस जैसे उपकरणों की क्षमता बहुत अधिक है। जो उद्यम इन तकनीकों का उपयोग करते हैं, उन्हें बेहतर दक्षता, ग्राहक संतुष्टि और निर्णय लेने की क्षमता के कारण महत्वपूर्ण प्रतिस्पर्धात्मक लाभ प्राप्त होता है। एंटरप्राइज़ डेटा प्रबंधन और संचालन का भविष्य निस्संदेह अधिक एआई एकीकरण की ओर झुक रहा है, और अमेज़ॅन बेडरॉक इस परिवर्तन में सबसे आगे है।
अधिक, जानने के यात्रा अमेज़ॅन बेडरॉक के लिए एजेंट, परामर्श लें अमेज़ॅन बेडरॉक दस्तावेज़ीकरण, खोजो कम्युनिटी.एडब्ल्यूएस पर जेनरेटिव एआई स्पेस, और इससे रूबरू हों अमेज़ॅन बेडरॉक कार्यशाला.
लेखक के बारे में
काइल टी. ब्लॉकसोम दक्षिणी कैलिफ़ोर्निया में स्थित AWS के साथ एक सीनियर सॉल्यूशंस आर्किटेक्ट हैं। काइल का जुनून लोगों को एक साथ लाना और ग्राहकों को पसंद आने वाले समाधान देने के लिए प्रौद्योगिकी का लाभ उठाना है। काम के अलावा, उसे सर्फिंग करना, खाना खाना, अपने कुत्ते के साथ कुश्ती करना और अपनी भतीजी और भतीजे को बिगाड़ना अच्छा लगता है।
- एसईओ संचालित सामग्री और पीआर वितरण। आज ही प्रवर्धित हो जाओ।
- प्लेटोडेटा.नेटवर्क वर्टिकल जेनरेटिव एआई। स्वयं को शक्तिवान बनाएं। यहां पहुंचें।
- प्लेटोआईस्ट्रीम। Web3 इंटेलिजेंस। ज्ञान प्रवर्धित। यहां पहुंचें।
- प्लेटोईएसजी. कार्बन, क्लीनटेक, ऊर्जा, पर्यावरण, सौर, कचरा प्रबंधन। यहां पहुंचें।
- प्लेटोहेल्थ। बायोटेक और क्लिनिकल परीक्षण इंटेलिजेंस। यहां पहुंचें।
- स्रोत: https://aws.amazon.com/blogs/machine-learning/automate-the-insurance-claim-lifecycle-using-agents-and-knowledge-bases-for-amazon-bedrock/
- :हैस
- :है
- :नहीं
- :कहाँ
- $यूपी
- 1
- 10
- 100
- 1040
- 11
- 19
- 500
- 7
- 8
- 9
- a
- क्षमता
- योग्य
- About
- मतिहीनता
- तेज करता
- पहुँच
- दुर्घटना
- तदनुसार
- लेखा
- शुद्धता
- सही रूप में
- के पार
- अधिनियम
- कार्य
- कार्रवाई
- सक्रिय करें
- सक्रिय
- अनुकूलन
- जोड़ना
- अतिरिक्त
- पता
- अनुपालन
- उन्नत
- उन्नति
- लाभ
- बाद
- एजेंट
- एजेंटों
- AI
- सहायता
- एमिंग
- करना
- संरेखण
- सब
- अनुमति देना
- की अनुमति दे
- की अनुमति देता है
- पहले ही
- भी
- वैकल्पिक
- वीरांगना
- अमेज़ॅन केंद्र
- अमेज़न लेक्स
- अमेज़ॅन वेब सेवा
- राशि
- राशियाँ
- an
- विश्लेषण
- विश्लेषण करें
- और
- जवाब
- जवाब
- anthropic
- अनुमान
- कोई
- एपीआई
- एपीआई
- दिखाई देते हैं
- प्रकट होता है
- आवेदन
- अनुप्रयोगों
- लागू करें
- स्थापत्य
- हैं
- क्षेत्रों के बारे में जानकारी का उपयोग करके ट्रेडिंग कर सकते हैं।
- तर्क
- चारों ओर
- AS
- आकलन
- मूल्यांकन
- सहायता
- सहायकों
- सहायता प्रदान की
- सहयोगी
- जुड़े
- At
- आक्रमण
- प्रयास
- लेखा परीक्षा
- बढ़ाना
- संवर्धित
- अधिकृत
- को स्वचालित रूप से
- स्वचालित
- स्वचालित
- स्वचालन
- उपलब्ध
- से बचने
- एडब्ल्यूएस
- एडब्ल्यूएस CloudFormation
- AWS लाम्बा
- बैनर
- आधार
- आधारित
- BE
- किया गया
- से पहले
- शुरू करना
- पक्ष
- व्यवहार
- व्यवहार
- जा रहा है
- BEST
- सर्वोत्तम प्रथाओं
- के बीच
- बढ़ावा
- के छात्रों
- तोड़कर
- लाना
- ब्राउज़र
- निर्माण
- इमारत
- बनाया गया
- बोझ
- व्यापार
- लेकिन
- by
- कैलिफ़ोर्निया
- बुलाया
- बुला
- कॉल
- कर सकते हैं
- क्षमताओं
- कार
- मामला
- श्रेणियाँ
- वर्गीकरण
- वर्ग
- CD
- परिवर्तन
- परिवर्तन
- प्रभार
- बातचीत
- चेक
- चुनें
- चुनने
- दावा
- का दावा है
- स्वच्छ
- स्पष्ट
- CLI
- निकट से
- कोड
- ढह
- संग्रह
- समुदाय
- कंपनियों
- कंपनी
- तुलना
- प्रतियोगी
- पूरा
- जटिल
- घटकों
- व्यापक
- शामिल
- वैचारिक
- शर्त
- आचरण
- विन्यास
- कॉन्फ़िगर किया गया
- पुष्टि करें
- जुडिये
- विचार
- होते हैं
- कंसोल
- शान्ति
- परामर्श करना
- शामिल
- सामग्री
- सामग्री पीढ़ी
- प्रसंग
- संदर्भों
- प्रासंगिक
- जारी रखने के
- जारी
- निरंतर
- नियंत्रण
- नियंत्रण
- सम्मेलन
- कन्वर्सेशन (Conversation)
- बातचीत
- परिवर्तित
- समन्वय
- ठीक प्रकार से
- इसी
- लागत
- लागत
- युग्मित
- व्याप्ति
- शिल्प
- बनाना
- बनाया
- बनाता है
- बनाना
- निर्माण
- क्रिएटिव
- महत्वपूर्ण
- प्रबंधित करती है
- ग्राहक
- ग्राहक डेटा
- ग्राहक संतुष्टि
- ग्राहक सेवा
- ग्राहक सहयोग
- ग्राहक
- अनुकूलन
- अनुकूलित
- तिथि
- आंकड़ा प्रविष्टि
- आँकड़ा प्रबंधन
- डेटाबेस
- निर्णय
- निर्णय
- छूट
- चूक
- परिभाषित
- परिभाषित
- उद्धार
- डेमो
- साबित
- निर्भरता
- तैनात
- तैनात
- तैनाती
- विवरण
- बनाया गया
- विस्तृत
- विवरण
- पता लगाना
- निर्धारित करना
- निर्धारित
- डेवलपर्स
- विकास
- विकसित
- निदान
- आरेख
- प्रत्यक्ष
- संचालन करनेवाला
- सीधे
- विकलांग
- चर्चा करना
- डिस्प्ले
- कई
- do
- दस्तावेज़
- दस्तावेज़ीकरण
- दस्तावेजों
- कर देता है
- कुत्ता
- डोमेन
- नीचे
- मसौदा
- ड्राइवर
- दौरान
- e
- से प्रत्येक
- पूर्व
- आराम
- गूंज
- Edge
- प्रभावी रूप से
- प्रभावशीलता
- दक्षता
- कुशल
- कुशलता
- प्रयास
- पात्र
- ईमेल
- ईमेल
- embedding
- कर्मचारियों
- रोजगार
- सशक्त
- सशक्त बनाने के लिए
- सक्षम बनाता है
- समर्थकारी
- एन्क्रिप्शन
- शुरू से अंत तक
- लगाना
- बढ़ाना
- बढ़ाने
- समृद्ध
- सुनिश्चित
- सुनिश्चित
- दर्ज
- उद्यम
- उद्यम
- प्रविष्टि
- वातावरण
- आवश्यक
- स्थापित करना
- स्थापित
- आकलन
- अनुमान
- मूल्यांकन करें
- का मूल्यांकन
- मूल्यांकन
- और भी
- सबूत
- विकास
- विकसित करना
- उदाहरण
- उदाहरण
- एक्सेल
- निष्पादन
- मौजूदा
- विस्तार
- विस्तारित
- अपेक्षित
- का पता लगाने
- तलाश
- निर्यात
- व्यापक
- की सुविधा
- कारकों
- सामान्य प्रश्न
- विशेषताएं
- कल्पित
- पट्टिका
- फ़ाइलें
- अंतिम
- अंत में
- प्रथम
- फोकस
- का पालन करें
- निम्नलिखित
- इस प्रकार है
- के लिए
- सबसे आगे
- प्रारूप
- बुनियाद
- मूलभूत
- से
- पूरी तरह से
- समारोह
- कार्यक्षमता
- कार्यों
- भविष्य
- g1
- लाभ
- इकट्ठा
- सभा
- सामान्य जानकारी
- उत्पन्न
- उत्पन्न
- सृजन
- पीढ़ी
- उत्पादक
- जनरेटिव एआई
- मिल
- देने
- अधिक से अधिक
- हरा
- समूह
- समूह की
- विकास
- गाइड
- दिशा निर्देशों
- मार्गदर्शिकाएँ
- हैंडलिंग
- हाथों पर
- हानिकारक
- हार्नेस
- है
- he
- सहायक
- उच्च कार्य - निष्पादन
- हाइलाइट
- उसके
- इतिहास
- धारक
- धारकों
- कैसे
- एचटीएमएल
- http
- HTTPS
- मानव
- मानव संसाधन
- i
- नायक
- माउस
- ID
- पहचानती
- पहचान करना
- पहचान
- पहचान
- आईडी
- if
- दिखाता है
- छवियों
- अत्यधिक
- कार्यान्वयन
- महत्वपूर्ण
- में सुधार
- उन्नत
- सुधार
- सुधार
- में सुधार लाने
- in
- निष्क्रिय
- शामिल
- शामिल
- सहित
- शामिल
- अनुक्रमणिका
- करें-
- इंफ्रास्ट्रक्चर
- प्रारंभिक
- शुरू में
- आरंभ
- नवोन्मेष
- निवेश
- निविष्टियां
- पूछताछ
- अंतर्दृष्टि
- installed
- बजाय
- निर्देश
- बीमा
- एकीकृत
- घालमेल
- एकीकरण
- एकीकरण
- इरादा
- बातचीत
- बातचीत
- आंतरिक
- व्याख्या
- व्याख्या
- में
- का आह्वान
- शामिल
- शामिल
- मुद्दों
- IT
- पुनरावृत्तियों
- आईटी इस
- JSON
- केवल
- रखना
- कुंजी
- ज्ञान
- ज्ञान प्रबंधन
- काइल
- भाषा
- बड़ा
- बड़े उद्यम
- पिछली बार
- बाद में
- ताज़ा
- लांच
- परत
- प्रमुख
- जानें
- छोड़ना
- छोड़ने
- बाएं
- स्तर
- लीवरेज
- पुस्तकालय
- जीवन चक्र
- पसंद
- लाइन
- जुड़ा हुआ
- सूची
- सूचीबद्ध
- स्थानीय
- लॉगिंग
- तर्क
- तार्किक
- मोहब्बत
- कम
- बनाना
- बनाता है
- निर्माण
- दुर्भावनापूर्ण
- प्रबंधनीय
- कामयाब
- प्रबंध
- मैन्युअल
- मैप्स
- चिह्नित
- अर्थ
- उपायों
- तंत्र
- तरीका
- सूक्ष्म
- मन
- कम से कम
- लापता
- एमआईटी
- आदर्श
- मॉडल
- संशोधित
- निगरानी
- अधिक
- और भी
- अधिकांश
- विभिन्न
- चाहिए
- my
- नाम
- नामकरण
- प्राकृतिक
- प्रकृति
- नेविगेट करें
- पथ प्रदर्शन
- आवश्यक
- आवश्यकता
- जरूरत
- की जरूरत है
- नया
- नए नए
- अगला
- नोट
- अधिसूचना
- सूचनाएं
- अभी
- वस्तु
- उद्देश्य
- अवलोकन
- of
- की पेशकश
- on
- ONE
- केवल
- खुला
- संचालित
- परिचालन
- संचालन
- अवसर
- अवसर
- इष्टतम
- अनुकूलन
- विकल्प
- or
- orchestrating
- आर्केस्ट्रा
- संगठन
- संगठनों
- मूल
- मौलिक रूप से
- अन्य
- हमारी
- रूपरेखा
- रूपरेखा
- उत्पादन
- outputs के
- बाहर
- कुल
- उपरि
- सिंहावलोकन
- अपना
- पैकेज
- पैकेजिंग
- पृष्ठ
- जोड़े
- फलक
- पैरामीटर
- विशेष
- गुजरता
- जुनून
- पथ
- अपूर्ण
- स्टाफ़
- निष्पादन
- प्रदर्शन
- अनुमतियाँ
- निजीकृत
- चरण
- प्लेटो
- प्लेटो डेटा इंटेलिजेंस
- प्लेटोडाटा
- प्ले
- बिन्दु
- जहर
- नीति
- आबादी वाले
- के पास
- पद
- संभावित
- शक्तिशाली
- प्रथाओं
- पूर्व
- पूर्ववर्ती
- शुद्धता
- प्रीमियम
- तैयारी
- तैयार करना
- तैयार
- तैयारी
- को रोकने के
- एकांत
- निजी
- प्रक्रिया
- प्रक्रिया
- प्रक्रियाओं
- प्रसंस्करण
- उत्पादन
- संकेतों
- उचित
- प्रदान करना
- बशर्ते
- प्रदान करता है
- प्रदान कर
- प्रावधान
- खींचती
- उद्देश्य
- अजगर
- गुणवत्ता
- प्रश्नों
- सवाल
- प्रश्न
- प्रशन
- खपरैल
- रेंज
- उपवास
- मूल्यांकन करें
- दरें
- बल्कि
- तर्क
- प्रतिक्रिया
- पढ़ना
- तैयार
- असली दुनिया
- कारण
- प्राप्त
- की सिफारिश की
- रिकॉर्डिंग
- कम कर देता है
- को कम करने
- उल्लेख
- संदर्भित
- को परिष्कृत
- के बारे में
- क्षेत्र
- नियमित तौर पर
- सम्बंधित
- प्रासंगिकता
- प्रासंगिक
- अनुस्मारक
- दूरस्थ
- मरम्मत
- बार - बार आने वाला
- रिपोर्ट
- कोष
- प्रतिनिधित्व
- का प्रतिनिधित्व करता है
- अनुरोधों
- अपेक्षित
- आवश्यकताएँ
- संकल्प
- उपयुक्त संसाधन चुनें
- क्रमश
- प्रतिक्रिया
- प्रतिक्रिया
- प्रतिक्रियाएं
- जिम्मेदार
- परिणाम
- वापसी
- लौटने
- की समीक्षा
- सामान्य
- नियम
- रन
- चलाता है
- क्रम
- s
- वही
- नमूना
- संतोष
- संतुष्ट
- से संतुष्ट
- स्केल
- परिदृश्यों
- लिपि
- निर्बाध
- मूल
- Search
- खोजें
- खोज
- दूसरा
- रहस्य
- वर्गों
- हासिल करने
- सुरक्षा
- देखना
- विभाजन
- चयन
- चयनित
- अर्थ
- भेजें
- भेजना
- भेजता
- अनुक्रम
- कई
- कार्य करता है
- सेवा
- सेवाएँ
- सेट
- की स्थापना
- सेटिंग्स
- कई
- साझा
- खोल
- चाहिए
- महत्वपूर्ण
- काफी
- सरल
- को आसान बनाने में
- अनुकरण करना
- एक
- बैठता है
- छोटे
- समाधान
- समाधान ढूंढे
- कुछ
- स्रोत
- खट्टा
- सूत्रों का कहना है
- दक्षिण
- अंतरिक्ष
- विशेषीकृत
- विशिष्ट
- विनिर्दिष्ट
- निर्दिष्ट करना
- धुआँरा
- ट्रेनिंग
- स्टैंड
- स्थिति
- कदम
- कदम
- फिर भी
- भंडारण
- की दुकान
- संग्रहित
- भंडार
- सामरिक
- सुवीही
- व्यवस्थित बनाने
- अंदाज
- सबनेट
- आगामी
- सफल
- ऐसा
- आपूर्ति
- समर्थन
- निश्चित
- सिंक।
- कृत्रिम
- सिस्टम
- तालिका
- कार्य
- कार्य
- तकनीकी
- तकनीक
- टेक्नोलॉजीज
- टेक्नोलॉजी
- टेम्पलेट
- परीक्षण
- परीक्षकों
- परीक्षण
- परीक्षण
- टेक्स्ट
- कि
- RSI
- भविष्य
- स्रोत
- लेकिन हाल ही
- उन
- फिर
- इसलिये
- इन
- वे
- चीज़ें
- तीसरा
- इसका
- तीन
- यहाँ
- भर
- पहर
- सेवा मेरे
- एक साथ
- साधन
- उपकरण
- विषय
- कुल
- की ओर
- निशान
- ट्रेसिंग
- परिवर्तन
- तब्दील
- बदलने
- की कोशिश कर रहा
- दो
- ui
- असमर्थ
- अनधिकृत
- शक
- के अंतर्गत
- गुज़रना
- आधारभूत
- समझना
- समझ
- समझता है
- अपलोड की गई
- के ऊपर
- यूआरएल
- प्रयोग
- उपयोग
- प्रयुक्त
- उपयोगकर्ता
- उपयोगकर्ताओं
- का उपयोग करता है
- का उपयोग
- उपयोग किया
- सत्यापित करें
- मान्य
- सत्यापन
- मान
- परिवर्तनशील
- विभिन्न
- सत्यापन
- सत्यापित
- बहुमुखी
- संस्करण
- देखें
- वास्तविक
- भेंट
- प्रतीक्षा
- करना चाहते हैं
- we
- वेब
- वेब ब्राउजर
- वेब सेवाओं
- थे
- कब
- जहाँ तक
- कौन कौन से
- जब
- किसका
- चौड़ा
- विस्तृत श्रृंखला
- मर्जी
- खिड़की
- साथ में
- अंदर
- बिना
- गवाह
- काम
- एक साथ काम करो
- वर्कफ़्लो
- workflows
- काम कर रहे
- आप
- आपका
- जेफिरनेट
- ज़िप