生成AI エージェントは、大企業向けの多用途かつ強力なツールです。コストを削減してイノベーションを実現しながら、業務効率、顧客サービス、意思決定を強化できます。これらのエージェントは、データ入力、カスタマー サポートへの問い合わせ、コンテンツ生成など、幅広い日常的かつ反復的なタスクの自動化に優れています。さらに、タスクを管理しやすい小さなステップに分割し、さまざまなアクションを調整し、組織内でプロセスを効率的に実行できるようにすることで、複雑な複数ステップのワークフローを調整できます。これにより、人事の負担が大幅に軽減され、従業員はより戦略的で創造的な業務に集中できるようになります。
AI テクノロジーが進化し続けるにつれて、生成 AI エージェントの機能も拡大し、顧客が競争力を獲得する機会がさらに増えることが予想されます。この進化の最前線にあるのは、 アマゾンの岩盤は、Amazon やその他の大手 AI 企業の高性能基盤モデル (FM) を API 経由で利用できるようにするフルマネージド サービスです。 Amazon Bedrock を使用すると、セキュリティ、プライバシー、責任ある AI を備えた生成 AI アプリケーションを構築および拡張できます。使用できるようになりました Amazon Bedrock のエージェント および Amazon Bedrock のナレッジベース 自然言語入力と組織のデータに基づいてアクションをシームレスに実行する特殊なエージェントを構成します。これらの管理対象エージェントは指揮者の役割を果たし、FM 間の対話、API 統合、ユーザーの会話、データがロードされた知識ソースを調整します。
この投稿では、Amazon Bedrock のエージェントとナレッジベースを使用して既存のエンタープライズリソースを構築し、保険請求ライフサイクルに関連するタスクを自動化し、顧客サービスを効率的に拡張および改善し、ナレッジ管理の改善を通じて意思決定サポートを強化する方法を説明します。 Amazon Bedrock を利用した保険代理店は、新しい保険金請求の作成、未処理の保険金請求に対する保留中の文書リマインダーの送信、保険金請求の証拠の収集、既存の保険金請求や顧客ナレッジ リポジトリにわたる情報の検索によって、人間のエージェントを支援できます。
ソリューションの概要
このソリューションの目的は、顧客の基盤として機能し、仮想アシスタントや自動化タスクなどのさまざまなニーズに対応する独自の専門エージェントを作成できるようにすることです。デプロイメントに必要なコードとリソースは、次の場所にあります。 amazon-bedrock-examples リポジトリ.
次のデモ録画では、Amazon Bedrock の機能と技術的な実装の詳細のエージェントとナレッジベースに焦点を当てています。
Amazon Bedrock のエージェントとナレッジベースは連携して、次の機能を提供します。
- タスクオーケストレーション – エージェントは FM を使用して自然言語による問い合わせを理解し、複数ステップのタスクをより小さな実行可能なステップに分割します。
- インタラクティブなデータ収集 – エージェントは自然な会話を行い、ユーザーから補足情報を収集します。
- タスクの遂行 – エージェントは、一連の推論ステップと、それに基づく対応するアクションを通じて顧客のリクエストを完了します。 ReAct プロンプトの表示.
- システムインテグレーション可能 – エージェントは統合された企業システムに対して API 呼び出しを行い、特定のアクションを実行します。
- データクエリ – ナレッジベースは完全に管理されたものによって精度とパフォーマンスを向上させます 検索拡張生成 (RAG) 顧客固有のデータ ソースを使用します。
- 出典の帰属 – エージェントはソースの帰属を実行し、思考連鎖推論を通じて情報またはアクションの出所を特定して追跡します。
次の図は、ソリューションのアーキテクチャを示しています。
ワークフローは次の手順で構成されます。
- ユーザーは自然言語入力をエージェントに提供します。プロンプトの例をいくつか次に示します。
- 新しいクレームを作成します。
- 請求書 2s34w-8x の保険契約者に保留中の書類のリマインダーを送信します。
- 5t16u-7v を主張するための証拠を集めてください。
- 請求項 3b45c-9d の請求総額はいくらですか?
- 同じ請求に対する修理見積もりの合計はいくらですか?
- 自動車保険料はどのような要素によって決まるのでしょうか?
- 自動車保険の料金を下げるにはどうすればよいですか?
- どの申し立てがオープンステータスになっていますか?
- 未処理の保険金請求があるすべての保険契約者にリマインダーを送信します。
- 前処理中に、エージェントはユーザー入力を検証、コンテキスト化、および分類します。ユーザー入力 (またはタスク) は、チャット履歴と、チャット中に指定された指示および基礎となる FM を使用して、エージェントによって解釈されます。 エージェントの作成。エージェントの指示は、エージェントの意図するアクションの概要を説明するガイドラインです。また、オプションで設定することもできます 高度なプロンプトを使用すると、より詳細な設定を採用し、数回のプロンプトに対して手動で選択した例を提供することで、エージェントの精度を高めることができます。この方法では、特定のタスクに関連付けられたラベル付きの例を提供することで、モデルのパフォーマンスを向上させることができます。
- アクショングループ API と対応するビジネス ロジックのセットであり、その OpenAPI スキーマは、次の場所に保存される JSON ファイルとして定義されます。 Amazon シンプル ストレージ サービス (アマゾンS3)。スキーマにより、エージェントは各 API の機能を推論することができます。各アクション グループは XNUMX つ以上の API パスを指定でき、そのビジネス ロジックは AWSラムダ アクショングループに関連付けられた関数。
- Amazon Bedrock のナレッジベースは、エージェントにデータへのアクセスを提供するフルマネージド RAG を提供します。まず、ナレッジ ベースをいつ使用するかをエージェントに指示する説明を指定して、ナレッジ ベースを構成します。次に、ナレッジベースが Amazon S3 データ ソースを指すようにします。最後に、埋め込みモデルを指定し、既存のベクター ストアを使用するか、Amazon Bedrock に代わりにベクター ストアを作成させるかを選択します。設定後は、それぞれ データソースの同期 エージェントがユーザーに情報を返したり、後続の FM プロンプトを拡張したりするために使用できるデータのベクトル埋め込みを作成します。
- オーケストレーション中に、エージェントは、基礎となる FM の基本プロンプトを拡張するために使用できる観察を生成するために、どのアクション グループ API 呼び出しとナレッジ ベース クエリが必要になるかの論理的手順を含む理論的根拠を開発します。この ReAct スタイルのプロンプトは、FM をアクティブにするための入力として機能し、FM はユーザーのタスクを完了するための最適なアクションのシーケンスを予測します。
- 後処理中、すべてのオーケストレーション反復が完了した後、エージェントは最終応答をキュレートします。後処理はデフォルトでは無効になっています。
次のセクションでは、実装前の手順、テストと検証など、ソリューションを展開するための主要な手順について説明します。
AWS CloudFormation を使用してソリューション リソースを作成する
エージェントとナレッジ ベースを作成する前に、顧客が使用する既存のリソースを厳密に反映するシミュレート環境を確立することが重要です。 Amazon Bedrock のエージェントとナレッジベースは、Lambda が提供するビジネス ロジックと Amazon S3 に保存されている顧客データ リポジトリを使用して、これらのリソースに基づいて構築されるように設計されています。この基本的な調整により、エージェントとナレッジ ベース ソリューションが確立されたインフラストラクチャとシームレスに統合されます。
エージェントが利用する既存の顧客リソースをエミュレートするために、このソリューションでは 顧客リソースの作成.sh パラメータ化されたプロビジョニングを自動化するシェル スクリプト AWS CloudFormation レンプレート、 bedrock-customer-resources.yml、次のリソースをデプロイします。
- An Amazon DynamoDB 合成データが入力されたテーブル 請求データ.
- 請求の作成、未処理ステータスの請求に対する保留中の文書リマインダーの送信、新規および既存の請求に関する証拠の収集のための顧客のビジネス ロジックを表す 3 つの Lambda 関数。
- 前述の Lambda 関数の OpenAPI スキーマ形式の API ドキュメントと、修理見積もり、請求金額、会社の FAQ、および必要な請求ドキュメントの説明を含む S3 バケット。 ナレッジベースのデータソース資産.
- An Amazon シンプル通知サービス (Amazon SNS) 保険契約者の電子メールが、請求ステータスと保留中のアクションを電子メールで通知するために購読されるトピック。
- AWS IDおよびアクセス管理 前述のリソースに対する (IAM) 権限。
AWS CloudFormation は、テンプレートで提供されるデフォルト値をスタックパラメータに事前設定します。代替の入力値を提供するには、パラメータを環境変数として指定します。 ParameterKey=<ParameterKey>,ParameterValue=<Value>
次のシェルスクリプトのペア aws cloudformation create-stack
リソースをプロビジョニングするには、次の手順を実行します。
- のローカルコピーを作成します。
amazon-bedrock-samples
リポジトリを使用してgit clone
: - シェル スクリプトを実行する前に、シェル スクリプトをクローンしたディレクトリに移動します。
amazon-bedrock-samples
リポジトリを開き、シェル スクリプトのアクセス許可を実行可能ファイルに変更します。 - CloudFormation スタック名、SNS 電子メール、証拠アップロード URL 環境変数を設定します。 SNS 電子メールは保険契約者への通知に使用され、証拠アップロード URL は保険契約者と共有され、保険金請求証拠をアップロードします。の 保険金請求処理サンプル 証拠アップロード URL のフロントエンドの例を示します。
- 実行する
create-customer-resources.sh
で定義されたエミュレートされた顧客リソースをデプロイするためのシェル スクリプトbedrock-insurance-agent.yml
CloudFormation テンプレート。これらは、エージェントとナレッジ ベースが構築されるリソースです。
上記 source ./create-customer-resources.sh
シェルコマンドは以下を実行します AWSコマンドラインインターフェイス エミュレートされた顧客リソース スタックをデプロイするための (AWS CLI) コマンド:
知識ベースを作成する
Amazon Bedrock のナレッジベースは、顧客データ ストアを利用して FM によって生成される応答を強化する技術である RAG を使用します。ナレッジ ベースを使用すると、エージェントは管理者の多大な負担をかけずに既存の顧客データ リポジトリにアクセスできます。ナレッジ ベースをデータに接続するには、S3 バケットを 情報元。ナレッジ ベースを使用すると、アプリケーションは豊富なコンテキスト情報を取得し、フルマネージドの RAG ソリューションを通じて開発を合理化します。このレベルの抽象化により、データをエージェント機能に組み込む労力が最小限に抑えられるため、市場投入までの時間が短縮され、プライベート データを使用するための継続的なモデルの再トレーニングの必要性がなくなるため、コストが最適化されます。
次の図は、埋め込みモデルを使用したナレッジ ベースのアーキテクチャを示しています。
ナレッジ ベースの機能は、前処理 (ステップ 1 ~ 3) と実行時 (ステップ 4 ~ 7) という XNUMX つの主要なプロセスを通じて説明されます。
- ドキュメントは管理可能なセクションに分割 (チャンク化) されます。
- これらのチャンクは、Amazon Bedrock 埋め込みモデルを使用して埋め込みに変換されます。
- 埋め込みはベクトル インデックスの作成に使用され、ユーザー クエリとデータ ソース テキスト間の意味的な類似性の比較を可能にします。
- 実行時、ユーザーはプロンプトとしてテキストを入力します。
- 入力テキストは、Amazon Bedrock 埋め込みモデルを使用してベクトルに変換されます。
- ユーザーのクエリに関連するチャンクについてベクトル インデックスが照会され、ベクトル インデックスから取得された追加のコンテキストでユーザー プロンプトが強化されます。
- 拡張されたプロンプトと追加のコンテキストを組み合わせて、ユーザーへの応答を生成するために使用されます。
ナレッジ ベースを作成するには、次の手順を実行します。
- Amazon Bedrock コンソールで、 知識ベース ナビゲーションペインに表示されます。
- 選択する 知識ベースを作成する.
- ナレッジベースの詳細を提供する、名前とオプションの説明を入力し、すべてデフォルト設定のままにします。この投稿では、次の説明を入力します。
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.
- データソースのセットアップ、名前を入力します。
- 選択する S3を参照 選択
knowledge-base-assets
前にデプロイしたデータ ソース S3 バケットのフォルダー (<YOUR-STACK-NAME>-customer-resources/agent/knowledge-base-assets/
). - エンベディング モデルを選択し、ベクトル ストアを構成する、選択する Titan エンベディング G1 – テキスト その他のデフォルト設定はそのままにしておきます。アン Amazon OpenSearch サーバーレス コレクション あなたのために作成されます。このベクトル ストアは、ナレッジ ベースの前処理埋め込みが保存され、後でクエリとデータ ソース テキスト間の意味的類似性検索に使用される場所です。
- 確認して作成する、構成設定を確認し、選択します 知識ベースを作成する.
- ナレッジ ベースが作成されると、緑色の「正常に作成されました」バナーが表示され、データ ソースを同期するオプションが表示されます。選ぶ 同期 データ ソースの同期を開始します。
- Amazon Bedrock コンソールで、作成したばかりのナレッジ ベースに移動し、次のナレッジ ベース ID をメモします。 ナレッジベースの概要.
- ナレッジ ベースが選択された状態で、以下にリストされているナレッジ ベース データ ソースを選択します。 情報元にあるデータ ソース ID をメモします。 データソースの概要.
ナレッジ ベース ID とデータ ソース ID は、後の手順でエージェントに Streamlit Web UI を展開するときに環境変数として使用されます。
エージェントを作成する
エージェントは、いくつかの主要なコンポーネントで構成されるビルド時の実行プロセスを通じて動作します。
- 基礎モデル – ユーザーは、エージェントがユーザー入力を解釈し、応答を生成し、オーケストレーション プロセス中に後続のアクションを指示するようにガイドする FM を選択します。
- 説明書 – ユーザーは、エージェントの意図する機能の概要を説明する詳細な手順を作成します。オプションの高度なプロンプトを使用すると、出力を解析するための Lambda 関数を組み込んで、オーケストレーションの各ステップでカスタマイズが可能になります。
- (オプション) アクショングループ – ユーザーは、OpenAPI スキーマを使用してタスク実行用の API を定義し、API 入出力を処理する Lambda 関数を使用して、エージェントのアクションを定義します。
- (オプション) ナレッジベース – ユーザーはエージェントをナレッジベースに関連付けることができ、応答生成およびオーケストレーション手順のための追加コンテキストへのアクセスを許可します。
このサンプル ソリューションのエージェントは、Amazon Bedrock 上の Anthropic Claude V2.1 FM、一連の命令、XNUMX つのアクション グループ、および XNUMX つのナレッジ ベースを使用します。
エージェントを作成するには、次の手順を実行します。
- Amazon Bedrock コンソールで、 エージェント ナビゲーションペインに表示されます。
- 選択する エージェントの作成.
- エージェントの詳細を提供する、他のすべてのデフォルト設定はそのままにして、エージェント名とオプションの説明を入力します。
- モデルを選択、選択する 人間性クロード V2.1 そして、エージェントに対して次の指示を指定します。
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
- 選択する Next.
- アクショングループの追加、最初のアクション グループを追加します。
- アクショングループ名を入力してください、 入る
create-claim
. - 説明、 入る
Use this action group to create an insurance claim
- Lambda関数を選択、選択する
<YOUR-STACK-NAME>-CreateClaimFunction
. - APIスキーマの選択、選択する S3を参照、前に作成したバケットを選択します (
<YOUR-STACK-NAME>-customer-resources
)、次に選択agent/api-schema/create_claim.json
.
- アクショングループ名を入力してください、 入る
- 2 番目のアクション グループを作成します。
- アクショングループ名を入力してください、 入る
gather-evidence
. - 説明、 入る
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
- Lambda関数を選択、選択する
<YOUR-STACK-NAME>-GatherEvidenceFunction
. - APIスキーマの選択、選択する S3を参照、前に作成したバケットを選択し、次に
agent/api-schema/gather_evidence.json
.
- アクショングループ名を入力してください、 入る
- 3 番目のアクション グループを作成します。
- アクショングループ名を入力してください、 入る
send-reminder
. - 説明、 入る
Use this action group to check claim status, identify missing or pending documents, and send reminders to policy holders
- Lambda関数を選択、選択する
<YOUR-STACK-NAME>-SendReminderFunction
. - APIスキーマの選択、選択する S3を参照、前に作成したバケットを選択し、次に
agent/api-schema/send_reminder.json
.
- アクショングループ名を入力してください、 入る
- 選択する Next.
- ナレッジベースを選択、前に作成したナレッジ ベース (
claims-knowledge-base
). - エージェント向けのナレッジベースの手順、 次のように入力します:
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
- 選択する Next.
- 確認して作成する、構成設定を確認し、選択します エージェントの作成.
エージェントが作成されると、緑色の「正常に作成されました」というバナーが表示されます。
テストと検証
次のテスト手順は、新しい請求の作成、未解決の請求に対する保留中の文書リマインダーの送信、請求証拠の収集、および既存の請求と顧客ナレッジ リポジトリにわたる情報の検索について、エージェントがユーザーの意図を正しく識別および理解していることを検証することを目的としています。回答の精度は、Amazon Bedrock のエージェントとナレッジベースによって生成された回答の関連性、一貫性、および人間らしい性質を評価することによって決定されます。
評価尺度と評価手法
ユーザー入力とエージェントの指示の検証には次のものが含まれます。
- 前処理 – サンプル プロンプトを使用して、さまざまなユーザー入力に対するエージェントの解釈、理解、応答性を評価します。ユーザー入力を正確に検証、文脈化、分類するための設定された指示に対するエージェントの遵守を検証します。
- 編成 – FM の基本プロンプトを強化するために、アクション グループ API 呼び出しおよびナレッジ ベース クエリに対してエージェントが従う論理ステップ (たとえば、「トレース」) を評価します。
- 後処理 – オーケストレーション反復後にエージェントによって生成された最終応答をレビューして、正確さと関連性を確認します。後処理はデフォルトでは非アクティブになっているため、エージェントのトレースには含まれません。
アクション グループの評価には次のものが含まれます。
- APIスキーマの検証 – OpenAPI スキーマ (Amazon S3 に保存された JSON ファイルとして定義) が、各 API の目的に関するエージェントの推論を効果的に導くことを検証します。
- ビジネスロジックの実装 – アクショングループにリンクされた Lambda 関数を介して、API パスに関連付けられたビジネス ロジックの実装をテストします。
ナレッジベースの評価には次のものが含まれます。
- 構成の検証 – ナレッジ ベースの指示がエージェントにいつデータにアクセスするかを正しく指示していることを確認します。
- S3 データソースの統合 – 指定された S3 データ ソースに保存されているデータにエージェントがアクセスして使用できるかどうかを検証します。
エンドツーエンドのテストには次のものが含まれます。
- 統合されたワークフロー – アクション グループとナレッジ ベースの両方を含む包括的なテストを実行して、現実世界のシナリオをシミュレートします。
- 対応品質評価 – さまざまな状況やシナリオにおけるエージェントの応答の全体的な正確性、関連性、および一貫性を評価します。
ナレッジベースをテストする
Amazon Bedrock でナレッジベースをセットアップした後、エージェントと統合する前に、その動作を直接テストして応答を評価できます。このテスト プロセスにより、ナレッジ ベースのパフォーマンスを評価し、応答を検査し、情報が取得されるソース チャンクを調査してトラブルシューティングを行うことができます。次の手順を実行します。
- Amazon Bedrock コンソールで、 知識ベース ナビゲーションペインに表示されます。
- テストするナレッジ ベースを選択し、 ホイール試乗 チャットウィンドウを展開します。
- テスト ウィンドウで、応答生成用の基礎モデルを選択します。
- 次のサンプル クエリとその他の入力を使用してナレッジ ベースをテストします。
- 請求 ID 2s34w-8x の修理見積もりの診断は何ですか?
- 同じクレームに対する解決策と修理の見積もりはいくらですか?
- 事故の後、ドライバーは何をすべきですか?
- 事故報告書や画像のおすすめは?
- 免責額とは何ですか?
チャット ウィンドウで応答の生成と直接引用の返信を切り替えることができ、提供されたアイコンを使用してチャット ウィンドウをクリアするか、すべての出力をコピーするかを選択できます。
ナレッジベースの回答とソースチャンクを検査するには、対応する脚注を選択するか、 結果の詳細を表示。ソース チャンク ウィンドウが表示され、チャンク テキストの検索、コピー、S3 データ ソースへの移動が可能になります。
エージェントをテストする
ナレッジ ベースのテストが成功したら、次の開発フェーズではエージェントの機能の準備とテストが行われます。エージェントの準備には最新の変更のパッケージ化が含まれますが、テストではエージェントの動作を操作して評価する重要な機会が提供されます。このプロセスを通じて、エージェントの機能を磨き、効率を高め、潜在的な問題に対処したり、最適なパフォーマンスに必要な改善を行うことができます。次の手順を実行します。
- Amazon Bedrock コンソールで、 エージェント ナビゲーションペインに表示されます。
- エージェントを選択し、エージェント ID をメモします。
後の手順でエージェントに Streamlit Web UI を展開するときに、エージェント ID を環境変数として使用します。 - アカウント設定ページに移動する 作業草案。最初は、作業中のドラフトとデフォルトのドラフトがあります。
TestAlias
この草案を指して。ワーキングドラフトでは反復的な開発が可能です。 - 選択する 準備 テスト前に最新の変更を含むエージェントをパッケージ化します。エージェントの最終準備時間を定期的にチェックして、最新の構成でテストしていることを確認する必要があります。
- エージェントの作業中のドラフト コンソール内の任意のページから、次を選択してテスト ウィンドウにアクセスします。 ホイール試乗 または左矢印アイコンをクリックします。
- テスト ウィンドウで、テスト用のエイリアスとそのバージョンを選択します。この投稿では、
TestAlias
エージェントのドラフト バージョンを呼び出します。エージェントが準備されていない場合は、テスト ウィンドウにプロンプトが表示されます。 - 次のサンプル プロンプトとその他の入力を使用してエージェントをテストします。
- 新しいクレームを作成します。
- 請求書 2s34w-8x の保険契約者に保留中の書類のリマインダーを送信します。
- 5t16u-7v を主張するための証拠を集めてください。
- 請求項 3b45c-9d の請求総額はいくらですか?
- 同じ請求に対する修理見積もりの合計はいくらですか?
- 自動車保険料はどのような要素によって決まるのでしょうか?
- 自動車保険の料金を下げるにはどうすればよいですか?
- どの申し立てがオープンステータスになっていますか?
- 未処理の保険金請求があるすべての保険契約者にリマインダーを送信します。
WebLink Clientが接続されているときは、常に 準備 変更を加えて適用した後、エージェントをテストします。
次のテスト会話の例は、顧客の Amazon DynamoDB テーブルにクエリを実行し、Amazon Simple Notice Service を使用して顧客通知を送信する AWS Lambda ビジネス ロジックを使用してアクション グループ API を呼び出すエージェントの機能を示しています。同じ会話スレッドでは、請求額や FAQ ドキュメントなど、顧客の信頼できるデータ ソースを使用してユーザーに回答を提供する、エージェントとナレッジ ベースの統合が紹介されています。
エージェント分析およびデバッグツール
エージェントの応答トレースには、各段階でのエージェントの意思決定を理解するのに役立ち、デバッグを容易にし、改善の領域についての洞察を提供するための重要な情報が含まれています。の ModelInvocationInput
各トレース内のオブジェクトは、エージェントの意思決定プロセスで使用される詳細な構成と設定を提供し、顧客がエージェントの有効性を分析および強化できるようにします。
エージェントはユーザー入力を次のカテゴリのいずれかに分類します。
- カテゴリーA – たとえ架空のシナリオであっても、悪意のあるまたは有害な入力。
- カテゴリーB – ユーザーが関数呼び出しエージェントに提供されている関数、API、命令に関する情報を取得しようとする入力、または関数呼び出しエージェントまたはユーザーの動作や命令を操作しようとする入力。
- カテゴリーC – 機能呼び出しエージェントでは回答できない質問や、提供されている機能のみを使用するための役立つ情報を提供することはできません。
- カテゴリD - 提供されている関数と内部の引数のみを使用して、関数呼び出しエージェントによって回答または支援できる質問
conversation_history
または関連する引数を使用して収集できますaskuser
機能。 - カテゴリーE – 質問ではなく、関数呼び出しエージェントがユーザーに尋ねた質問に対する回答である入力。入力は、次の場合にのみこのカテゴリの対象となります。
askuser
function は、関数呼び出しエージェントが会話内で呼び出した最後の関数です。これは、以下を読むことで確認できます。conversation_history
.
選択する トレースを表示 応答の下で、ナレッジ ベースやアクション グループの使用状況など、エージェントの構成と推論プロセスを表示します。詳細な分析のために、トレースを展開または折りたたむことができます。出典情報を含む回答には、引用の脚注も含まれます。
次のアクション グループ トレースの例では、エージェントはユーザー入力を create-claim
行動グループの createClaim
前処理中の関数。エージェントは、エージェントの指示、アクション グループの説明、および OpenAPI スキーマに基づいてこの機能を理解します。オーケストレーション プロセス (この場合は 2 つのステップ) 中に、エージェントは createClaim
機能を実行し、新しく作成された請求 ID と保留中の文書のリストを含む応答を受け取ります。
次のナレッジ ベース トレースの例では、エージェントは前処理中にユーザー入力をカテゴリ D にマップします。これは、エージェントの利用可能な機能の 1 つが応答を提供できる必要があることを意味します。オーケストレーション全体を通じて、エージェントはナレッジ ベースを検索し、埋め込みを使用して関連するチャンクを取得し、そのテキストを基礎モデルに渡して最終応答を生成します。
エージェント用に Streamlit Web UI を展開する
エージェントとナレッジ ベースのパフォーマンスに満足したら、その機能を製品化する準備が整います。を使用しております ストリームライト このソリューションでは、運用アプリケーションをエミュレートすることを目的としたサンプル フロントエンドを起動します。 Streamlit は、フロントエンド アプリケーションの構築プロセスを合理化し、簡素化するように設計された Python ライブラリです。私たちのアプリケーションは 2 つの機能を提供します。
- エージェントのプロンプト入力 – ユーザーができるようにする エージェントを呼び出す 独自のタスク入力を使用します。
- ナレッジベースファイルのアップロード – ユーザーがナレッジ ベースのデータ ソースとして使用されている S3 バケットにローカル ファイルをアップロードできるようにします。ファイルがアップロードされると、アプリケーションは 取り込みジョブを開始します ナレッジ ベース データ ソースを同期します。
Streamlit アプリケーションの依存関係を分離し、展開を容易にするために、 setup-streamlit-env.sh シェル スクリプトを使用して、要件がインストールされた仮想 Python 環境を作成します。次の手順を実行します。
- シェル スクリプトを実行する前に、シェル スクリプトをクローンしたディレクトリに移動します。
amazon-bedrock-samples
リポジトリを開き、Streamlit シェル スクリプトのアクセス許可を実行可能ファイルに変更します。
- シェル スクリプトを実行して、必要な依存関係を備えた仮想 Python 環境をアクティブ化します。
- Amazon Bedrock エージェント ID、エージェント エイリアス ID、ナレッジ ベース ID、データ ソース ID、ナレッジ ベース バケット名、および AWS リージョン環境変数を設定します。
- Streamlit アプリケーションを実行し、ローカル Web ブラウザーでテストを開始します。
クリーンアップ
AWS アカウントでの料金を回避するには、ソリューションのプロビジョニングされたリソースをクリーンアップしてください
顧客リソースの削除.sh シェル スクリプトは、ソリューションの S3 バケットを空にして削除し、最初にプロビジョニングされたリソースを削除します。 bedrock-customer-resources.yml
CloudFormation スタック。次のコマンドでは、デフォルトのスタック名が使用されます。スタック名をカスタマイズした場合は、それに応じてコマンドを調整します。
上記 ./delete-customer-resources.sh
シェル コマンドは次の AWS CLI コマンドを実行して、エミュレートされた顧客リソース スタックと S3 バケットを削除します。
エージェントとナレッジベースを削除するには、次の手順に従ってください。 エージェントの削除 および ナレッジベースの削除それぞれ。
考慮事項
デモされたソリューションは Amazon Bedrock のエージェントとナレッジベースの機能を示していますが、このソリューションは本番環境に対応していないことを理解することが重要です。むしろ、これは、独自の特定のタスクおよび自動化されたワークフロー用にパーソナライズされたエージェントの作成を目指す顧客のための概念的なガイドとして機能します。運用展開を目指すお客様は、次のセキュリティ要素に留意して、この初期モデルを改良して適応させる必要があります。
- API とデータへの安全なアクセス:
- API、データベース、その他のエージェント統合システムへのアクセスを制限します。
- アクセス制御、機密管理、暗号化を利用して、不正アクセスを防止します。
- 入力の検証とサニタイズ:
- ユーザー入力を検証およびサニタイズして、インジェクション攻撃やエージェントの動作の操作の試みを防ぎます。
- 入力ルールとデータ検証メカニズムを確立します。
- エージェントの管理とテストのためのアクセス制御:
- エージェントの編集、テスト、構成に使用するコンソールとツールに対して適切なアクセス制御を実装します。
- アクセスを許可された開発者とテスターに制限します。
- インフラストラクチャのセキュリティ:
- 基盤となるインフラストラクチャを保護するための VPC、サブネット、セキュリティ グループ、ロギング、モニタリングに関する AWS セキュリティのベスト プラクティスを遵守します。
- エージェントの指示の検証:
- 意図しない動作を防ぐために、エージェントの指示を確認および検証するための細心のプロセスを確立します。
- テストと監査:
- エージェントと統合コンポーネントを徹底的にテストします。
- エージェントの会話の監査、ログ記録、回帰テストを実装して、問題を検出して対処します。
- ナレッジベースのセキュリティ:
- ユーザーがナレッジ ベースを拡張できる場合は、アップロードを検証してポイズニング攻撃を防止します。
その他の重要な考慮事項については、以下を参照してください。 Amazon Bedrock、Amazon DynamoDB、Amazon Kendra、Amazon Lex、LangChain を使用して生成 AI エージェントを構築する.
まとめ
Amazon Bedrock のエージェントとナレッジベースを使用した生成 AI エージェントの実装は、組織の運用機能と自動化機能の大幅な進歩を表します。これらのツールは、保険金請求のライフサイクルを合理化するだけでなく、他のさまざまな企業ドメインにおける AI の適用の前例ともなります。これらの AI エージェントは、タスクの自動化、顧客サービスの強化、意思決定プロセスの改善により、組織が日常的で複雑なタスクを効率的に処理しながら、成長とイノベーションに集中できるようにします。
AI の急速な進化を目の当たりにし続ける中、Amazon Bedrock のエージェントやナレッジベースなどのツールがビジネス運営を変革する可能性は計り知れません。これらのテクノロジーを使用する企業は、効率、顧客満足度、意思決定の向上によって顕著な競争上の優位性を得ることができます。企業データの管理と運用の将来が AI 統合の強化に傾いていることは間違いなく、Amazon Bedrock はこの変革の最前線にいます。
Amazon Bedrock のエージェントに相談してください。 Amazon Bedrock ドキュメント、探検する Community.aws の生成 AI スペース、実際に操作してみましょう アマゾン ベッドロック ワークショップ.
著者について
カイル・T・ブロックサム 南カリフォルニアを拠点とする AWS のシニア ソリューション アーキテクトです。カイルの情熱は、人々を結集させ、テクノロジーを活用して顧客に喜ばれるソリューションを提供することです。仕事以外では、サーフィン、食事、犬と格闘し、姪や甥を甘やかすことを楽しんでいます。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://aws.amazon.com/blogs/machine-learning/automate-the-insurance-claim-lifecycle-using-agents-and-knowledge-bases-for-amazon-bedrock/
- :持っている
- :は
- :not
- :どこ
- $UP
- 1
- 10
- 100
- 1040
- 11
- 19
- 500
- 7
- 8
- 9
- a
- 能力
- できる
- 私たちについて
- 抽象化
- 加速する
- アクセス
- 事故
- それに応じて
- 精度
- 正確にデジタル化
- 越えて
- 行為
- Action
- 行動
- 活性化する
- 活性化する
- 適応する
- 加えます
- NEW
- 住所
- 執着
- 高度な
- アドバンス
- 利点
- 後
- エージェント
- エージェント
- AI
- 援助
- 目指す
- 目指して
- アラインメント
- すべて
- 許す
- 許可
- ことができます
- 既に
- また
- 代替案
- Amazon
- アマゾンケンドラ
- Amazon Lex
- Amazon Webサービス
- 量
- 金額
- an
- 分析
- 分析します
- および
- 回答
- 回答
- 人間原理
- 期待する
- どれか
- API
- API
- 現れる
- 登場する
- 申し込み
- 申し込む
- 建築
- です
- エリア
- 引数
- 周りに
- AS
- 評価する
- 評価
- アシスト
- アシスタント
- 支援
- 仲間
- 関連する
- At
- 攻撃
- 試み
- 監査
- 増強
- 増強された
- 許可
- 自動化する
- 自動化
- 自動化する
- オートメーション
- 利用できます
- 避ける
- AWS
- AWS CloudFormation
- AWSラムダ
- バナー
- ベース
- ベース
- BE
- き
- 始まる
- 代わって
- 行動
- 行動
- さ
- BEST
- ベストプラクティス
- の間に
- ブースト
- 両言語で
- 破壊
- 持って来る
- ブラウザ
- ビルド
- 建物
- 内蔵
- 負担
- ビジネス
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- by
- カリフォルニア州
- 呼ばれます
- 呼び出し
- コール
- 缶
- 機能
- 自動車
- 場合
- カテゴリ
- 分類
- カテゴリー
- CD
- 変化する
- 変更
- 課金
- チャット
- チェック
- 選択する
- 選択する
- クレーム
- クレーム
- クリア
- クリ
- 密接に
- コード
- 崩壊
- コレクション
- コミュニティ
- 企業
- 会社
- 比較
- 競争力のある
- コンプリート
- 複雑な
- コンポーネント
- 包括的な
- 備えます
- 概念の
- 条件
- プロフェッショナルな方法で
- 設定された
- 確認します
- お問合せ
- 検討事項
- からなる
- 領事
- コンソール
- 相談する
- 含む
- コンテンツ
- コンテンツ生成
- コンテキスト
- 文脈
- 文脈上の
- 続ける
- 続ける
- 連続的な
- コントロール
- controls
- 大会
- 会話
- 会話
- 変換
- 調整する
- 対応する
- 費用
- コスト
- 結合しました
- カバレッジ
- クラフト
- 作ります
- 作成した
- 作成します。
- 作成
- 創造
- クリエイティブ
- 重大な
- 教区副牧師
- 顧客
- 顧客データ
- 顧客満足
- 顧客サービス
- カスタマーサービス
- Customers
- カスタム化
- カスタマイズ
- データ
- データ入力
- データ管理
- データベースを追加しました
- 決定
- 意思決定
- 控除可能
- デフォルト
- 定義します
- 定義済みの
- 配信する
- デモ
- 実証
- 依存関係
- 展開します
- 展開
- 展開
- 説明
- 設計
- 詳細な
- 細部
- 検出
- 決定する
- 決定
- 開発者
- 開発
- 開発
- 診断
- ダイアグラム
- 直接
- 演出
- 直接に
- 無効
- 話し合います
- ディスプレイ
- 異なる
- do
- ドキュメント
- ドキュメント
- ドキュメント
- ありません
- 犬
- ドメイン
- ダウン
- ドラフト
- ドライバー
- 間に
- e
- 各
- 前
- 緩和する
- echo
- エッジ(Edge)
- 効果的に
- 有効
- 効率
- 効率的な
- 効率良く
- 努力
- 適格
- メール
- 埋め込み
- 社員
- 採用
- エンパワー
- エンパワーメント
- 可能
- 有効にする
- 暗号化
- 端から端まで
- 従事する
- 高めます
- 強化
- 豊かな
- 確保
- 確保する
- 入力します
- Enterprise
- 企業
- エントリ
- 環境
- 本質的な
- 確立する
- 設立
- 推定
- 見積もり
- 評価する
- 評価します
- 評価
- さらに
- 証拠
- 進化
- 進化
- 例
- 例
- Excel
- 実行
- 既存の
- 詳細
- 拡大
- 予想される
- 探る
- 探る
- export
- 広範囲
- 容易にする
- 要因
- よくある質問
- 特徴
- 架空の
- File
- ファイナル
- 最後に
- 名
- フォーカス
- フォロー中
- 次
- 最前線
- 形式でアーカイブしたプロジェクトを保存します.
- Foundation
- 基礎的な
- から
- 完全に
- function
- 機能性
- 機能
- 未来
- g1
- 利得
- 集める
- 集まり
- 生成する
- 生成された
- 生成
- 世代
- 生々しい
- 生成AI
- 取得する
- 付与
- 大きい
- グリーン
- グループ
- グループの
- 成長性
- ガイド
- ガイドライン
- ガイド
- ハンドリング
- 実践的な
- 有害な
- ハーネス
- 持ってる
- he
- 役立つ
- 高性能
- ハイライト
- 彼の
- history
- 保有者
- ホルダー
- 認定条件
- HTML
- HTTP
- HTTPS
- 人間
- 人事
- i
- ICON
- アイコン
- ID
- 識別する
- 識別する
- 識別
- アイデンティティ
- イド
- if
- 説明する
- 画像
- 計り知れない
- 実装
- 重要
- 改善します
- 改善されました
- 改善
- 改善
- 改善
- in
- 非アクティブな
- 含まれました
- 含ま
- 含めて
- 組み込む
- index
- 情報
- インフラ
- 初期
- 当初
- 開始する
- 革新的手法
- 入力
- お問い合わせ
- 洞察
- インストール
- を取得する必要がある者
- 説明書
- 保険
- 統合された
- 統合
- 統合
- 統合
- 意図された
- 対話
- 相互作用
- 内部
- 解釈
- 通訳
- に
- 呼び出す
- 関与
- 関与
- 問題
- IT
- 繰り返し
- ITS
- JSON
- ただ
- 保管
- キー
- 知識
- データ管理
- カイル
- 言語
- 大
- 大企業
- 姓
- 後で
- 最新の
- 起動する
- 層
- 主要な
- LEARN
- コメントを残す
- 残す
- 左
- レベル
- 活用します
- 図書館
- wifecycwe
- ような
- LINE
- リンク
- リスト
- リストされた
- ローカル
- ロギング
- ロジック
- 論理的な
- 愛
- 下側
- make
- 作る
- 作成
- 悪意のある
- 扱いやすいです
- マネージド
- 管理
- 手動で
- ゲレンデマップ
- マークされた
- 意味
- 措置
- メカニズム
- 方法
- 細心の注意
- マインド
- 最小化
- 行方不明
- マサチューセッツ工科大学(MIT)
- モデル
- 修正する
- モニタリング
- 他には?
- さらに
- 最も
- の試合に
- しなければなりません
- my
- 名
- 命名
- ナチュラル
- 自然
- ナビゲート
- ナビゲーション
- 必要
- 必要
- 必要とされる
- ニーズ
- 新作
- 新しく
- 次の
- 注意
- 通知
- 通知
- 今
- オブジェクト
- 客観
- 観察
- of
- 提供すること
- on
- ONE
- の
- 開いた
- 操作する
- オペレーショナル
- 業務執行統括
- 機会
- 機会
- 最適な
- 最適化
- オプション
- or
- オーケストレーション
- 編成
- 組織
- 組織
- 起源
- 元々
- その他
- 私たちの
- アウトライン
- 概説する
- 出力
- outputs
- 外側
- 全体
- オーバーヘッド
- 概要
- 自分の
- パッケージ
- 包装
- ページ
- 足
- ペイン
- パラメータ
- 特定の
- パス
- 情熱
- パス
- ペンディング
- のワークプ
- 実行する
- パフォーマンス
- パーミッション
- カスタマイズ
- 相
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- プレイ
- ポイント
- 中毒
- 方針
- 人口
- 所持
- ポスト
- 潜在的な
- 強力な
- プラクティス
- 先例
- 先行
- 精度
- プレミアム
- 準備
- 準備
- 準備
- 準備中
- 防ぐ
- プライバシー
- プライベート
- 手続き
- プロセス
- ラボレーション
- 処理
- 生産
- プロンプト
- 適切な
- 提供します
- 提供
- は、大阪で
- 提供
- 準備
- 引っ張る
- 目的
- Python
- 品質
- クエリ
- クエリー
- 質問
- 質問
- ぼろ
- 範囲
- 急速な
- レート
- 価格表
- むしろ
- 根拠
- 反応する
- リーディング
- 準備
- 現実の世界
- 理由
- 受け取り
- 推奨される
- 録音
- 軽減
- 縮小
- 参照する
- 参照
- リファイン
- に対する
- 地域
- 定期的に
- 関連する
- 関連性
- 関連した
- リマインダー
- リモート
- 修理
- 反復的な
- レポート
- 倉庫
- 表す
- 表し
- リクエスト
- の提出が必要です
- 要件
- 解像度
- リソース
- それぞれ
- 反応します
- 応答
- 回答
- 責任
- 結果
- return
- 返す
- レビュー
- ルーチン
- ルール
- ラン
- 実行
- ランタイム
- s
- 同じ
- サンプル
- 満足
- 満足
- に満足
- 規模
- シナリオ
- スクリプト
- シームレス
- シームレス
- を検索
- 検索
- 検索
- 二番
- 秘密
- セクション
- 確保する
- セキュリティ
- セグメンテーション
- select
- 選択
- セマンティック
- 送信
- 送信
- 送る
- シーケンス
- シリーズ
- 仕える
- サービス
- サービス
- セッションに
- 設定
- 設定
- いくつかの
- shared
- シェル(Shell)
- すべき
- 重要
- 著しく
- 簡単な拡張で
- 簡素化する
- シミュレートする
- 座っ
- より小さい
- 溶液
- ソリューション
- 一部
- ソース
- 調達
- ソース
- 南部の
- スペース
- 専門の
- 特定の
- 指定の
- 指定する
- スタック
- ステージ
- スタンド
- Status:
- 手順
- ステップ
- まだ
- ストレージ利用料
- 店舗
- 保存され
- 店舗
- 戦略的
- 流線
- 合理化
- サブネット
- それに続きます
- 成功した
- そのような
- 供給
- サポート
- 確か
- 同期。
- 合成
- システム
- テーブル
- 仕事
- タスク
- 技術的
- 技術
- テクノロジー
- テクノロジー
- template
- test
- テスター
- テスト
- テスト
- 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다.
- それ
- 未来
- ソース
- アプリ環境に合わせて
- それら
- その後
- したがって、
- ボーマン
- 彼ら
- 物事
- 三番
- この
- 三
- 介して
- 全体
- 時間
- 〜へ
- 一緒に
- ツール
- 豊富なツール群
- トピック
- トータル
- に向かって
- トレース
- トレーシング
- 変換
- 変換
- 変換
- しよう
- 2
- ui
- できません
- 無許可
- 紛れもなく
- 下
- 受ける
- 根本的な
- わかる
- 理解する
- 理解する
- アップロード
- に
- URL
- 使用法
- つかいます
- 中古
- ユーザー
- users
- 使用されます
- 利用された
- 検証
- 検証
- 価値観
- 変数
- さまざまな
- Verification
- 確認する
- 多才な
- バージョン
- 詳しく見る
- バーチャル
- 訪問
- wait
- 欲しいです
- we
- ウェブ
- ウェブブラウザ
- Webサービス
- した
- いつ
- 一方
- which
- while
- その
- ワイド
- 広い範囲
- 意志
- ウィンドウを使用して入力ファイルを追加します。
- 以内
- 無し
- 目撃者
- 仕事
- 共に働く
- ワークフロー
- ワークフロー
- ワーキング
- You
- あなたの
- ゼファーネット
- 〒