Üretken yapay zeka aracıları, kullanıcı girdisine dayalı olarak temel modellere (FM'ler) ve diğer güçlendirme araçlarına bir çağrı zinciri düzenleyerek insan benzeri yanıtlar üretme ve doğal dil konuşmalarına katılma yeteneğine sahiptir. Aracılar, yalnızca önceden tanımlanmış amaçları statik bir karar ağacı aracılığıyla yerine getirmek yerine, mevcut araç paketleri kapsamında özerktir. Amazon Ana Kayası Yapay zeka şirketlerinin önde gelen FM'lerini, üretken yapay zeka uygulamaları oluşturmaya ve ölçeklendirmeye yardımcı olacak geliştirici araçlarıyla birlikte bir API aracılığıyla kullanıma sunan, tam olarak yönetilen bir hizmettir.
Bu yazıda Amazon Bedrock tarafından desteklenen üretken bir yapay zeka finansal hizmetler aracısının nasıl oluşturulacağını gösteriyoruz. Temsilci, kullanıcılara hesap bilgilerini bulma, kredi başvurusunu tamamlama veya doğal dildeki soruları yanıtlama konusunda yardımcı olurken aynı zamanda verilen yanıtlar için kaynak gösterebilir. Bu çözümün, geliştiricilerin sanal çalışanlar ve müşteri destek sistemleri gibi çeşitli uygulamalar için kendi kişiselleştirilmiş konuşma aracılarını oluşturmaları için bir başlangıç noktası görevi görmesi amaçlanıyor. Çözüm kodu ve dağıtım varlıkları şu adreste bulunabilir: GitHub deposu.
Amazon Lex'i açık kaynak için doğal dil anlama (NLU) ve doğal dil işleme (NLP) arayüzünü sağlar LangChain konuşma aracısı bir içine gömülü AWS Yükseltme İnternet sitesi. Temsilci, Amazon Bedrock'ta barındırılan Anthropic Claude 2.1 FM ve Amazon Bedrock'ta depolanan sentetik müşteri verilerini içeren araçlarla donatılmıştır. Amazon DinamoDB ve Amazon Kendrası aşağıdaki yetenekleri sunmak için:
- Kişiselleştirilmiş yanıtlar sağlayın – İpotek özeti ayrıntıları, vadesi gelen bakiye ve bir sonraki ödeme tarihi gibi müşteri hesap bilgileri için DynamoDB'yi sorgulayın
- Genel bilgiye erişin – Herhangi bir müşteri istemine yanıt üretmek amacıyla Amazon Bedrock aracılığıyla sağlanan farklı FM'leri önceden eğitmek için kullanılan büyük miktardaki verilerle birlikte temsilcinin muhakeme mantığını kullanın
- Fikir odaklı yanıtları iyileştirin – Yetkili veri kaynaklarıyla yapılandırılmış bir Amazon Kendra dizinini kullanarak temsilci yanıtlarını bilgilendirin: müşteri belgeleri Amazon Basit Depolama Hizmeti (Amazon S3) ve Amazon Kendra Web Tarayıcısı müşterinin web sitesi için yapılandırılmış
Çözüme genel bakış
Tanıtım kaydı
Aşağıdaki demo kaydı, aracı işlevselliğini ve teknik uygulama ayrıntılarını vurgulamaktadır.
Çözüm mimarisi
Aşağıdaki şemada çözüm mimarisi gösterilmektedir.
Temsilcinin yanıt iş akışı aşağıdaki adımları içerir:
- Kullanıcılar, tercih ettikleri web, SMS veya ses kanalları aracılığıyla temsilciyle doğal dil diyaloğu gerçekleştirir. Web kanalı, hayali bir müşteri için Amazon Lex yerleşik bir sohbet robotu içeren, Amplify tarafından barındırılan bir web sitesi içerir. SMS ve ses kanalları isteğe bağlı olarak aşağıdakiler kullanılarak yapılandırılabilir: Amazon Bağlantısı ve mesajlaşma entegrasyonları Amazon Lex için. Her kullanıcı isteği, kullanıcının amaçlanan eylemini veya amacını anlamak için kullanıcının girişini (metin veya konuşma) analiz etmeyi ve yorumlamayı içeren, niyet tanıma adı verilen bir süreç yoluyla kullanıcının niyetini belirlemek üzere Amazon Lex tarafından işlenir.
- Amazon Lex daha sonra bir çağrı yapar AWS Lambda Kullanıcı amacının yerine getirilmesi için işleyici. Amazon Lex sohbet robotuyla ilişkili Lambda işlevi, kullanıcının amacını işlemek için gereken mantığı ve iş kurallarını içerir. Lambda, kullanıcının girdisine dayalı olarak belirli eylemler gerçekleştirir veya bilgileri alır, kararlar verir ve uygun yanıtlar üretir.
- Lambda, finansal hizmetler aracısı mantığını, DynamoDB'de depolanan müşteriye özel verilere erişebilen, Amazon Kendra tarafından dizine eklenen belgelerinizi ve web sayfalarınızı kullanarak görüşe dayalı yanıtları seçebilen ve Amazon Bedrock'taki FM aracılığıyla genel bilgi yanıtları sağlayabilen bir LangChain konuşma aracısı olarak kullanır. Amazon Kendra tarafından oluşturulan yanıtlar, aracıya nasıl ek bağlamsal bilgi sağlayabileceğinizi gösteren kaynak ilişkilendirmesini içerir. Alma Artırılmış Nesil (RAG). RAG, temsilcinizin kendi verilerinizi kullanarak daha doğru ve bağlamsal olarak daha uygun yanıtlar üretme yeteneğini geliştirmenize olanak tanır.
Ajan mimarisi
Aşağıdaki diyagram aracı mimarisini göstermektedir.
Aracının muhakeme iş akışı aşağıdaki adımları içerir:
- LangChain konuşma aracısı, bağlamsal üretimle birden fazla sorguya yanıt verebilmek için konuşma belleğini içerir. Bu bellek, aracının devam eden konuşmanın bağlamını dikkate alan yanıtlar sağlamasına olanak tanır. Bu, aracının konuşmadan hatırladığı bilgilere dayanarak ilgili ve bağlamsal olarak uygun yanıtlar ürettiği bağlamsal üretim yoluyla gerçekleştirilir. Daha basit bir ifadeyle, temsilci daha önce söylenenleri hatırlar ve bu bilgiyi, devam eden tartışmada anlamlı olacak şekilde birden fazla soruyu yanıtlamak için kullanır. Temsilcimiz kullanıyor LangChain'in DynamoDB sohbet mesajı geçmişi sınıfı geçmiş etkileşimleri hatırlayabilmesi ve kullanıcı deneyimini daha anlamlı, bağlama duyarlı yanıtlarla geliştirebilmesi için bir konuşma belleği arabelleği olarak kullanılır.
- Aracı, Amazon Bedrock'ta Anthropic Claude 2.1'i kullanarak istenen görevi, kendi kendine özenle oluşturulmuş bir dizi metin girişi aracılığıyla tamamlar. istemleri. Hızlı mühendisliğin temel amacı FM'den spesifik ve doğru yanıtlar elde etmektir. Farklı hızlı mühendislik teknikleri şunları içerir:
- sıfır atış – Modele herhangi bir ek ipucu olmadan tek bir soru sunulur. Modelin yalnızca verilen soruya dayalı bir yanıt üretmesi bekleniyor.
- az atış – Bir dizi örnek soru ve bunlara karşılık gelen cevaplar asıl sorudan önce yer almaktadır. Modeli bu örneklere maruz bırakarak benzer şekilde yanıt vermeyi öğrenir.
- Düşünce zinciri – İstemin bir dizi ara akıl yürütme adımını içerecek şekilde tasarlandığı, modeli mantıksal bir düşünce süreci boyunca yönlendiren ve sonuçta istenen cevaba götüren belirli bir birkaç adımlı ipucu tarzı.
Temsilcimiz, bir talep alındığında bir dizi eylem gerçekleştirerek düşünce zinciri mantığından yararlanır. Her eylemin ardından temsilci, bir düşünceyi ifade ettiği gözlem aşamasına girer. Henüz nihai bir cevaba ulaşılamadıysa, temsilci, nihai cevaba ulaşmaya doğru ilerlemek için farklı eylemler seçerek yineleme yapar. Aşağıdaki örnek koda bakın:
Düşünce: Bir araç kullanmam gerekiyor mu? Evet
Eylem: Yapılacak eylem
Eylem Girişi: Eylemin girişi
Gözlem: Eylemin sonucu
Düşünce: Bir araç kullanmam gerekiyor mu? HAYIR
FSI Temsilcisi: [cevap ve kaynak belgeler]
- Temsilcinin bir sonraki eylem planına karar vermek için farklı akıl yürütme yolları ve öz değerlendirme seçimlerinin bir parçası olarak, sentetik müşteri veri kaynaklarına bir ağ aracılığıyla erişme becerisine sahiptir. Amazon Kendra Index Retriever aracı. Temsilci, Amazon Kendra'yı kullanarak belgeler, SSS'ler, bilgi tabanları, kılavuzlar ve web siteleri dahil olmak üzere çok çeşitli içerik türlerinde bağlamsal arama gerçekleştirir. Desteklenen veri kaynakları hakkında daha fazla ayrıntı için bkz. Veri kaynakları. Temsilci, Amazon Bedrock FM'i önceden eğitmek için kullanılan daha genel bilgi külliyatı yerine yetkili, müşteri tarafından sağlanan bir bilgi kitaplığı kullanılarak yanıtlanması gereken kullanıcı istemlerine fikir odaklı yanıtlar sağlamak için bu aracı kullanma yetkisine sahiptir.
dağıtım kılavuzu
Aşağıdaki bölümlerde, dağıtım öncesi ve dağıtım sonrası da dahil olmak üzere çözümü dağıtmaya yönelik temel adımları tartışıyoruz.
dağıtım öncesi
Çözümü dağıtmadan önce, Amplify web sitenizin sürekli dağıtımını otomatikleştirmek için, belirteç korumalı bir web kancasıyla çözüm deposunun kendi çatallı sürümünü oluşturmanız gerekir. Amplify yapılandırması, web sitemizin ön ucunun oluşturulduğu GitHub kaynak deposuna işaret eder.
Çatal ve klon üretken-ai-amazon-anakaya-langchain-agent-örneği Depo
- Amplify web sitenizi oluşturan kaynak kodunu kontrol etmek için şuradaki talimatları izleyin: Bir depoyu çatallayın üretken-ai-amazon-ana kaya-langchain-agent-örnek deposunu çatallamak için. Bu, orijinal kod tabanından bağlantısı kesilen deponun bir kopyasını oluşturur, böylece uygun değişiklikleri yapabilirsiniz.
- Lütfen bir sonraki adımda depoyu klonlamak ve çözüm dağıtım otomasyon komut dosyasında kullanılan GITHUB_PAT ortam değişkenini yapılandırmak için kullanılacak çatallı depo URL'nizi not edin.
- git clone komutunu kullanarak çatallı deponuzu klonlayın:
GitHub kişisel erişim belirteci oluşturma
Amplify tarafından barındırılan web sitesi bir GitHub kişisel erişim belirteci (PAT) üçüncü taraf kaynak kontrolü için OAuth belirteci olarak. OAuth jetonu, SSH klonlamayı kullanarak bir web kancası ve salt okunur bir dağıtım anahtarı oluşturmak için kullanılır.
- PAT'ınızı oluşturmak için şu bölümdeki talimatları izleyin: Kişisel erişim belirteci oluşturma (klasik). Bir kullanmayı tercih edebilirsiniz GitHub uygulaması bir kuruluş adına veya uzun ömürlü entegrasyonlar için kaynaklara erişmek.
- Tarayıcınızı kapatmadan önce PAT'ınızı not edin; onu, çözüm dağıtım otomasyon komut dosyasında kullanılan GITHUB_PAT ortam değişkenini yapılandırmak için kullanacaksınız. Komut dosyası PAT'ınızı şuraya yayınlayacak: AWS Sırları Yöneticisi kullanma AWS Komut Satırı Arayüzü (AWS CLI) komutları ve gizli ad GitHubTokenSecretName olarak kullanılacaktır AWS CloudFormation parametre.
açılma
Çözüm dağıtım otomasyonu komut dosyası, parametreleştirilmiş CloudFormation şablonunu kullanır. GenAI-FSI-Agent.yml, aşağıdaki çözüm kaynaklarının sağlanmasını otomatikleştirmek için:
- Ön uç ortamınızı simüle etmek için bir Amplify web sitesi.
- Bot içe aktarma dağıtım paketi aracılığıyla yapılandırılmış bir Amazon Lex botu.
- Dört DynamoDB tablosu:
- KullanıcıBekleyenHesaplarTablosu – Bekleyen işlemleri kaydeder (örneğin, kredi başvuruları).
- KullanıcıMevcutHesaplarTablosu – Kullanıcı hesabı bilgilerini içerir (örneğin ipotek hesabı özeti).
- KonuşmaIndexTablosu – Konuşma durumunu izler.
- Konuşma Tablosu – Konuşma geçmişini saklar.
- Lambda aracı işleyicisini, Lambda veri yükleyicisini ve Amazon Lex dağıtım paketlerinin yanı sıra müşteri SSS ve ipotek uygulaması örnek belgelerini içeren bir S3 klasörü.
- İki Lambda işlevi:
- Aracı işleyici – Kullanıcı girişine dayalı olarak çeşitli araçları akıllıca kullanabilen LangChain konuşma aracısı mantığını içerir.
- veri yükleyici – Örnek müşteri hesabı verilerini UserExistingAccountsTable'a yükler ve yığın oluşturma sırasında özel bir CloudFormation kaynağı olarak çağrılır.
- Amazon Bedrock Boto3, LangChain ve pdfrw kitaplıkları için bir Lambda katmanı. Katman, LangChain'in FM kitaplığına temel FM olarak bir Amazon Bedrock modeli sağlar ve PDF dosyalarını oluşturmak ve değiştirmek için açık kaynaklı bir PDF kitaplığı olarak pdfrw sağlar.
- Belgeler, SSS'ler, bilgi tabanları, kılavuzlar, web siteleri ve daha fazlası dahil olmak üzere müşteri yetkili bilgilerinin aranabilir bir dizinini sağlayan bir Amazon Kendra dizini.
- İki Amazon Kendra veri kaynağı:
- Amazon S3 – Ev sahipliği yapıyor örnek müşteri SSS belgesi.
- Amazon Kendra Web Tarayıcısı – Müşteriye özel web sitesini taklit eden bir kök etki alanıyla yapılandırılmıştır (örneğin, .com).
- AWS Kimlik ve Erişim Yönetimi Önceki kaynaklar için (IAM) izinleri.
AWS CloudFormation, yığın parametrelerini şablonda sağlanan varsayılan değerlerle önceden doldurur. Alternatif giriş değerleri sağlamak için parametreleri, aşağıdaki kabuk betiğinin `aws cloudformation create-stack` komutunda `ParameterKey=,ParameterValue=` çiftlerinde başvurulan ortam değişkenleri olarak belirtebilirsiniz.
- Kabuk betiğini çalıştırmadan önce, çalışma dizininiz olarak generative-ai-amazon-bedrock-langchain-agent-example deposunun çatallı sürümüne gidin ve kabuk betiği izinlerini çalıştırılabilir olarak değiştirin:
- Dağıtım öncesi adımlarda oluşturulan Amplify deponuzu ve GitHub PAT ortam değişkenlerinizi ayarlayın:
- Son olarak, çözümün kaynaklarını dağıtmak için çözüm dağıtım otomasyonu komut dosyasını çalıştırın. GenAI-FSI-Agent.yml CloudFormasyon yığını:
source ./create-stack.sh
Çözüm Dağıtımı Otomasyon Komut Dosyası
Önceki source ./create-stack.sh shell
komutu, çözüm yığınını dağıtmak için aşağıdaki AWS CLI komutlarını çalıştırır:
Dağıtım sonrası
Bu bölümde, müşterinin Üretim uygulamasını taklit etmeyi amaçlayan bir ön uç uygulamasını başlatmak için dağıtım sonrası adımları tartışıyoruz. Finansal hizmetler temsilcisi, örnek web kullanıcı arayüzünde yerleşik bir asistan olarak çalışacaktır.
Sohbet robotunuz için bir web kullanıcı arayüzü başlatın
The Amazon Lex web kullanıcı arayüzüChatbot kullanıcı arayüzü olarak da bilinen , Amazon Lex sohbet robotları için hızlı bir şekilde kapsamlı bir web istemcisi sağlamanıza olanak tanır. Kullanıcı arayüzü, Amazon Lex ile entegre olarak Amazon Lex destekli bir sohbet widget'ını mevcut web uygulamanıza dahil edecek bir JavaScript eklentisi üretir. Bu durumda, yerleşik bir Amazon Lex sohbet robotu ile mevcut bir müşteri web uygulamasını taklit etmek için web kullanıcı arayüzünü kullanırız. Aşağıdaki adımları tamamlayın:
- için talimatları izleyin Amazon Lex web kullanıcı arayüzü CloudFormation yığınını dağıtın.
- AWS CloudFormation konsolunda yığının Çıkışlar sekmesine gidin ve değerini bulun
SnippetUrl
.
- Aşağıdaki formata benzeyen web kullanıcı arayüzü Iframe snippet'ini kopyalayın. ChatBot Kullanıcı Arayüzünü Web Sitenize Iframe olarak Ekleme.
- Web kullanıcı arayüzü JavaScript eklentinizi etiketli bölüme ekleyerek Amplify GitHub kaynak deposunun çatallanmış sürümünü düzenleyin.
<-- Paste your Lex Web UI JavaScript plugin here -->
altındaki HTML dosyalarının her biri için ön uç dizini:index.html
,contact.html
, veabout.html
.
Amplify, çatallanmış deponuza yapılan yeni taahhütlere göre tetiklenen ve web sitenizin yeni sürümünü Amplify alan adınızda yayınlayan otomatik bir oluşturma ve yayınlama hattı sağlar. Dağıtım durumunu Amplify konsolunda görüntüleyebilirsiniz.
Amplify web sitesine erişin
Amazon Lex web kullanıcı arayüzü JavaScript eklentiniz hazır olduğundan artık Amplify demo web sitenizi başlatmaya hazırsınız.
- Web sitenizin etki alanına erişmek için CloudFormation yığınının Çıkışlar sekmesine gidin ve Etki alanı URL'sini güçlendir'i bulun. Alternatif olarak aşağıdaki komutu kullanın:
- Amplify etki alanı URL'nize eriştikten sonra test ve doğrulama işlemlerine devam edebilirsiniz.
Test ve doğrulama
Aşağıdaki test prosedürü, aracının müşteri verilerine (hesap bilgileri gibi) erişmeye, önceden tanımlanmış amaçlar aracılığıyla iş akışlarını yerine getirmeye (bir kredi başvurusunu tamamlamak gibi) ve aşağıdaki gibi genel soruları yanıtlamaya ilişkin kullanıcı amaçlarını doğru şekilde tanımladığını ve anladığını doğrulamayı amaçlamaktadır. aşağıdaki örnek istemler:
- Neden kullanmalıyım?
- Oranları ne kadar rekabetçi?
- Hangi ipotek türünü kullanmalıyım?
- Mevcut ipotek trendleri nelerdir?
- Peşinat için ne kadar biriktirmem gerekiyor?
- Kapanışta başka hangi masrafları ödeyeceğim?
Yanıt doğruluğu, Anthropic Claude 2.1 FM tarafından sağlanan Amazon Bedrock tarafından oluşturulan yanıtların alaka düzeyi, tutarlılığı ve insana benzer doğası değerlendirilerek belirlenir. Her yanıtla birlikte sağlanan kaynak bağlantılarının da (örneğin, Amazon Kendra Web Tarayıcısı yapılandırmasına dayalı .com) güvenilir olduğu onaylanmalıdır.
Kişiselleştirilmiş yanıtlar sağlayın
Temsilcinin, kullanıcıya özel yanıtları uyarlamak için DynamoDB'deki ilgili müşteri bilgilerine başarıyla eriştiğini ve bu bilgileri kullandığını doğrulayın.
Aracıda PIN kimlik doğrulamasının kullanımının yalnızca tanıtım amaçlı olduğunu ve herhangi bir üretim uygulamasında kullanılmaması gerektiğini unutmayın.
Fikir odaklı yanıtları iyileştirin
Yetkili müşteri belgelerine ve Amazon Kendra tarafından dizine eklenen web sayfalarına dayanarak yanıtları doğru şekilde alan temsilci tarafından, fikir odaklı soruların güvenilir yanıtlarla karşılandığını doğrulayın.
Bağlamsal oluşturma sağlayın
Temsilcinin önceki sohbet geçmişine dayanarak bağlamsal olarak uygun yanıtlar sağlama yeteneğini belirleyin.
Genel bilgiye erişin
Temsilcinin, Amazon Bedrock FM eğitim verilerine ve RAG'a dayalı olarak doğru ve tutarlı yanıtlar gerektiren, müşteriye özel olmayan, görüş belirtilmeyen sorgular için genel bilgi bilgilerine erişimini doğrulayın.
Önceden tanımlanmış amaçları çalıştırın
Temsilcinin, bir iş akışının parçası olarak bir kredi başvurusunu tamamlamak gibi önceden tanımlanmış amaçlara yönlendirilmesi amaçlanan kullanıcı istemlerini doğru şekilde yorumladığından ve konuşarak yerine getirdiğinden emin olun.
Konuşma akışı yoluyla tamamlanan sonuçta ortaya çıkan kredi başvuru belgesi aşağıdadır.
Çok kanallı destek işlevselliği, web, SMS ve ses kanallarında önceki değerlendirme önlemleriyle birlikte test edilebilir. Chatbot'u diğer hizmetlerle entegre etme hakkında daha fazla bilgi için bkz. Amazon Lex V2 botunu Twilio SMS ile entegre etme ve Amazon Connect'e bir Amazon Lex botu ekleyin.
Temizlemek
AWS hesabınızda ücretlendirme yapılmasını önlemek için çözümün sağlanan kaynaklarını temizleyin.
- GitHub kişisel erişim belirtecini iptal edin. GitHub PAT'ler bir son kullanma değeriyle yapılandırılır. PAT'inizin, çatallı Amplify GitHub deponuza süresi dolmadan programlı erişim için kullanılamayacağından emin olmak istiyorsanız aşağıdaki adımları izleyerek PAT'ı iptal edebilirsiniz: GitHub deposunun talimatları.
- Çözüm silme otomasyonu komut dosyasını kullanarak GenAI-FSI-Agent.yml CloudFormation yığınını ve diğer çözüm kaynaklarını silin. Aşağıdaki komutlar varsayılan yığın adını kullanır. Yığın adını özelleştirdiyseniz komutları buna göre ayarlayın.
# export STACK_NAME=<YOUR-STACK-NAME>
./delete-stack.sh
Çözüm Silme Otomasyonu Komut Dosyası
The
delete-stack.sh shell
komut dosyası, GenAI-FSI-Agent.yml CloudFormation yığını da dahil olmak üzere, başlangıçta çözüm dağıtım otomasyonu komut dosyası kullanılarak sağlanan kaynakları siler.
Hususlar
Bu gönderideki çözüm, Amazon Bedrock tarafından desteklenen üretken bir yapay zeka finansal hizmetler aracısının yeteneklerini sergilese de, bu çözümün üretime hazır olmadığının kabul edilmesi önemlidir. Bunun yerine, sanal çalışanlar ve müşteri destek sistemleri gibi çeşitli uygulamalar için kişiselleştirilmiş konuşma aracıları oluşturmayı amaçlayan geliştiriciler için açıklayıcı bir örnek görevi görüyor. Bir geliştiricinin üretime giden yolu, bu örnek çözümü aşağıdaki hususlarla yineleyecektir.
Güvenlik ve gizlilik
Uygulama süreci boyunca veri güvenliğini ve kullanıcı gizliliğini sağlayın. Hassas bilgileri korumak için uygun erişim kontrollerini ve şifreleme mekanizmalarını uygulayın. Üretken yapay zeka finansal hizmetler aracısı gibi çözümler, temeldeki FM tarafından henüz kullanılamayan verilerden yararlanacaktır; bu da genellikle kapasitedeki en büyük sıçrama için kendi özel verilerinizi kullanmak isteyeceğiniz anlamına gelir. Aşağıdaki en iyi uygulamaları göz önünde bulundurun:
- Gizli tutun, güvende tutun – Üretim süreci boyunca bu verilerin tamamen korunmasını, güvende ve özel kalmasını isteyeceksiniz ve bu verilerin nasıl paylaşıldığı ve kullanıldığı üzerinde kontrol sahibi olmak isteyeceksiniz.
- Kullanım korkulukları oluşturun – Ekiplerinizin kullanımına sunmadan önce verilerin bir hizmet tarafından nasıl kullanıldığını anlayın. Hangi verilerin hangi hizmetle kullanılabileceğine ilişkin kuralları oluşturun ve dağıtın. Hızlı hareket edebilmeleri ve güvenli bir şekilde prototip yapabilmeleri için bunları ekiplerinize açıklayın.
- Er ya da geç Hukuki sürece dahil edin – Herhangi bir hassas veriyi bunlar üzerinden çalıştırmaya başlamadan önce Hukuk ekiplerinizin, kullanmayı planladığınız hizmetlerin hüküm ve koşullarını ve hizmet kartlarını incelemesini sağlayın. Hukuk ortaklarınız hiçbir zaman bugünkü kadar önemli olmamıştı.
Amazon Bedrock ile AWS'de bunu nasıl düşündüğümüze bir örnek olarak: Tüm veriler şifrelenir ve VPC'nizden ayrılmaz ve Amazon Bedrock, temel FM'in yalnızca müşterinin erişebileceği ayrı bir kopyasını oluşturur ve ince ayarlar veya modelin bu özel kopyasını eğitir.
Kullanıcı Kabul Testi
Üretken yapay zeka finansal hizmetler aracısının performansını, kullanılabilirliğini ve memnuniyetini değerlendirmek için gerçek kullanıcılarla kullanıcı kabul testi (UAT) gerçekleştirin. Geri bildirim toplayın ve kullanıcı girdilerine göre gerekli iyileştirmeleri yapın.
Dağıtım ve izleme
Tamamen test edilmiş aracıyı AWS'de dağıtın ve performansını izlemek, sorunları belirlemek ve sistemi gerektiği gibi optimize etmek için izleme ve günlük kaydı uygulayın. Lambda izleme ve sorun giderme özellikleri aracının Lambda işleyicisi için varsayılan olarak etkindir.
Bakım ve güncellemeler
Doğruluğunu ve etkinliğini artırmak için aracıyı en son FM sürümleri ve verileriyle düzenli olarak güncelleyin. DynamoDB'de müşteriye özel verileri izleyin ve Amazon Kendra veri kaynağı dizin oluşturma işleminizi gerektiği şekilde senkronize edin.
Sonuç
Bu yazıda, üretken yapay zeka aracılarının heyecan verici dünyasını ve bunların FM'lere ve diğer tamamlayıcı araçlara yapılan çağrıların düzenlenmesi yoluyla insan benzeri etkileşimleri kolaylaştırma yeteneklerini araştırdık. Bu kılavuzu takip ederek Bedrock, LangChain ve mevcut müşteri kaynaklarını, doğal dil konuşmaları yoluyla kullanıcılara doğru ve kişiselleştirilmiş finansal yardım sağlayan güvenilir bir aracıyı başarıyla uygulamak, test etmek ve doğrulamak için kullanabilirsiniz.
Gelecek bir gönderide, aynı işlevselliğin alternatif bir yaklaşım kullanılarak nasıl sunulabileceğini göstereceğiz. Amazon Bedrock Temsilcileri ve Amazon Bedrock için bilgi tabanı. Tamamen AWS tarafından yönetilen bu uygulama, kullanıcıların uygulamalarınızla etkileşim kurma biçimini dönüştüren ve etkileşimleri daha doğal, verimli ve etkili hale getiren kişiselleştirilmiş aracılar aracılığıyla akıllı otomasyon ve veri arama yeteneklerinin nasıl sunulacağını daha da araştıracak.
Yazar hakkında
Kyle T. Blocksom Güney Kaliforniya merkezli AWS'de Kıdemli Çözüm Mimarıdır. Kyle'ın tutkusu insanları bir araya getirmek ve müşterilerin sevdiği çözümleri sunmak için teknolojiden yararlanmaktır. İş dışında sörf yapmaktan, yemek yemekten, köpeğiyle güreşmekten ve yeğenlerini şımartmaktan hoşlanıyor.
- SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
- PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
- PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
- PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
- PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
- Kaynak: https://aws.amazon.com/blogs/machine-learning/build-generative-ai-agents-with-amazon-bedrock-amazon-dynamodb-amazon-kendra-amazon-lex-and-langchain/
- :vardır
- :dır-dir
- :olumsuzluk
- :Neresi
- $UP
- 1
- 10
- 100
- 11
- 32
- 7
- 799
- 8
- 9
- a
- kabiliyet
- Hakkımızda
- kabul
- erişim
- ulaşılabilir
- erişme
- göre
- Hesap
- doğruluk
- doğru
- elde
- karşısında
- Hareket
- Action
- eylemler
- gerçek
- ekleme
- Ek
- Danışman
- ajanları
- AI
- hedefleyen
- Amaçları
- Türkiye
- veriyor
- boyunca
- zaten
- Ayrıca
- alternatif
- Amazon
- Amazon Kendrası
- Amazon Lex'i
- Amazon Web Servisleri
- tutarları
- yükseltmek
- an
- analiz
- ve
- cevap
- cevaplar
- Antropik
- herhangi
- api
- Uygulama
- uygulamaları
- yaklaşım
- uygun
- mimari
- ARE
- AS
- değerlendirme
- Varlıklar
- yardım
- Yardım
- Asistan
- ilişkili
- At
- augmented
- Doğrulama
- otomatikleştirmek
- Otomatik
- Otomasyon
- özerk
- mevcut
- önlemek
- AWS
- AWS CloudFormation
- AWS Lambda
- Bakiye
- baz
- merkezli
- BE
- olmuştur
- önce
- adına
- yarar
- İYİ
- en iyi uygulamalar
- Biggest
- Bot
- getirmek
- tampon
- inşa etmek
- inşa
- yapılı
- iş
- by
- Kaliforniya
- denilen
- aramalar
- CAN
- yetenekleri
- kabiliyet
- yetenekli
- Kartlar
- dikkatlice
- dava
- CD
- zincir
- değişiklik
- Telegram Kanal
- kanallar
- yükler
- sohbet
- chatbot
- chatbots
- seçim
- choices
- klasik
- çamça
- açık
- müşteri
- kapanış
- kod
- kod tabanı
- tutarlı
- COM
- taahhüt
- Şirketler
- rekabet
- tamamlayıcı
- tamamlamak
- Tamamlandı
- tamamen
- tamamladıktan
- kapsamlı
- koşullar
- yapılandırma
- yapılandırılmış
- ONAYLANDI
- birlikte
- Düşünmek
- hususlar
- konsolos
- içermek
- içeren
- içerik
- İçerik Türleri
- bağlam
- bağlamsal
- sürekli
- kontrol
- kontroller
- Kongre
- konuşma
- konuşkan
- konuşmaları
- doğru
- uyan
- maliyetler
- Kurs
- paletli
- yaratmak
- çevrimiçi kurslar düzenliyorlar.
- oluşturur
- Oluşturma
- oluşturma
- inandırıcı
- akım
- görenek
- müşteri
- müşteri bilgisi
- Kullanıcı Desteği
- Müşteriler
- özelleştirilmiş
- veri
- veri güvenliği
- karar vermek
- karar
- kararlar
- Varsayılan
- teslim etmek
- teslim edilen
- gösteri
- göstermek
- tasviridir
- dağıtmak
- açılma
- tasarlanmış
- İstediğiniz
- ayrıntılar
- Belirlemek
- kararlı
- Geliştirici
- geliştiriciler
- Diyalog
- farklı
- bağlantısız
- tartışmak
- tartışma
- dağıtmak
- çeşitli
- do
- belge
- evraklar
- yok
- Köpek
- domain
- aşağı
- taslak
- gereken
- sırasında
- e
- her
- Daha erken
- kaçırmak
- Etkili
- etki
- verimli
- gömülü
- etkin
- şifreli
- şifreleme
- çekici
- Mühendislik
- artırmak
- sağlamak
- girer
- çevre
- donanımlı
- gerekli
- değerlendirmek
- değerlendirilmesi
- örnek
- örnekler
- heyecan verici
- mevcut
- beklenen
- deneyim
- sona erme
- vade
- keşfetmek
- ihracat
- anlatırken kullanılır
- kolaylaştırmak
- SSS
- geribesleme
- fileto
- dosyalar
- son
- mali
- finansal hizmetler
- bulma
- ince
- akış
- takip et
- takip etme
- İçin
- çatal
- biçim
- bulundu
- vakıf
- itibaren
- Frontend
- yerine
- tamamen
- işlev
- işlevsellik
- fonksiyonlar
- daha fazla
- toplamak
- genel
- oluşturmak
- oluşturulan
- üretir
- üreten
- nesil
- üretken
- üretken yapay zeka
- Git
- GitHub
- verilmiş
- rehberlik
- rehberlik
- koşum
- Var
- he
- yardım et
- okuyun
- özeti
- onun
- tarih
- ev sahipliği yaptı
- ana
- Ne kadar
- Nasıl Yapılır
- HTML
- http
- HTTPS
- i
- tanımlar
- belirlemek
- Kimlik
- if
- göstermektedir
- uygulamak
- uygulama
- ithalat
- önemli
- iyileştirmeler
- in
- dahil
- dahil
- içerir
- Dahil olmak üzere
- birleştirmek
- birleştirir
- indeks
- endeksli
- bilgi vermek
- bilgi
- giriş
- girişler
- yerine
- talimatlar
- enstrümanlar
- Entegre
- Bütünleştirme
- entegrasyonlar
- Akıllı
- yönelik
- niyet
- etkileşim
- etkileşimleri
- arayüzey
- iç
- içine
- çağrılan
- çağırır
- sorunlar
- IT
- ONUN
- JavaScript
- jpg
- atlama
- tutmak
- anahtar
- bilgi
- bilinen
- dil
- son
- başlatmak
- fırlatma
- launchpad
- tabaka
- önemli
- öğrenir
- Ayrılmak
- Yasal Şartlar
- Kaldıraç
- kütüphaneler
- Kütüphane
- sevmek
- çizgi
- bağlantılar
- yükleyici
- yükler
- borç
- günlüğü
- mantık
- mantıksal
- Aşk
- alt
- yapmak
- YAPAR
- Yapımı
- yönetilen
- müdür
- tavır
- Mayıs..
- anlamlı
- anlamına geliyor
- önlemler
- mekanizmaları
- Bellek
- mesaj
- araya geldi
- İLE
- model
- modelleri
- Değişiklikler
- değiştirmek
- izlemek
- izleme
- Daha
- Ipotek
- hareket
- çok
- çoklu
- şart
- isim
- adlandırma
- Doğal (Madenden)
- Doğal Dil İşleme
- Tabiat
- Gezin
- gerekli
- gerek
- gerekli
- asla
- yeni
- sonraki
- nlp
- NLU
- yok hayır
- notlar
- şimdi
- oauth
- nesnel
- gözlem
- of
- teklif
- sık sık
- on
- devam
- bir tek
- açık
- açık kaynak
- işletmek
- inatçı
- optimize
- or
- orkestrasyon
- orkestrasyon
- kuruluşlar
- orijinal
- aslında
- Diğer
- bizim
- çıkışlar
- dışında
- tekrar
- genel bakış
- kendi
- paket
- paketler
- çiftleri
- parametre
- parametreler
- Bölüm
- ortaklar
- tutku
- geçmiş
- yol
- yolları
- ödeme
- kadar
- İnsanlar
- Yapmak
- performans
- gerçekleştirir
- izinleri
- kişisel
- Kişiselleştirilmiş
- boru hattı
- yer
- plan
- Platon
- Plato Veri Zekası
- PlatoVeri
- Lütfen
- fişe takmak
- noktaları
- Çivi
- güç kelimesini seçerim
- powered
- uygulamalar
- önceki
- Önceden tanımlanmış
- tercih
- sundu
- önceki
- birincil
- gizlilik
- özel
- prosedür
- devam etmek
- süreç
- İşlenmiş
- işleme
- üretmek
- üreten
- üretim
- program niteliğinde
- Ilerleme
- istemleri
- korumak
- korumalı
- prototip
- sağlamak
- sağlanan
- sağlar
- hüküm
- halka açık
- yayınlamak
- Yayınladı
- amaç
- amaçlı
- sorgular
- soru
- Sorular
- hızla
- menzil
- oranlar
- daha doğrusu
- ulaşır
- uzanarak almak
- hazır
- gerçek
- alma
- tanıma
- tanımak
- kayıt
- kayıtlar
- başvurmak
- serbest
- uygun
- güvenilir
- uzak
- Depo
- talep
- gerektirir
- gereklidir
- kaynak
- Kaynaklar
- Yanıtlamak
- yanıt
- yanıtları
- sonuç
- çıkan
- yorum
- kök
- kurallar
- koşmak
- koşu
- ishal
- güvenli bir şekilde
- Adı geçen
- aynı
- memnuniyet
- kaydedilmiş
- ölçek
- senaryo
- Ara
- Gizli
- sırları
- Bölüm
- bölümler
- güvenli
- güvenlik
- görmek
- seçme
- duyu
- hassas
- ayrı
- Dizi
- vermektedir
- hizmet
- Hizmetler
- set
- Paylaşılan
- Kabuk
- meli
- benzer
- Basit
- basit
- tek
- SMS
- pasajı
- So
- yalnızca
- çözüm
- Çözümler
- Kaynak
- kaynak kodu
- kaynaklar
- Kaynak Bulma
- Güney
- özel
- konuşma
- yığın
- başlama
- Eyalet
- statik
- Durum
- kalmak
- adım
- Basamaklar
- hafızası
- saklı
- mağaza
- stil
- Başarılı olarak
- böyle
- süit
- ÖZET
- gereçler
- destek
- Destek Sistemleri
- destekli
- sentetik
- sistem
- Sistemler
- terzi
- Bizi daha iyi tanımak için
- Tandem
- Görev
- takım
- Teknik
- teknikleri
- Teknoloji
- şablon
- şartlar
- şartlar ve koşullar'ı kabul ediyorum
- test
- test edilmiş
- Test yapmak
- metin
- göre
- o
- The
- Bilgi
- Kaynak
- ve bazı Asya
- Onları
- sonra
- Bunlar
- onlar
- Düşünme
- üçüncü şahıslara ait
- Re-Tweet
- düşünce
- İçinden
- boyunca
- için
- bugün
- birlikte
- simge
- araç
- araçlar
- karşı
- iz
- Eğitim
- trenler
- işlemler
- Dönüştürmek
- ağaç
- Trendler
- gerçek
- ezgileri
- tip
- türleri
- ui
- eninde sonunda
- altında
- altında yatan
- anlamak
- anlayış
- anlar
- yaklaşan
- Güncelleme
- üzerine
- URL
- KULLANILABİLİRLİK
- kullanım
- kullanım
- Kullanılmış
- kullanıcı
- Kullanıcı Deneyimi
- kullanıcı gizliliği
- kullanıcılar
- kullanım
- kullanma
- kullanır
- DOĞRULA
- onaylama
- değer
- Değerler
- değişken
- çeşitlilik
- çeşitli
- Geniş
- doğrulamak
- versiyon
- sürümler
- üzerinden
- Görüntüle
- Sanal
- ses
- beklemek
- istemek
- oldu
- Yol..
- we
- ağ
- Web uygulaması
- web hizmetleri
- Web sitesi
- web siteleri
- vardı
- Ne
- hangi
- süre
- geniş
- Geniş ürün yelpazesi
- Widget
- irade
- ile
- içinde
- olmadan
- İş
- işçiler
- iş akışı
- iş akışları
- çalışma
- Dünya
- olur
- Evet
- henüz
- Sen
- zefirnet
- zip