Agenti Amazon Bedrock

Amazon Bedrock Agents semplifica i flussi di lavoro e automatizza le attività ripetitive. Sfrutta la potenza dell'automazione IA per incrementare la produttività e ridurre i costi.

Agenti per Amazon Bedrock crea un prompt basato sulle istruzioni fornite dallo sviluppatore (ad esempio "sei un agente assicurativo progettato per elaborare i reclami aperti"), i dettagli dell'API necessari per completare le attività e i dettagli sulle origini dati aziendali dalle knowledge base. La creazione automatica dei prompt consente di risparmiare settimane di sperimentazione con prompt per diversi FM.

Amazon Bedrock Agents si connette in modo sicuro alle origini dati dell'azienda e arricchisce la richiesta dell'utente con le informazioni giuste per generare una risposta accurata. Ad esempio, se l'utente chiede informazioni sull'idoneità dei reclami, l'agente RAG cerca le informazioni dalla base di conoscenze e confronta le richieste presentate con la risposta della politica di idoneità: “È necessario consegnare la patente di guida, le foto dell'auto danneggiata e la relazione sull'incidente”.

I clienti possono creare un agente in Amazon Bedrock in pochi passaggi, accelerando il tempo necessario per integrare funzionalità di IA generativa all'interno delle applicazioni. I clienti selezionano prima un modello e scrivono alcune istruzioni in linguaggio naturale (ad esempio, “sei un agente di gestione dell'inventario che determina la disponibilità del prodotto nel sistema di inventario”). Gli agenti orchestrano e analizzano l'attività e la suddividono nella sequenza logica corretta, utilizzando le capacità di ragionamento dell'FM. Gli agenti richiamano automaticamente le API necessarie per effettuare transazioni con i sistemi e i processi aziendali per soddisfare la richiesta, determinando lungo il percorso se possono procedere o se hanno bisogno di raccogliere ulteriori informazioni. 

Amazon Bedrock Agents supporta la funzionalità di generazione ed esecuzione del codice in modo dinamico in un ambiente sicuro. Automatizza domande analitiche complesse a cui in precedenza era difficile rispondere esclusivamente attraverso il ragionamento basato su modelli. Gli utenti possono sfruttare questa funzionalità per affrontare un'ampia gamma di casi d'uso sofisticati come l'analisi dei dati, la visualizzazione dei dati e la risoluzione di problemi matematici.

Amazon Bedrock Agents consente di definire uno schema di azione e ottenere nuovamente il controllo ogni volta che l'agente invoca l'operazione. Ciò permette di implementare la logica aziendale nel servizio di backend di propria scelta. Inoltre, con "Return of Control" (ritorno del controllo), è possibile eseguire azioni che richiedono tempo in background (esecuzione asincrona) mentre il flusso di orchestrazione prosegue.

Amazon Bedrock Agents ha la capacità di conservare la memoria tra più interazioni, offrendo esperienze utente più personalizzate e ottimizzate. Tale funzionalità consente agli agenti di ricordare la cronologia delle interazioni e di migliorare la precisione delle attività in più fasi. Gli utenti traggono vantaggio da consigli migliorati e dal richiamo del contesto precedente, ove necessario, garantendo un'interazione più coesa ed efficiente con l'agente.

È possibile esaminare il piano di ragionamento e orchestrazione dell'agente con la funzionalità di tracciamento. Con queste informazioni è possibile risolvere diversi problemi di orchestrazione, per indirizzare il modello verso il comportamento desiderato per una migliore esperienza utente. Inoltre, puoi rivedere i passaggi e modificare le istruzioni mentre esegui l'iterazione sull'applicazione. Grazie a una visibilità completa del ragionamento del modello, puoi creare applicazioni differenziate più velocemente.

Amazon Bedrock Agents crea automaticamente un modello di prompt a partire dalle istruzioni per l'utente, dal gruppo di operazioni e dalle knowledge base. È possibile utilizzare questo modello come linea di base, per perfezionare ulteriormente il modello di prompt generato automaticamente e migliorare l'esperienza utente. È inoltre possibile aggiornare l'input dell'utente, il piano di orchestrazione e la risposta FM. Infine, grazie alla possibilità di modificare il modello di prompt, è possibile ottenere un migliore controllo sull'orchestrazione degli agenti.