Erstellen Sie AI Skills mit Grounded by knowledge base Model connections

Dies ist der nächste logische Schritt nach dem Erstellen eines Grounded by knowledge base Model connection. Sie würden eine AI Skill erstellen und sie mit einer geerdeten Model connection von Amazon Bedrock verbinden.

Ein professioneller Entwickler erstellt AI Skills, damit die Bot Creators diese in ihren Automatisierungen verwenden können und Zeit und Mühe sparen.

AI Skills werden erstellt, indem man eine Verbindung zu Model connections herstellt, auf die der Pro-Entwickler Zugriff hat, und Eingabeaufforderungen zur Feinabstimmung mit verschiedenen Basismodellen testet, um die beste Antwort zu finden, die der Geschäftsanforderung entspricht. Diese AI Skills können Entwicklern zur mehrfachen Verwendung zur Verfügung gestellt werden, um die Erstellung von Automatisierungen für verschiedene Lösungen zu beschleunigen.

Vorbereitungen

Ein professioneller Entwickler benötigt die folgenden Rollen und Berechtigungen, um AI Skills zu erstellen und zu testen.
  • Rolle: AAE_Basic, Professionelle Entwickler benutzerdefiniert Rolle
  • Berechtigung: Bot Creator

Einzelheiten finden Sie unter Rollen und Berechtigungen.

Sonstige Anforderungen:

Neben den Rollen und Berechtigungen müssen professionelle Entwickler mit einem Bot Agent 22.60.10 und später verbunden sein. Um die Model connection zu testen, müssen Sie auch den bot auf Ihrem Desktop ausführen. Stellen Sie daher sicher, dass der Bot Agent für Ihren Nutzer konfiguriert ist. Wenn Sie die Verbindung zu einem anderen Control Room wechseln müssen, siehe: Umschalten der Geräteregistrierung zwischen Control Room-Instanzen.

Prozedur

  1. Melden Sie sich beim Control Room an und navigieren Sie zu Automatisierung > Neu erstellen oder „+“-Symbol und wählen Sie AI Skills aus.
  2. Geben Sie einen Namen und eine Beschreibung ein und klicken Sie auf Erstellen und bearbeiten, um eine Vorlagenübersicht anzuzeigen.
  3. Klicken Sie im Bildschirm AI-Fähigkeiten auf Modellverbindung wählen, um aus der Liste der verfügbaren Model connectionsen zu wählen, auf die Sie Zugriff haben. Sie würden Grounded by knowledge base Model connection aus Amazon Bedrock auswählen.
    Diese Model connectionsen werden vom Automatisierungsadministrator erstellt und Ihrem Nutzer mit einer benutzerdefinierten Rolle zugewiesen.
  4. Nach Auswahl einer Model connection wird die AI Skills mit den für das gewählte Modell optimalen Standardparametereinstellungen eingerichtet. Sie können die Einstellungen je nach Bedarf ändern.
    Der AI Skill-Editor wird mit vom Modellanbieter festgelegten Standardparameterwerten angezeigt, die Sie nach Bedarf konfigurieren können. Diese Werte können beim Erstellen einer Wissensdatenbank in Amazon Bedrock konfiguriert werden.

    Die Parameterwerte für die Prompt-Erstellung werden auf Grundlage des von Ihnen ausgewählten Basismodells ausgefüllt.

    Einzelheiten zu den Parametereinstellungen für die unterstützten Basismodelle finden Sie unter Understanding parameter settings for supported foundational models.

    Anmerkung: Sie können verschiedene Parameterwerte einstellen, um sie zu testen und die optimalen Werte für Ihren Anwendungsfall zu ermitteln. Eine Änderung der Parameterwerte beeinflusst die Antwort des Modells.
  5. Als Nächstes fügen Sie eine Filterbedingung hinzu. Dies ist ein Optional-Feld, das ein JSON-Format zur Eingabe des Filterwerts unterstützt. Schritte zum Erstellen eines Suchfilters in diesem Format finden Sie unter: How to generate a JSON Filter for Amazon Bedrock
    Durch das Hinzufügen eines Filters lässt sich die Suche des Modells auf das spezifische Inhaltssegment innerhalb eines großen Dokuments im Amazon Knowledge Base eingrenzen.
  6. Nun können Sie mit der Erstellung eines AI Skill beginnen und nach Bedarf Prompt-Eingaben hinzufügen. Lassen Sie uns ein Beispiel verwenden, um Ihnen die einzelnen Schritte zu erläutern.
  7. Geben Sie im Feld Eingabeaufforderung Ihren Prompt Text mit den Eingabevariablen ein.
    Wie hoch ist die Schenkungssteuergrenze für das Jahr 2024?

    Vor diesem Schritt hätten Sie PDF-Dokumente mit Steuervorschriften der letzten 3 Jahre zusammen mit ihren Metadaten-Dateien in den Amazon S3-Bucket hochgeladen, wie zum Beispiel: tax_rules_2022.pdf, tax_rules_2023.pdf, tax_rules_2024.pdf, tax_rules_2022.pdf.metadata.json, tax_rules_2023.metadata.json.pdf und tax_rules_2024.pdf.metadata.json.

    Jede metadata.json-Datei hat ein metadataAttribute mit dem Namen Year mit Werten wie 2022, 2023 und 2024 für jede Metadatendatei.

    Die Antwort auf den Text Prompt sollte aus dem Dokument tax_rules_2024.pdf entnommen werden. Dies kann durch Hinzufügen des Filters 2024 Jahr ermöglicht werden. Dieser Filter schränkt die Suche auf die passende Datei tax_rules_2024.pdf ein.

  8. Klicken Sie auf eine Stelle außerhalb des Prompt-Eingabefelds.
    Sie können optional ein Prompt Input hinzufügen, indem Sie auf Prompt-Eingabe hinzufügen klicken.
  9. Klicken Sie auf Antwort abrufen, um eine Antwort vom Modell zu erhalten.
    Anmerkung: Die Details zur Prompt können PHI, PII oder andere sensible Daten enthalten, die Sie in die Prompt eingeben. Wir empfehlen, dies beim Testen und Ausführen einer Prompt zu berücksichtigen.
  10. Basierend auf der von Ihnen angegebenen Filterbedingung gibt das Grounded-Modell eine Antwort im Feld Antwort zurück und zeigt zusätzlich ein Feld Zitate mit allen Zitationsverweisen an.

    Zitate sind Informationsblöcke, die angeben, aus welchem Abschnitt eines im Amazon Knowledge Base gespeicherten Dokuments die Antwort referenziert wird. Wenn Sie auf ein Zitat klicken, können Sie im Abschnitt Inhalt den Informationsteil sowie die URI sehen. Dabei handelt es sich um eine URL zu dem Dokument, in dem es im Amazon Knowledge Base gespeichert ist.

    Anmerkung: Die Anzahl der Zitationsantworten, die durch den Modellaufruf zurückgegeben werden, kann konfiguriert werden, indem der Parameter Dokumentenabrufanzahl für diesen Model connection aktualisiert wird. Die Antwort gibt Zitate basierend auf dem Zahlenwert zurück, den Sie für den Parameter Dokumentenabrufanzahl hinzufügen.

    Optional können Sie ein Filter-JSON hinzufügen, um spezifische Daten abzufragen, die den Metadaten entsprechen. Dadurch lässt sich die Suche präzise auf den relevanten Kontext eingrenzen.

Nächste Maßnahme

Ihr nächster Schritt wäre, die AI Skill einzuchecken, um sie den Citizen Developers, die das AI Skills-Paket verwenden, zur Verfügung zu stellen.

Warum sollten Sie ein AI Skill einchecken?

Nachdem Sie ein AI Skill erstellt haben, checken Sie es in den Öffentlichen Ordner ein. Dadurch können der professionelle Entwickler und der Citizen Developer das AI Skills-Paket in der Produktionsumgebung verwenden.

Weitere Informationen finden Sie unter:

Ein Task Bot, der ein komplettes Workflow-Szenario ausführt, kann mit einer oder mehreren eingebetteten AI Skills zu einer größeren Automatisierung hinzugefügt werden. Sie würden einen solchen Workflow in einem Process Composer erstellen.

Anmerkung: Wenn Sie eine AI Skill auf dem Bildschirm AI-Fähigkeit erstellen oder testen, können Sie die Details zum Erfolg oder Fehlschlag zusammen mit den Modellantworten in diesen Navigationsbildschirmen einsehen:
  • Administration > KI-Governance > KI-Eingabeprotokoll
  • Administration > KI-Governance > Ereignisprotokoll
  • Verwaltung > Auditprotokoll

Einzelheiten finden Sie unter AI Governance.

Gehen Sie als nächsten Schritt in Ihrer Aufgabenfolge zu AI Skillsn in einem Task Bot verwenden und verwenden Sie AI Skill in einer Automatisierung.