AI スキル を ナレッジ ベースに基づく モデル接続で作成

これは ナレッジ ベースに基づく モデル接続 を作成した後の次の論理的なステップです。 AI スキルを作成し、モデル接続からグラウンデッドAmazon Bedrockに接続します。

プロの開発者は、AI スキル がオートメーションで使用し、時間と労力を節約できるようにBot 作成者を作成します。

AI スキル は、プロ開発者がアクセスできる モデル接続 に接続し、さまざまな基盤モデルでテストしてプロンプトを微調整することによって作成され、ビジネスの要求に応える最適な応答を見つけます。 これらの AI スキル は、開発者が使用および再利用できるようにすることで、ソリューション全体のオートメーションの作成を加速させることができます。

前提条件

プロの開発者が AI スキル を作成しテストするには、これらのロールと権限が必要です。
  • ロール: AAE_Basic、プロ開発者カスタム ロール
  • 権限: Bot Creator

「AI ツール のロールと権限」を参照してください。

その他の要件::

ロールと権限のほかに、プロの開発者が、Bot エージェント 22.60.10 以降に接続している必要があります。 モデル接続 のテストの一環として、デスクトップ上で Bot を実行する必要があります。 したがって、Bot エージェントがあなたのユーザーに設定されていることを確認してください。 接続を別の Control Room に切り替える必要がある場合は、Control Room インスタンス間でのデバイス登録の切り替えを参照してください。

手順

  1. Control Room にログインし、[オートメーション] > [新規作成または「+」アイコン] に移動して、AI スキル を選択します。
  2. 名前と説明を入力し、[作成と編集] をクリックして、テンプレートのアウトラインを表示します。
  3. [AI スキル] 画面で、[モデル接続を選択] をクリックして、アクセスする モデル接続 を、利用可能なリストから選択します。 ナレッジ ベースに基づくから モデル接続を Amazon Bedrock選びます。
    これらの モデル接続 はオートメーション管理者によって作成され、カスタム ロールでユーザーに割り当てられます。
  4. モデル接続 を選択すると、選択したモデルに最適なデフォルトのパラメーター設定で AI スキル が設定されます。 必要に応じて設定は変更できます。
    AI スキル エディターは、モデル ベンダーによって設定されたデフォルトのパラメーター値で表示され、必要に応じて構成できます。 これらの値は、Amazon Bedrockでナレッジ ベースを作成する際に設定できます。

    プロンプトを作成するためのパラメーター値は、選択した基礎モデルに基づいて入力されます。

    サポートされている基礎モデルのパラメーター設定の詳細については、「Understanding parameter settings for supported foundational models」を参照してください。

    注: さまざまなパラメーター値を設定してテストし、事例に最適な値を決定することができます。 パラメーター値を変更すると、モデル レスポンスに影響します。
  5. 次に、フィルター条件を追加します。 これは、フィルター値を入力するためのJSON形式をサポートする任意のフィールドです。 この形式で検索フィルターを作成する手順については、次を参照してください: How to generate a JSON Filter for Amazon Bedrock
    フィルターを追加すると、アマゾン ナレッジ ベース内の大きなドキュメントの特定のコンテンツ セグメントにモデルの検索を絞り込むのに役立ちます。
  6. これで、AI スキル の作成を開始し、必要に応じてプロンプト入力を追加できます。 例を使って手順を説明します。
  7. プロンプト フィールドに プロンプト テキストと入力変数を入力してください。
    2024 年の贈与税の限度額はいくらですか？

    このステップの前に、過去 3 年間の税制ルール PDF ドキュメントとそのメタデータ ファイルを Amazon S3 バケットにアップロードしておきます。例えば、tax_rules_2022.pdf、tax_rules_2023.pdf、tax_rules_2024.pdf、tax_rules_2022.pdf.metadata.json、tax_rules_2023.metadata.json.pdf、tax_rules_2024.pdf.metadata.json などです。

    各metadata.jsonファイルには、メタデータ ファイルごとに2022、2023、2024などの値を持つYearという名前のmetadataAttributeがあります。

    プロンプト テキストの応答は、2024 年 フィルターを追加することで可能になる tax_rules_2024.pdf ドキュメントから参照する必要があります。 このフィルターは、tax_rules_2024.pdf ファイルに一致する検索結果を絞り込みます。

  8. プロンプト 入力フィールドをクリック アウトします。
    任意で [プロンプト入力の追加] をクリックして、プロンプト入力 を追加することができます。
  9. 次に、[レスポンス取得] をクリックして、モデルからレスポンスを取得します。
    注: プロンプト データの詳細には、プロンプト に入力する PHI、PII、その他の機密データが含まれている可能性があります。 プロンプトをテストおよび実行するときには、この点に注意することをお勧めします。
  10. 提供されたフィルター条件に基づいて、グラウンデッド モデルは応答フィールドに応答を返し、さらにすべての引用参照を表示する引用フィールドを表示します。

    引用は、アマゾン ナレッジ ベース に保存されている文書のどのセクションから応答が参照されているかを示す情報です。 引用をクリックすると、コンテンツ セクションの下に情報の塊が表示され、アマゾン ナレッジ ベース に保存されているドキュメントへの URL である URI も表示されます。

    注: モデル呼び出しによって返される引用応答の数は、そののDocument retrieval countモデル接続 (ドキュメント検索数) パラメーターを更新することで設定できます。 応答は、Document retrieval count (ドキュメント検索数) パラメーターに追加した数値に基づいて引用を返します。

    任意で、メタデータに一致する特定のデータをクエリするためのフィルターJSONを追加できます。 これにより、関連するコンテキストに対して正確に検索を絞り込むことができます。

次のステップ

次のステップは、AI スキル をチェックインして、AI スキル パッケージを使用する市民開発者が利用できるようにすることです。

AI スキル をチェックインする理由

AI スキル を作成した後、[公開] フォルダーにチェックインします。 これにより、プロの開発者および市民開発者は、本番環境で AI スキル パッケージから使用できるようになります。

詳細については、次を参照してください。

1 つまたは複数の タスク Bot が埋め込まれたAI スキル は、完全なワークフロー シナリオを実行する、より大きなオートメーションに追加することができます。 Process Composer でそのようなワークフローを作成します。

注: AI スキル を [AI スキル] 画面で作成またはテストすると、モデルの応答とともに成功または失敗の詳細を次のナビゲーション画面で確認することができます。
  • [管理] > [AI ガバナンス] > [AI プロンプト ログ]
  • [管理] > [AI ガバナンス] > [イベント ログ]
  • [管理] > [監査ログ]

「AI ガバナンス」を参照してください。

タスクの次のステップとして、AI スキル でのタスク Botの使用 に移動し、オートメーションで AI スキル を使用してください。