Anthropic モデルを使用してデータを抽出する

Anthropic および GCP を介して利用可能な AWS 生成 AI を使用して、ドキュメント オートメーションでデータを抽出できます。この Anthropic オプションは、v.33 以降のリリースで使用できます。

前提条件

デフォルトでは、Anthropic 用の追加の設定は必要ありません。 データ抽出は、AWS で利用可能な Automation Anywhere サービス アカウントを使用して動作します。 ただし、各自のアカウントを使用する場合は、クラウド 用に設定したAnthropic プロバイダーに応じて次のタスクを実行していることを確認してください。

Anthropic は、以下のメリットを提供します。

  • 大規模な非構造化ドキュメントを効率的に処理する
  • 英語と他の言語の両方でドキュメントを処理します
  • データ抽出の精度が向上し、ドキュメントの処理が高速化します
  • BYOL (Bring Your Own License) モデルを使用して、独自のライセンスを柔軟に使用できます。
注: データ抽出には、Anthropic Claude 3.0 以降のモデルを使用することをお勧めします。

手順

  1. [オートメーション] > [ドキュメント ワークスペース プロセス] に移動します。
  2. ラーニングインスタンスと同じ名前のフォルダーをクリックします。 例えば、ラーニングインスタンス名が 住宅賃貸 の場合、フォルダー名は 住宅賃貸 になります。
  3. クリック <li_name>_extractionbot
  4. Bot エディターで、[データの抽出] アクションを選択します。
  5. [追加の設定] オプションで [Anthropic] を選択します。
  6. クラウド に設定したAnthropic プロバイダーに応じて、次のいずれかのオプションを使用し ます。
    • AWS Bedrock
      1. [アクセス キー] オプションで、認証に必要なユーザーに関連付けられた一意の ID を入力します。

        アクセス キーは、認証のユーザー名として使用されます。 [資格情報]、[変数]、[安全でない文字列] オプションを使ってアクセス キーを入力します。

      2. [Secret access key (シークレット アクセス キー)] オプションに、認証に必要なアクセス キーに関連付けられたシークレット文字列を入力します。

        シークレット アクセス キーは、認証のパスワードとして使用されます。 [資格情報]、[変数]、[安全でない文字列] オプションを使ってシークレット アクセス キーを入力します。

      3. (任意) セッション トークン オプションに、一時的なサービス アクセスを提供する短命のセキュリティ資格情報を入力します。

        これはオプションの構成であり、ユーザーが期間限定でアクセスできるようにしたい場合にのみ必要です。 [資格情報]、[変数]、[安全でない文字列] オプションを使ってセッション トークンを入力します。

        注: セッション トークン オプションを使用している場合は、ドキュメントを中断やエラーなく処理するために、トークンが更新されるたびにこのトークンを更新するようにしてください。
      4. Claude モデルのエンドポイント URLオプションに、Anthropicモデルを指定し、AWS Bedrock エンドポイントにリクエストを送信するためのURLを入力してください。

        例えば、https://bedrock-runtime.{aws-region}.amazonaws.com/model/{model-id}/invoke。 「Amazon Bedrock endpoints and quotas」および「AWS Bedrock model IDs 」をご覧ください。

    • GCP Vertex AI
      1. [サービス アカウント キー] オプションに、GCP サービスでの認証に使用する資格情報を入力します。

        [資格情報]、[変数]、[安全でない文字列] オプションを使ってサービス アカウント キーを入力します。 「Creating a service account」を参照してください。

        注: Google はセキュリティ上の理由から、一定の間隔でサービス アカウント キー内のプライベート キーの値を更新します。 ドキュメントを中断やエラーなく処理するために、プライベート キーの値が更新されるたびにこの値を更新するようにしてください。
      2. [Endpoint URL for Claude model (Claude モデルのエンドポイント URL)] オプションに Anthropic モデルを指定し、Google Vertex AI エンドポイントに要求を送信するための URL を入力します。

        例えば、https://{gcp-region}-aiplatform.googleapis.com/v1/projects/{project-id}/locations/{deployment-region}/publishers/anthropic/models/{model-ID}:RawPredict。 「AWS Bedrock InvokeModel examples」を参照してください。

    注: Anthropic 設定が正しく設定されていることを確認します。 正しくない場合は、ドキュメントがラーニングインスタンスで処理されるときにエラーが表示されます。
Anthropic モデルを使用するように BYOL を設定したので、ラーニングインスタンスを使用してドキュメントを処理してデータを抽出できます。