使用 Grounded by knowledge base Model connections 创建 AI Skills

这是在创建 Grounded by knowledge base Model connection 之后的下一个合乎逻辑的步骤。 您将创建一个 AI Skill，并将其连接到来自 Amazon Bedrock 的基于知识库的 Model connection。

专业开发人员创建 AI Skills，允许 Bot Creators 在他们的自动化中使用这些技能，从而节省时间和精力。

通过连接到专业开发人员可以访问的 Model connections 来创建 AI Skills，并通过使用不同的基础模型测试提示进行微调，以找到解决业务需求的最佳响应。 这些 AI Skills 可供开发人员使用和重复使用，以帮助加速在各种解决方案中创建自动化。

先决条件

专业开发人员需要这些角色和权限来创建和测试 AI Skills。
  • 角色: AAE_Basic，专业开发人员自定义角色
  • 权限： 机器人创造程序

请参阅 角色和权限

其他要求：

除了角色和权限之外，专业开发人员必须连接到 Bot Agent 22.60.10 及更高版本。 作为测试 Model connection 的一部分，您需要在桌面上运行 bot。 因此，请确保Bot Agent已配置为您的用户。 如果您需要切换到不同的Control Room，请参阅：在 Control Room 实例之间切换设备注册。

过程

  1. 登录到 Control Room，然后导航到 自动化 > 创建新项目或 ‘+’ 图标，然后选择 AI Skills。
  2. 提供一个名称和描述，然后单击创建和编辑以显示模板大纲。
  3. 在 AI 技能屏幕中，单击选择模型连接，从您有权限访问的 Model connections 可用列表中进行选择。 您会从 Amazon Bedrock 中选择 Grounded by knowledge base Model connection。
    这些Model connections由自动化管理员创建，并分配给具有自定义角色的用户。
  4. 选择Model connection后，AI Skills会根据所选模型的最佳默认参数设置进行配置。 您可以根据需要更改设置。
    AI Skill 编辑器显示了由模型供应商设置的默认参数值，您可以根据需要进行配置。 在 Amazon Bedrock 中创建知识库时可以配置这些值。

    创建 Prompt 的参数值是根据所选的基础模型填充的。

    有关受支持基础模型的参数设置详细信息，请参阅 了解支持的基础模型的参数设置。

    注： 您可以设置不同的参数值来测试并确定最适合您场景的值。 更改参数值会影响模型响应。
  5. 接下来，添加一个筛选条件。 这是一个可选字段，支持使用 JSON 格式输入筛选器值。 有关以此格式创建搜索筛选器的步骤，请参阅：如何为 Amazon Bedrock 生成 JSON 筛选器
    添加筛选器有助于将模型的搜索范围缩小到 Amazon Knowledge Base 中大型文档的特定内容部分。
  6. 现在，您可以开始创建 AI Skill 并根据需要添加提示输入。 让我们使用一个示例来引导您完成这些步骤。
  7. 在提示字段中输入包含输入变量的 Prompt 文本。
    2024 年的赠与税限额是多少？

    在此步骤之前，您需要将过去三年的税收规则 PDF 文档及其元数据文件上传到 Amazon S3 存储桶中，例如：tax_rules_2022.pdf、tax_rules_2023.pdf、tax_rules_2024.pdf、tax_rules_2022.pdf.metadata.json、tax_rules_2023.metadata.json.pdf 和 tax_rules_2024.pdf.metadata.json。

    每个 metadata.json 文件都有一个名为 Year的 metadataAttribute，其值为 2022、2023 和 2024，分别对应于每个元数据文件。

    对于 Prompt 文本的响应，应参考 tax_rules_2024.pdf 文档，这可以通过添加 2024 年筛选器来实现。 此筛选器将把搜索范围缩小到匹配的 tax_rules_2024.pdf 文件。

  8. 单击退出提示输入字段。
    您可以通过单击添加提示输入来选择性地添加 Prompt Input。
  9. 单击获取响应以从模型获取响应。
    注： Prompt 数据详情可能包含您在 Prompt 中输入的 PHI、PII 或其他敏感数据。 我们建议在测试和执行Prompt时注意这一点。
  10. 根据您提供的筛选条件，基于知识库的模型在响应字段中返回响应，并另外显示一个引用字段，列出所有引用参考。

    引用是信息块，说明响应引用自存储在 Amazon Knowledge Base 中的文档的哪个部分。 当您单击引用时，除了可以看到存储在 Amazon Knowledge Base 中的文档的 URL（即 URI）之外，您还可以看到内容部分下的信息块。

    注： 模型调用返回的引用响应数量可以通过更新该 Model connection 的文档检索计数参数来配置。 响应会根据您为文档检索计数参数添加的数值返回引用。

    您可以选择性地添加筛选器 JSON，以查询与元数据匹配的特定数据。 这有助于准确缩小搜索范围到相关的上下文。

后续步骤

下一步是签入 AI Skill，使其对使用 AI Skills 包的普通开发人员可用。

为什么要签入 AI Skill？

创建 AI Skill 后，将其签入公共文件夹。 这将允许专业开发人员和普通开发人员在实际正式环境中的 AI Skills 包中使用它。

供参考，请参阅：

可以将一个包含一个或多个嵌入式 AI Skills 的 Task Bot 添加到更大的自动化中，以运行完整的工作流场景。 您将在 Process Composer 中创建这样的工作流。

注： 当您在 AI 技能屏幕中创建或测试 AI Skill 时，可以在以下导航屏幕中查看成功或失败的详细信息以及模型响应：
  • 管理 > 人工智能治理 > 人工智能提示日志
  • 管理 > 人工智能治理 > 事件日志
  • 管理 > 审核日志

请参阅 AI Governance。

作为任务序列的下一步，请前往 在 Task Bot 中使用 AI Skills 并在自动化中使用 AI Skill。