Amazon Bedrock Agents

Os agentes do Amazon Bedrock usam o raciocínio de modelos de base (FMs), APIs e dados para realizar o detalhamento das solicitações dos usuários, reunir informações relevantes e concluir tarefas de forma eficiente, liberando as equipes para se concentrarem em trabalhos de maior valor agregado. O desenvolvimento de um agente é simples e rápido, com a configuração realizada em apenas algumas etapas. Agora, os agentes incluem a retenção de memória para obter a continuidade de tarefas sem interrupções e as Barreiras de Proteção para Amazon Bedrock para obter segurança e confiabilidade integradas. Para necessidades mais avançadas, o Amazon Bedrock fornece suporte à colaboração entre vários agentes, permitindo que diversos agentes especializados trabalhem em conjunto em desafios complexos de negócios.

A colaboração entre vários agentes do Amazon Bedrock possibilita que os desenvolvedores criem, implantem e gerenciem diversos agentes especializados que operam em conjunto de forma integrada para abordar fluxos de trabalho empresariais cada vez mais complexos. Cada agente se concentra em tarefas específicas, com a coordenação de um agente supervisor, que divide processos complexos em etapas gerenciáveis para garantir a precisão e a confiabilidade. Com a automação desses processos operacionais complexos, as empresas conseguem liberar as equipes das responsabilidades operacionais, possibilitando que se dediquem à inovação e forneçam valor real para os negócios.

Os Amazon Bedrock Agents se conecta com segurança às fontes de dados da sua empresa e aumentam a solicitação do usuário com as informações certas para gerar uma resposta precisa. Por exemplo, se o usuário perguntar sobre a elegibilidade das reivindicações, o agente da RAG pesquisará as informações da base de conhecimento e reconciliará as reivindicações enviadas com a resposta da política de elegibilidade: “Você precisa entregar sua carteira de motorista, fotos do veículo danificado e um relatório do acidente”.

Os clientes podem criar um agente no Amazon Bedrock com apenas algumas etapas rápidas, acelerando o tempo necessário para criar aplicações de IA generativa. Primeiro, os clientes selecionam um modelo e escrevem algumas instruções em linguagem natural (por exemplo, “você é um agente de gerenciamento de estoque que determina a disponibilidade do produto no sistema de inventário”). Os agentes orquestram e analisam a tarefa e a dividem na sequência lógica correta usando as habilidades de raciocínio do FM. Os agentes chamam automaticamente as APIs necessárias para realizar transações com os sistemas e os processos da empresa a fim de atender à solicitação e determinam ao longo do caminho se eles serão capazes de prosseguir ou se precisarão coletar mais informações. 

Os agentes do Amazon Bedrock têm a capacidade de reter memória ao longo das interações, oferecendo experiências de usuário mais personalizadas e integradas. Esse recurso permite que os agentes memorizem interações históricas e aumentem a exatidão em tarefas realizadas em várias etapas. Os usuários se beneficiam de recomendações aprimoradas e da recuperação do contexto anterior quando necessário, garantindo uma interação mais coesa e eficiente com o agente.

O Amazon Bedrock Agents oferece suporte à capacidade de gerar e executar código dinamicamente em um ambiente seguro. Isso automatiza consultas analíticas complexas que antes eram difíceis de responder apenas por meio do raciocínio do modelo. Os usuários podem aproveitar esse recurso para abordar uma ampla variedade de casos de uso sofisticados, como análise de dados, visualização de dados e solução de problemas matemáticos.

O Amazon Bedrock Agents cria automaticamente um modelo de solicitação a partir das instruções do usuário, do grupo de ação e das bases de conhecimento. Você pode usar esse modelo como uma base para refinar ainda mais o modelo de prompts gerado automaticamente e melhorar a experiência dos usuários. Você também pode atualizar a entrada do usuário, o plano de orquestração e a resposta do FM. Por fim, com a capacidade de modificar o modelo de prompts, você ganha um controle melhor sobre a orquestração do atendente.