צור סוכני AI עם Amazon Bedrock

צור סוכני AI גנרטיביים שיוצרים אינטראקציה עם מערכות החברה שלך בכמה קליקים, תוך שימוש ב-Amazon Bedrock ב-Amazon SageMaker Unified Studio.

סוכני AI גנרטיביים עבור תהליכי עבודה אוטומטיים

Amazon Bedrock ב-SageMaker Unified Studio מאפשר לך ליצור ולפרוס סוכני AI גנרטיביים מתוחכמים. סוכנים אלה יכולים להשתלב בצורה חלקה עם היישומים, מסדי הנתונים ואפילו מערכות צד שלישי של הארגון שלך. רמה זו של אינטגרציה מאפשרת אינטראקציות בשפה טבעית בכל ערימת הטכנולוגיה שלך. סוכן הצ’אט פועל כגשר חיוני, המחבר בין מערכות מידע מורכבות לתקשורת ידידותית למשתמש. על ידי מינוף פונקציות Amazon Bedrock ו-Amazon Bedrock Knowledge Bases, הסוכן מקבל את היכולת להתחבר למקורות נתונים מגוונים. מקורות אלה יכולים לנוע מממשקי API של JIRA למעקב אחר מצב הפרויקט בזמן אמת ועד למערכות ניהול קשרי לקוחות (CRM) לאחזור מידע על לקוחות. הסוכן יכול גם לעדכן משימות פרויקט, לנהל העדפות משתמשים ועוד הרבה יותר.

פונקציונליות מקיפה זו מספקת יתרונות משמעותיים לצוותים שונים בארגון. צוותי מכירות ושיווק יכולים לקבל גישה מהירה למידע על לקוחות ולזמני הפגישות המועדפים עליהם. מנהלי פרויקטים יכולים לנהל ביעילות משימות וצירי זמן של JIRA, תוך אופטימיזציה של תהליכי עבודה של פרויקטים. תהליך יעיל זה, המאפשר על ידי סוכן ה-AI, מוביל לפרודוקטיביות משופרת ואינטראקציות משופרות עם לקוחות בכל הארגון.

סקירת פתרון

Amazon Bedrock מספק סביבה מנוהלת ושיתופית, הכל בתוך SageMaker Unified Studio, לבנייה ושיתוף של יישומי AI גנרטיביים. הבה נתעמק בדוגמה מעשית של פתרון המדגים את היישום של סוכן ניהול לקוחות:

• Agentic Chat: ניתן לבנות יישום צ’אט סוכני מתוחכם באמצעות תכונות יישום הצ’אט של Amazon Bedrock. ניתן לשלב יישום צ’אט זה בצורה חלקה עם פונקציות שנבנות בקלות באמצעות שירותי AWS אחרים, כגון AWS Lambda עבור מחשוב ללא שרת ו-Amazon API Gateway ליצירה וניהול של ממשקי API.
• ניהול נתונים: SageMaker Unified Studio, בשילוב עם Amazon DataZone, מציע פתרון מקיף לניהול נתונים באמצעות השירותים המשולבים שלו. למנהלי הארגון יש שליטה מדויקת על גישת החברים למודלים ולתכונות של Amazon Bedrock. זה מבטיח ניהול זהויות מאובטח ובקרת גישה מפורטת, תוך שמירה על אבטחת הנתונים ותאימות.

לפני שנצלול עמוק לתוך פריסת סוכן ה-AI, מועיל לעבור על השלבים העיקריים של הארכיטקטורה.

זרימת העבודה מתפתחת כדלקמן:

1. אימות משתמש ואינטראקציה: המשתמש יוזם את התהליך על ידי כניסה ל-SageMaker Unified Studio באמצעות אישורי ה-SSO של הארגון שלו מ-AWS IAM Identity Center. לאחר האימות, המשתמש מקיים אינטראקציה עם יישום הצ’אט באמצעות שפה טבעית, שואל שאלות או מגיש בקשות.
2. הפעלת פונקציה: יישום הצ’אט של Amazon Bedrock משתמש בצורה חכמה בפונקציה מוגדרת מראש כדי לאחזר מידע רלוונטי. פונקציה זו עשויה להיות מתוכננת לאחזר עדכוני סטטוס של JIRA או מידע על לקוחות ממסד הנתונים. האחזור מתבצע דרך נקודת קצה מאובטחת באמצעות API Gateway.
3. גישה מאובטחת והפעלת Lambda: יישום הצ’אט מאמת את עצמו עם API Gateway כדי לגשת בצורה מאובטחת לנקודת הקצה המיועדת. אימות זה מושג באמצעות מפתח API שנוצר באופן אקראי המאוחסן בצורה מאובטחת ב-AWS Secrets Manager. בהתבסס על בקשת המשתמש, פונקציית Lambda המתאימה מופעלת.
4. ביצוע פעולה: פונקציית Lambda, המופעלת כעת, מבצעת את הפעולות הספציפיות שביקש המשתמש. זה כרוך בקריאה ל-JIRA API או בשאילתה למסד הנתונים עם הפרמטרים הדרושים שסופקו על ידי הסוכן. הסוכן מתוכנן לטפל במגוון משימות, כולל:
   1. מתן סקירה תמציתית של לקוח ספציפי.
   2. רישום אינטראקציות אחרונות עם לקוח מסוים.
   3. אחזור העדפות הפגישה עבור לקוח ייעודי.
   4. אחזור רשימה של כרטיסי JIRA פתוחים המשויכים לפרויקט ספציפי.
   5. עדכון תאריך היעד עבור כרטיס JIRA מסוים.

דרישות קדם

כדי לעקוב אחר יישום פתרון זה ולבנות סוכן ניהול לקוחות משלך, תזדקק לדרישות הקדם הבאות:

• חשבון AWS: חשבון AWS פעיל חיוני כדי לגשת לשירותים הדרושים.
• גישה ל-SageMaker Unified Studio: נדרשת גישת משתמש ל-Amazon Bedrock בתוך SageMaker Unified Studio.
• גישה למודל: תזדקק לגישה למודל Amazon Nova Pro ב-Amazon Bedrock. ודא שמודל זה זמין באזור AWS נתמך.
• הגדרת JIRA: יישום JIRA, כתובת ה-JIRA המתאימה לו ואסימון JIRA API המשויך לחשבונך נחוצים לשילוב עם JIRA.

ההנחה היא שיש לך הבנה בסיסית של מושגי serverless בסיסיים ב-AWS, כולל API Gateway, פונקציות Lambda ו-IAM Identity Center. בעוד שפוסט זה לא יספק הגדרות מעמיקות של שירותים אלה, נדגים את מקרי השימוש שלהם בהקשר של תכונות Amazon Bedrock החדשות הזמינות בתוך SageMaker Unified Studio.

פריסת הפתרון

כדי לפרוס את פתרון סוכן ניהול הלקוחות, בצע את השלבים הבאים:

1. הורד קוד: התחל בהורדת הקוד הדרוש ממאגר GitHub שסופק.
2. אחזר אישורי JIRA: השג את הערכים עבור JIRA_API_KEY_ARN, JIRA_URL ו-JIRA_USER_NAME עבור פונקציית Lambda. אישורים אלה ישמשו לאימות מול מופע JIRA שלך.
3. הפעל ערימת CloudFormation: השתמש בתבנית AWS CloudFormation שסופקה. עיין בתיעוד בנושא “צור ערימה ממסוף CloudFormation” לקבלת הוראות מפורטות על הפעלת הערימה באזור AWS המועדף עליך.
4. כתובת URL של API Gateway: לאחר פריסת ערימת CloudFormation בהצלחה, נווט ללשונית Outputs. אתר ורשום את הערך ApiInvokeURL. כתובת URL זו מייצגת את נקודת הקצה עבור API Gateway שלך.
5. תצורת Secrets Manager: גש למסוף Secrets Manager. מצא את הסודות המתאימים ל-JIRA_API_KEY_ARN, JIRA_URL ו-JIRA_USER_NAME.
6. עדכן ערכי סוד: בחר באפשרות Retrieve secret עבור כל סוד. העתק את המשתנים המתאימים שהושגו בשלב 2 למחרוזת הטקסט הפשוט הסודית. זה יאחסן בצורה מאובטחת את אישורי JIRA שלך.
7. היכנס ל-SageMaker Unified Studio: היכנס ל-SageMaker Unified Studio באמצעות אישורי ה-SSO של הארגון שלך.

יצירת פרויקט חדש

כשהתשתית במקומה, בואו ניצור פרויקט חדש בתוך SageMaker Unified Studio:

1. יצירת פרויקט: בדף הנחיתה של SageMaker Unified Studio, התחל ביצירת פרויקט חדש.
2. שם הפרויקט: הקצה שם תיאורי לפרויקט שלך (לדוגמה, crm-agent).
3. בחירת פרופיל: בחר את פרופיל פיתוח יישומי AI גנרטיביים והמשך.
4. הגדרות ברירת מחדל: קבל את הגדרות ברירת המחדל והמשך.
5. אישור: סקור את תצורת הפרויקט ובחר Create project כדי לאשר.

בניית יישום סוכן הצ’אט

כעת, בואו נבנה את הליבה של הפתרון שלנו – יישום סוכן הצ’אט:

1. אתחול סוכן צ’אט: בתוך דף הנחיתה של הפרויקט crm-agent, אתר את הקטע New בצד ימין. בחר Chat agent כדי להתחיל לבנות את היישום שלך.
   זה יציג רשימה של תצורות עבור יישום הסוכן שלך.

2. בחירת מודל: תחת קטע המודל, בחר מודל בסיס (FM) רצוי הנתמך על ידי Amazon Bedrock. עבור crm-agent זה, נבחר ב-Amazon Nova Pro.

3. הגדרת הנחיית מערכת: בקטע הנחיית המערכת, ספק את ההנחיה הבאה. הנחיה זו תנחה את התנהגות הסוכן ואת תגובותיו. ניתן לכלול באופן אופציונלי דוגמאות של קלט משתמש ותגובות מודל כדי לחדד עוד יותר את ביצועיו.

   You are a customer relationship management agent tasked with helping a sales person plan their work with customers. You are provided with an API endpoint. This endpoint can provide information like company overview, company interaction history (meeting times and notes), company meeting preferences (meeting type, day of week, and time of day). You can also query Jira tasks and update their timeline. After receiving a response, clean it up into a readable format. If the output is a numbered list, format it as such with newline characters and numbers.

4. יצירת פונקציה: בקטע Functions, בחר Create a new function. פונקציה זו תגדיר את הפעולות שהסוכן יכול לבצע.

5. שם הפונקציה: תן לפונקציה שלך שם תיאורי, כגון crm_agent_calling.

6. סכימת פונקציה: עבור Function schema, השתמש בהגדרת OpenAPI שסופקה במאגר GitHub. סכימה זו מגדירה את פרמטרי הקלט והפלט עבור הפונקציה שלך.

7. תצורת אימות: עבור Authentication method, בחר API Keys (Max. 2 Keys) והזן את הפרטים הבאים:

   1. עבור Key sent in, בחר Header.
   2. עבור Key name, הזן x-api-key.
   3. עבור Key value, הזן את מפתח ה-API של Secrets Manager.

8. נקודת קצה של שרת API: בקטע API servers, הזן את כתובת ה-URL של נקודת הקצה שהשגת מ-CloudFormation Outputs (ה-ApiInvokeURL).

9. סיום הפונקציה: בחר Create כדי לסיים את יצירת הפונקציה.

10. שמירת יישום: בקטע Functions של יישום סוכן הצ’אט, בחר את הפונקציה שיצרת זה עתה ובחר Save כדי להשלים את יצירת היישום.

דוגמאות לאינטראקציות

בואו נחקור כמה דוגמאות מעשיות לאופן שבו ניתן להשתמש בסוכן צ’אט זה:

מקרה שימוש 1: אנליסט CRM מאחזר פרטי לקוחות

אנליסט CRM יכול להשתמש בשפה טבעית כדי לאחזר פרטי לקוחות המאוחסנים במסד הנתונים. הנה כמה שאלות לדוגמה שהם עשויים לשאול:

• “Give me a brief overview of customer C-jkl101112.”
• “List the last 2 recent interactions for customer C-def456.”
• “What communication method does customer C-mno131415 prefer?”
• “Recommend optimal time and contact channel to reach out to C-ghi789 based on their preferences and our last interaction.”

הסוכן, עם קבלת בקשות אלה, ישאילת בצורה חכמה את מסד הנתונים ויספק את התשובות המתאימות בפורמט ברור ותמציתי.

מקרה שימוש 2: מנהל פרויקטים מנהל כרטיסי JIRA

מנהל פרויקטים יכול להשתמש בסוכן כדי לרשום ולעדכן כרטיסי JIRA. הנה כמה אינטראקציות לדוגמה:

• “What are the open JIRA Tasks for project id CRM?”
• “Please update JIRA Task CRM-3 to 1 weeks out.”

הסוכן יגש ללוח JIRA, יאחזר את פרטי הפרויקט הרלוונטיים ויספק רשימה של משימות JIRA פתוחות. הוא גם יעדכן את ציר הזמן של משימה ספציפית כפי שביקש המשתמש.

ניקוי

כדי למנוע עלויות מיותרות, בצע את שלבי הניקוי הבאים:

1. מחק ערימת CloudFormation: מחק את ערימת CloudFormation שפרסת קודם לכן.
2. מחק רכיב פונקציה: הסר את רכיב הפונקציה שיצרת ב-Amazon Bedrock.
3. מחק יישום סוכן צ’אט: מחק את יישום סוכן הצ’אט בתוך Amazon Bedrock.
4. מחק Domains: מחק את ה-domains ב-SageMaker Unified Studio.

עלות

שימוש ב-Amazon Bedrock בתוך SageMaker Unified Studio אינו כרוך בחיובים נפרדים. עם זאת, תחויב עבור שירותי AWS והמשאבים הבודדים שנעשה בהם שימוש במסגרת השירות. Amazon Bedrock פועל על פי מודל תשלום לפי שימוש, כלומר אתה משלם רק עבור המשאבים שאתה צורך, ללא עמלות מינימום או התחייבויות מראש.

אם אתה זקוק לסיוע נוסף בחישובי תמחור או שיש לך שאלות לגבי אופטימיזציה של עלויות עבור מקרה השימוש הספציפי שלך, מומלץ לפנות לתמיכת AWS או להתייעץ עם מנהל החשבון שלך. הם יכולים לספק הדרכה מותאמת אישית בהתבסס על הצרכים שלך.