Agenti Amazon Bedrock

Gli Agenti Amazon Bedrock utilizzano il ragionamento dei modelli di fondazione (FM), delle API e dei dati per suddividere le richieste degli utenti, raccogliere informazioni pertinenti e completare le attività in modo efficiente, consentendo ai team di concentrarsi su lavori di alto valore. La creazione di un agente è semplice e veloce e si configura in pochi passaggi. Gli agenti ora includono la conservazione della memoria per una perfetta continuità delle attività e Amazon Bedrock Guardrails per la sicurezza e l'affidabilità integrate. Per le esigenze più avanzate, Amazon Bedrock supporta la collaborazione multi-agente, consentendo a più agenti specializzati di lavorare insieme su sfide aziendali complesse.

La collaborazione multi-agente di Amazon Bedrock consente agli sviluppatori di creare, implementare e gestire più agenti specializzati che collaborano senza problemi per affrontare flussi di lavoro aziendali sempre più complessi. Ogni agente si concentra su attività specifiche con il coordinamento di un agente supervisore, che suddivide i processi complessi in fasi gestibili per garantire precisione e affidabilità. Automatizzando questi processi operativi complessi, le aziende possono liberare i propri team dagli oneri operativi, consentendo loro di concentrarsi sull'innovazione e fornire un reale valore aziendale.

Amazon Bedrock Agents si connette in modo sicuro alle origini dati dell'azienda e arricchisce la richiesta dell'utente con le informazioni giuste per generare una risposta accurata. Ad esempio, se l'utente chiede informazioni sull'idoneità dei reclami, l'agente RAG cerca le informazioni dalla base di conoscenze e confronta le richieste presentate con la risposta della politica di idoneità: “È necessario consegnare la patente di guida, le foto dell'auto danneggiata e la relazione sull'incidente”.

I clienti possono creare un agente in Amazon Bedrock in pochi passaggi, accelerando il tempo necessario per integrare funzionalità di IA generativa all'interno delle applicazioni. I clienti selezionano prima un modello e scrivono alcune istruzioni in linguaggio naturale (ad esempio, “sei un agente di gestione dell'inventario che determina la disponibilità del prodotto nel sistema di inventario”). Gli agenti orchestrano e analizzano l'attività e la suddividono nella sequenza logica corretta, utilizzando le capacità di ragionamento dell'FM. Gli agenti richiamano automaticamente le API necessarie per effettuare transazioni con i sistemi e i processi aziendali per soddisfare la richiesta, determinando lungo il percorso se possono procedere o se hanno bisogno di raccogliere ulteriori informazioni. 

Amazon Bedrock Agents ha la capacità di conservare la memoria tra più interazioni, offrendo esperienze utente più personalizzate e ottimizzate. Tale funzionalità consente agli agenti di ricordare la cronologia delle interazioni e di migliorare la precisione delle attività in più fasi. Gli utenti traggono vantaggio da consigli migliorati e dal richiamo del contesto precedente, ove necessario, garantendo un'interazione più coesa ed efficiente con l'agente.

Amazon Bedrock Agents supporta la funzionalità di generazione ed esecuzione del codice in modo dinamico in un ambiente sicuro. Automatizza domande analitiche complesse a cui in precedenza era difficile rispondere esclusivamente attraverso il ragionamento basato su modelli. Gli utenti possono sfruttare questa funzionalità per affrontare un'ampia gamma di casi d'uso sofisticati come l'analisi dei dati, la visualizzazione dei dati e la risoluzione di problemi matematici.

Amazon Bedrock Agents crea automaticamente un modello di prompt a partire dalle istruzioni per l'utente, dal gruppo di operazioni e dalle knowledge base. È possibile utilizzare questo modello come linea di base, per perfezionare ulteriormente il modello di prompt generato automaticamente e migliorare l'esperienza utente. È inoltre possibile aggiornare l'input dell'utente, il piano di orchestrazione e la risposta FM. Infine, grazie alla possibilità di modificare il modello di prompt, è possibile ottenere un migliore controllo sull'orchestrazione degli agenti.