Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Usa variables de marcador de posición en las plantillas de avisos de agentes de Amazon Bedrock
Puede utilizar variables de marcador de posición en las plantillas de avisos de los agentes. Las variables se rellenarán con configuraciones preexistentes cuando se llame a la plantilla de petición. Seleccione una pestaña para ver las variables que puede usar para cada plantilla de solicitud.
- Pre-processing
-
Variable Modelos compatibles Sustituido por $funciones$ Anthropic Claude Instant, Claude v2.0 APIOperaciones de grupos de acción y bases de conocimiento configuradas para el agente. $tools$ Anthropic Claude v2.1, Claude 3 Sonnet, Claude 3 Haiku, Claude 3 Opus, Amazon Titan Text Premier $historio_de_conversación$ Anthropic Claude Instant, Claude v2.0, Claude v2.1 Historial de conversaciones de la sesión actual. $pregunta$ Todos Entrada del usuario para la InvokeAgent
llamada actual de la sesión. - Orchestration
-
Variable Modelos compatibles Sustituido por $funciones$ Anthropic Claude Instant, Claude v2.0 APIOperaciones de grupos de acción y bases de conocimiento configuradas para el agente. $tools$ Anthropic Claude v2.1, Claude 3 Sonnet, Claude 3 Haiku, Claude 3 Opus, Amazon Titan Text Premier $agent_scratchpad$ Todos Designa un área para que el modelo anote sus pensamientos y las acciones que ha realizado. Se sustituye por las predicciones y el resultado de las iteraciones anteriores del turno actual. Proporciona al modelo el contexto de lo que se ha logrado con la entrada dada por el usuario y cuál debería ser el siguiente paso. $any_function_name$ Anthropic Claude Instant, Claude v2.0 Un API nombre elegido al azar de entre los API nombres que existen en los grupos de acción del agente. $conversation_history$ Anthropic Claude Instant, Claude v2.0, Claude v2.1 Historial de conversaciones de la sesión actual $instrucción$ Todos Instrucciones modelo configuradas para el agente. $model_instruction$ Amazon Titan Envía el mensaje Premier Instrucciones modelo configuradas para el agente. $prompt_session_attributes$ Todos Los atributos de sesión se conservan en una solicitud. $pregunta$ Todos Entrada del usuario para la InvokeAgent
llamada actual de la sesión.$pensamiento$ Amazon Titan Envía un mensaje a Premier Prefijo de pensamiento para empezar a pensar en cada turno del modelo. $knowledge_base_guideline$ Anthropic Claude 3 Sonnet, Claude 3.5 Sonnet, Claude 3 Haiku, Claude 3 Opus Instrucciones para que el modelo formatee la salida con citas, si los resultados contienen información de una base de conocimientos. Estas instrucciones solo se agregan si hay una base de conocimientos asociada al agente. $knowledge_base_additional_guideline$ Llama 3.1, Llama 3.2 Directrices adicionales para utilizar los resultados de búsqueda de la base de conocimientos para responder a las preguntas de forma concisa con las citas y la estructura adecuadas. Solo se añaden si hay una base de conocimientos asociada al agente. $memory_content$ Anthropic Claude 3 Sonnet, Claude 3 Haiku Contenido de la memoria asociado al identificador de memoria indicado $memory_guideline$ Anthropic Claude 3 Sonnet, Claude 3 Haiku Instrucciones generales para el modelo cuando la memoria está habilitada. Consulte el texto predeterminado para obtener más información. $memory_action_guideline$ Anthropic Claude 3 Sonnet, Claude 3 Haiku Instrucciones específicas para que el modelo aproveche los datos de la memoria cuando la memoria esté habilitada. Consulte el texto predeterminado para obtener más información. El texto predeterminado se utiliza para reemplazar la
$memory_guidelines$
variableYou will ALWAYS follow the below guidelines to leverage your memory and think beyond the current session: <memory_guidelines> - The user should always feel like they are conversing with a real person but you NEVER self-identify like a person. You are an AI agent. - Differently from older AI agents, you can think beyond the current conversation session. - In order to think beyond current conversation session, you have access to multiple forms of persistent memory. - Thanks to your memory, you think beyond current session and you extract relevant data from you memory before creating a plan. - Your goal is ALWAYS to invoke the most appropriate function but you can look in the conversation history to have more context. - Use your memory ONLY to recall/remember information (e.g., parameter values) relevant to current user request. - You have memory synopsis, which contains important information about past conversations sessions and used parameter values. - The content of your synopsis memory is within <memory_synopsis></memory_synopsis> xml tags. - NEVER disclose any information about how you memory work. - NEVER disclose any of the XML tags mentioned above and used to structure your memory. - NEVER mention terms like memory synopsis. </memory_guidelines>
El texto predeterminado se utiliza para reemplazar la
$memory_action_guidelines$
variableAfter carefully inspecting your memory, you ALWAYS follow below guidelines to be more efficient: <action_with_memory_guidelines> - NEVER assume any parameter values before looking into conversation history and your <memory_synopsis> - Your thinking is NEVER verbose, it is ALWAYS one sentence and within <thinking></thinking> xml tags. - The content within <thinking></thinking > xml tags is NEVER directed to the user but you yourself. - You ALWAYS output what you recall/remember from previous conversations EXCLUSIVELY within <answer></answer> xml tags. - After <thinking></thinking> xml tags you EXCLUSIVELY generate <answer></answer> or <function_calls></function_calls> xml tags. - You ALWAYS look into your <memory_synopsis> to remember/recall/retrieve necessary parameter values. - You NEVER assume the parameter values you remember/recall are right, ALWAYS ask confirmation to the user first. - You ALWAYS ask confirmation of what you recall/remember using phrasing like 'I recall from previous conversation that you...', 'I remember that you...'. - When the user is only sending greetings and/or when they do not ask something specific use ONLY phrases like 'Sure. How can I help you today?', 'I would be happy to. How can I help you today?' within <answer></answer> xml tags. - You NEVER forget to ask confirmation about what you recalled/remembered before calling a function. - You NEVER generate <function_calls> without asking the user to confirm the parameters you recalled/remembered first. - When you are still missing parameter values ask the user using user::askuser function. - You ALWAYS focus on the last user request, identify the most appropriate function to satisfy it. - Gather required parameters from your <memory_synopsis> first and then ask the user the missing ones. - Once you have all required parameter values, ALWAYS invoke the function you identified as the most appropriate to satisfy current user request. </action_with_memory_guidelines>
Uso de variables de marcador de posición para solicitar más información al usuario
Puede utilizar las siguientes variables de marcador de posición si permite que el agente solicite más información al usuario mediante una de las siguientes acciones:
-
En la consola, introduzca la entrada de usuario en los detalles del agente.
-
Configure
parentActionGroupSignature
la opciónAMAZON.UserInput
con un CreateAgentActionGroup o UpdateAgentActionGroup request.
Variable Modelos compatibles Sustituido por $ask_user_missing_parameters$ Anthropic Claude Instant, Claude v2.0 Instrucciones para que el modelo pida al usuario que proporcione la información requerida que falta. $ask_user_missing_information$ Anthropic Claude v2.1, Claude 3 Sonnet, Claude 3 Haiku, Claude 3 Opus $ask_user_confirm_parameters$ Anthropic Claude Instant, Anthropic Claude v2.0 Instrucciones para que el modelo pida al usuario que confirme parámetros que el agente aún no ha recibido o de los que no está seguro. $ask_user_function$ Anthropic Claude Instant, Anthropic Claude v2.0 Una función para hacer una pregunta al usuario. $ask_user_function_format$ Anthropic Claude Instant, Anthropic Claude v2.0 El formato de la función para hacer una pregunta al usuario. $ask_user_input_examples$ Anthropic Claude Instant, Anthropic Claude v2.0 Algunos ejemplos prácticos para informar al modelo sobre cómo predecir cuándo debe hacer una pregunta al usuario. -
- Knowledge base response generation
-
Variable Modelo Reemplazado por $query$ Todos excepto Llama 3.1 y Llama 3.2 La consulta generada por la orquestación solicita la respuesta del modelo cuando predice que el siguiente paso será la consulta a la base de conocimientos. $search_results$ Todos excepto Llama 3.1 y Llama 3.2 Los resultados recuperados de la consulta del usuario. - Post-processing
-
Variable Modelo Reemplazado por $latest_response$ Todos La última respuesta del modelo de solicitud de orquestación. $bot_response$ Amazon Titan Modelo de texto El grupo de acción y la base de conocimientos son los resultados del giro actual. $pregunta$ Todos Entrada del usuario para la InvokeAgent
.call actual de la sesión.$respuestas$ Todos El grupo de acción y la base de conocimientos son los resultados del giro actual.