View a markdown version of this page

Générer une recommandation à partir des résultats des analyses - Amazon Bedrock AgentCore
Lancer une recommandation rapide du systèmeRécupérez l'invite recommandéeSources de traces alternatives

Générer une recommandation à partir des résultats des analyses

Après avoir examiné les résultats de vos analyses, vous pouvez utiliser les mêmes traces d'agents pour générer une invite système améliorée. Pointez du StartRecommendation doigt l'évaluation par lots terminée qui a produit les résultats de vos analyses.

Note

La génération de recommandations n'est actuellement prise en charge que pour Builtin.Insight.FailureAnalysis obtenir des informations, et seules les recommandations rapides du système sont fournies aujourd'hui.

Lancer une recommandation rapide du système

Fournissez l'invite de votre système actuel et faites référence à l'évaluation du lot contenant les traces :

Exemple
AgentCore CLI

Générez une recommandation à partir d'une analyse d'informations terminée :

agentcore run recommendation --from-insights <id> --type system-prompt --bundle-name my_bundle --json

Ou référencez directement un ARN d'évaluation par lots :

agentcore run recommendation --batch-evaluation-arn <arn> --type system-prompt --bundle-name my_bundle --json
Interactive

  1. Exécutez agentcore pour ouvrir le TUI, puis sélectionnez Exécuter et choisissez Recommandation :

    Menu Exécuter : sélectionnez Recommandation

    L'assistant vous guide dans la sélection d'une source de trace (Insights Run ou ARN d'évaluation par lots), d'un type de recommandation et d'un bundle de configuration.

AWS SDK (boto3)
import boto3
import uuid

client = boto3.client("bedrock-agentcore", region_name="us-west-2")

response = client.start_recommendation(
    name=f"fix-rate-limiting-{uuid.uuid4().hex[:8]}",
    type="SYSTEM_PROMPT_RECOMMENDATION",
    recommendationConfig={
        "systemPromptRecommendationConfig": {
            "systemPrompt": {
                "text": "You are a helpful customer support assistant. Help users with their orders and returns."
            },
            "agentTraces": {
                "batchEvaluation": {
                    "batchEvaluationArn": "arn:aws:bedrock-agentcore:us-west-2:123456789012:batch-evaluate/insights-run-ABC1234567"
                }
            },
        }
    },
    clientToken=str(uuid.uuid4()),
)

recommendation_id = response["recommendationId"]
print(f"Started recommendation: {recommendation_id}")

Récupérez l'invite recommandée

Interrogez jusqu'à la fin, puis récupérez le résultat :

import time

while True:
    rec = client.get_recommendation(recommendationId=recommendation_id)
    if rec["status"] in ("COMPLETED", "FAILED"):
        break
    time.sleep(15)

if rec["status"] == "COMPLETED":
    result = rec["recommendationResult"]["systemPromptRecommendationResult"]
    print(f"Recommended prompt:\n{result['recommendedSystemPrompt']}")
    print(f"\nExplanation:\n{result['explanation']}")

Sources de traces alternatives

Au lieu de référencer une évaluation par lots, vous pouvez également fournir des traces via CloudWatch Logs :

"agentTraces": {
    "cloudwatchLogs": {
        "logGroupArns": [
            "arn:aws:logs:us-west-2:123456789012:log-group:/aws/bedrock-agentcore/runtimes/MyAgent-abc123-DEFAULT"
        ],
        "serviceNames": ["MyAgent.DEFAULT"],
        "startTime": "2026-05-27T00:00:00Z",
        "endTime": "2026-06-03T00:00:00Z",
    }
}