Esegui il concatenamento dei prompt AI con Amazon Bedrock - AWS Step Functions
AWS CloudFormation modello e risorse aggiuntivePrerequisitiFase 1: Creare la macchina a statiPassaggio 2: Esegui la macchina a stati

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Esegui il concatenamento dei prompt AI con Amazon Bedrock

Questo progetto di esempio dimostra come è possibile effettuare l'integrazione con Amazon Bedrock per eseguire il prompt-chaining basato sull'intelligenza artificiale e creare chatbot di alta qualità utilizzando Amazon Bedrock. Il progetto concatena alcuni prompt e li risolve nella sequenza in cui vengono forniti. Il concatenamento di questi prompt aumenta la capacità del modello linguistico utilizzato di fornire una risposta altamente curata.

Questo progetto di esempio crea la macchina a stati, il supporto AWS risorse e configura le relative IAM autorizzazioni. Esplora questo progetto di esempio per saperne di più sull'utilizzo Amazon Bedrock integrazione ottimizzata dei servizi con Step Functions state machine o usatela come punto di partenza per i vostri progetti.

AWS CloudFormation modello e risorse aggiuntive

Usi un CloudFormation modello per distribuire questo progetto di esempio. Questo modello crea le seguenti risorse nel Account AWS:

  • A Step Functions macchina a stati.

  • Ruolo di esecuzione per la macchina a stati. Questo ruolo concede le autorizzazioni necessarie alla macchina a stati per accedere ad altre Servizi AWS e risorse come Amazon Bedrock InvokeModelazione.

Prerequisiti

Questo progetto di esempio utilizza il modello di linguaggio di grandi dimensioni di Cohere Command (LLM). Per eseguire correttamente questo progetto di esempio, è necessario aggiungere l'accesso a questo progetto LLM dal Amazon Bedrock console. Per aggiungere l'accesso al modello, procedi come segue:

  1. Apri la console Amazon Bedrock.

  2. Nel pannello di navigazione, scegli Model access.

  3. Scegli Gestisci l'accesso al modello.

  4. Seleziona la casella di controllo accanto a Cohere.

  5. Scegli Richiedi accesso. Lo stato di accesso per il modello Cohere viene visualizzato come Accesso concesso.

Fase 1: Creare la macchina a stati

  1. Apri la console Step Functions e scegli Crea macchina a stati.

  2. Digita bedrock nella casella di ricerca, quindi scegli Esegui il concatenamento dei prompt AI con Bedrockdai risultati di ricerca restituiti.

  3. Seleziona Successivo per continuare.

  4. Scegli Esegui una demo per creare un ready-to-deploy flusso di lavoro di sola lettura o scegli Crea su di esso per creare una definizione di macchina a stati modificabile su cui basarti e distribuire in un secondo momento.

    Questo progetto di esempio utilizza le seguenti risorse:

    • Un record AWS Step Functions macchina a stati

    • Correlati AWS Identity and Access Management (IAM) ruoli

    L'immagine seguente mostra il grafico del flusso di lavoro per il concatenamento dei prompt Perform AI con Bedrockprogetto di esempio:

    Grafico del flusso di lavoro di Perform prompt-chaining with Bedrockprogetto di esempio.

  5. Scegli Usa modello per continuare con la selezione.

I passaggi successivi dipendono dalla scelta precedente:

  1. Esegui una demo: puoi esaminare la macchina a stati prima di creare un progetto di sola lettura con risorse distribuite da AWS CloudFormation al tuo Account AWS.

    Puoi visualizzare la definizione della macchina a stati e, quando sei pronto, scegli Implementa ed esegui per distribuire il progetto e creare le risorse.

    La creazione di risorse e autorizzazioni può richiedere fino a 10 minuti per la distribuzione. Puoi utilizzare il link Stack ID per monitorare i progressi in AWS CloudFormation.

    Una volta completata la distribuzione, dovresti vedere la tua nuova macchina a stati nella console.

  2. Sviluppala: puoi rivedere e modificare la definizione del flusso di lavoro. Potrebbe essere necessario impostare i valori per i segnaposto nel progetto di esempio prima di provare a eseguire il flusso di lavoro personalizzato.

Nota

Potrebbero essere applicati costi standard per i servizi distribuiti sul tuo account.

Passaggio 2: Esegui la macchina a stati

  1. Nella pagina Macchine a stati, scegli il tuo progetto di esempio.

  2. Nella pagina del progetto di esempio, scegli Avvia esecuzione.

  3. Nella finestra di dialogo Avvia esecuzione, effettuate le seguenti operazioni:

    1. (Facoltativo) Immettete un nome di esecuzione personalizzato per sovrascrivere il valore predefinito generato.

      ASCIINomi diversi e registrazione

      Step Functions accetta nomi per macchine a stati, esecuzioni, attività ed etichette che contengono non ASCII caratteri. Poiché tali caratteri non funzioneranno con Amazon CloudWatch, ti consigliamo di utilizzare solo ASCII caratteri in modo da poter tenere traccia delle metriche. CloudWatch

    2. (Facoltativo) Nella casella Input, inserisci i valori di input comeJSON. Puoi saltare questo passaggio se stai eseguendo una demo.

    3. Selezionare Start execution (Avvia esecuzione).

    La console Step Functions ti indirizzerà a una pagina dei dettagli di esecuzione in cui puoi scegliere gli stati nella vista Graph per esplorare le informazioni correlate nel Dettagli del passaggio riquadro.