As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Usar variáveis de espaço reservado nos modelos de prompt de agente do Amazon Bedrock
É possível usar as variáveis de espaço reservado nos modelos de prompt de agente. As variáveis serão preenchidas com base em configurações preexistentes quando o modelo de prompt for chamado. Selecione uma guia para ver as variáveis que podem ser usadas para cada modelo de prompt.
- Pre-processing
-
Variável Modelos compatíveis Substituído por $functions$ Anthropic Claude Instant, Claude v2.0 APIOperações do grupo de ação e bases de conhecimento configuradas para o agente. $tools$ Anthropic Claude v2.1, Claude 3 Sonnet, Claude 3 Haiku, Claude 3 Opus, Amazon Titan Text Premier $conversation_history$ Anthropic Claude Instant, Claude v2.0, Claude v2.1 Histórico de conversas da sessão atual. $question$ Todos Entrada do usuário para a chamada InvokeAgent
atual na sessão. - Orchestration
-
Variável Modelos compatíveis Substituído por $functions$ Anthropic Claude Instant, Claude v2.0 APIOperações do grupo de ação e bases de conhecimento configuradas para o agente. $tools$ Anthropic Claude v2.1, Claude 3 Sonnet, Claude 3 Haiku, Claude 3 Opus, Amazon Titan Text Premier $agent_scratchpad$ Todos Designa uma área do modelo para anotar os pensamentos e as ações que tomou. Substituído pelas previsões e resultados das iterações anteriores no turno atual. Fornece ao modelo o contexto do que foi obtido para a entrada fornecida pelo usuário e qual deve ser a próxima etapa. $any_function_name$ Anthropic Claude Instant, Claude v2.0 Um API nome escolhido aleatoriamente a partir API dos nomes que existem nos grupos de ação do agente. $conversation_history$ Anthropic Claude Instant, Claude v2.0, Claude v2.1 Histórico de conversas da sessão atual. $instruction$ Todos Instruções de modelo configuradas para o agente. $model_instruction$ Amazon Titan Texto Premier Instruções de modelo configuradas para o agente. $prompt_session_attributes$ Todos Atributos da sessão preservados em um prompt. $question$ Todos Entrada do usuário para a chamada InvokeAgent
atual na sessão.$thought$ Amazon Titan Texto Premier Prefixo de pensamento para começar a pensar em cada turno do modelo. $knowledge_base_guideline$ Anthropic Claude 3 Sonnet, Claude 3.5 Sonnet, Claude 3 Haiku, Claude 3 Opus Instruções para o modelo formatar a saída com citações, se os resultados contiverem informações de uma base de conhecimento. Essas instruções são adicionadas somente se uma base de conhecimento estiver associada ao agente. $knowledge_base_additional_guideline$ Llama 3.1, Llama 3.2 Diretrizes adicionais para usar os resultados da pesquisa na base de conhecimento para responder a perguntas de forma concisa com citações e estrutura adequadas. Essas são adicionadas somente se uma base de conhecimento estiver associada ao agente. $memory_content$ Anthropic Claude 3 Sonnet, Claude 3 Haiku Conteúdo da memória associado ao ID de memória fornecido $memory_guideline$ Anthropic Claude 3 Sonnet, Claude 3 Haiku Instruções gerais para o modelo quando a memória está habilitada. Consulte Texto padrão para obter detalhes. $memory_action_guideline$ Anthropic Claude 3 Sonnet, Claude 3 Haiku Instruções específicas para o modelo aproveitar os dados da memória quando a memória está habilitada. Consulte Texto padrão para obter detalhes. Texto padrão usado para substituir a variável
$memory_guidelines$
You 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>
Texto padrão usado para substituir a variável
$memory_action_guidelines$
After 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>
Usar variáveis de espaço reservado para solicitar mais informações ao usuário
Será possível usar as variáveis de espaços reservados a seguir se você permitir que o agente solicite mais informações ao usuário executando uma das seguinte ações:
-
No console, defina a Entrada do usuário nos detalhes do agente.
-
Defina o
parentActionGroupSignature
paraAMAZON.UserInput
com um CreateAgentActionGroup ou UpdateAgentActionGroup solicitação.
Variável Modelos compatíveis Substituído por $ask_user_missing_parameters$ Anthropic Claude Instant, Claude v2.0 Instruções para que o modelo solicite que o usuário forneça as informações ausentes necessárias. $ask_user_missing_information$ Anthropic Claude v2.1, Claude 3 Sonnet, Claude 3 Haiku, Claude 3 Opus $ask_user_confirm_parameters$ Anthropic Claude Instant, Anthropic Claude v2.0 Instruções para que o modelo solicite que o usuário confirme os parâmetros que o agente ainda não recebeu ou sobre os quais não tem certeza. $ask_user_function$ Anthropic Claude Instant, Anthropic Claude v2.0 Um perfil para fazer uma pergunta ao usuário. $ask_user_function_format$ Anthropic Claude Instant, Anthropic Claude v2.0 O formato do perfil para fazer uma pergunta ao usuário. $ ask_user_input_examples$ Anthropic Claude Instant, Anthropic Claude v2.0 Exemplos de few shot para informar ao modelo como prever quando ele deve fazer uma pergunta ao usuário. -
- Knowledge base response generation
-
Variável Modelo Substituído por $query$ Todos, exceto Llama 3.1 and Llama 3.2 A consulta gerada pela resposta do modelo de prompt de orquestração quando prevê a próxima etapa a ser consultada na base de conhecimento. $search_results$ Todos, exceto Llama 3.1 and Llama 3.2 Os resultados recuperados para a consulta do usuário. - Post-processing
-
Variável Modelo Substituído por $latest_response$ Todos A última resposta do modelo de prompt de orquestração. $bot_response$ Amazon Titan Modelo de texto A saídas do grupo de ação e da base de conhecimento do turno atual. $question$ Todos Entrada do usuário para a InvokeAgent
.call atual na sessão.$responses$ Todos A saídas do grupo de ação e da base de conhecimento do turno atual. - Memory summarization
-
Variável Modelos compatíveis Substituída por $ resumo da conversação passada$ Todos Lista de resumos gerados anteriormente $conversação$ Todos Conversa atual entre o usuário e o agente