随着生成式人工智能解决方案的出现,组织正在寻找不同的方法来应用这些技术,以获得超越竞争对手的优势。智能应用程序由在大型数据集上训练的高级基础模型 (FM) 提供支持,现在可以理解自然语言、解释含义和意图,并生成上下文相关且类似人类的响应。这正在推动跨行业的创新,生成式人工智能展现出增强无数业务流程的巨大潜力,包括:
- 通过自动假设生成和实验设计加速研究和开发
- 通过识别数据中的微妙趋势和模式来发现隐藏的见解
- 自动化耗时的文档流程
- 通过个性化提供更好的客户体验
- 总结来自各种知识来源的数据
- 通过提供软件代码建议提高员工生产力
亚马逊基岩 是一项完全托管的服务,可以轻松构建和扩展生成式 AI 应用程序。 Amazon Bedrock 通过单个 API 提供来自领先 AI 公司(包括 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和 Amazon)的高性能基础模型选择。它使您能够使用微调、即时工程和检索增强生成 (RAG) 等技术,利用您的数据私下定制 FM,并构建使用您的企业系统和数据源运行任务的代理,同时遵守安全和隐私要求。
在这篇文章中,我们讨论如何使用 Amazon Bedrock 的综合功能来执行复杂的业务任务,并通过使用存储在数据库中的数据提供个性化来改善客户体验,例如 亚马逊Redshift。我们使用提示工程技术,利用 Redshift 数据库中存储的数据来开发和优化提示,以有效地使用基础模型。作为本示例的一部分,我们构建了一个个性化的生成式 AI 旅行行程规划器,并演示了如何根据用户的预订和存储在 Amazon Redshift 中的用户个人资料数据为用户个性化旅行行程。
即时工程
快速工程是您可以创建和设计用户输入的过程,这些输入可以指导生成式 AI 解决方案生成所需的输出。您可以选择最合适的短语、格式、单词和符号来指导基础模型,进而指导生成式 AI 应用程序与用户进行更有意义的交互。您可以使用创造力和试错方法根据输入提示创建集合,以便应用程序按预期运行。及时的工程设计使生成式人工智能应用程序更加高效和有效。您可以将开放式用户输入封装在提示中,然后再将其传递给 FM。例如,用户可能输入不完整的问题陈述,例如“在哪里购买衬衫”。在内部,该应用程序的代码使用一个设计提示:“您是一家服装公司的销售助理。一位来自美国阿拉巴马州的用户询问您在哪里购买衬衫。回复目前库存衬衫的三个最近的商店位置。”然后,基础模型会生成更相关、更准确的信息。
提示工程领域不断发展,需要创造性的表达和自然语言技能来调整提示并从 FM 获得所需的输出。提示可以包含以下任意元素:
- 操作说明 – 您希望模型执行的特定任务或指令
- 语境 – 可以引导模型做出更好响应的外部信息或附加上下文
- 输入数据 – 您想要找到答案的输入或问题
- 输出指示灯 – 输出的类型或格式
您可以针对不同行业领域的各种企业用例使用即时工程,例如:
- 银行和金融 – 即时工程使语言模型能够生成预测、进行情绪分析、评估风险、制定投资策略、生成财务报告并确保合规性。例如,您可以通过提供数据和市场指标作为提示,使用大型语言模型 (LLM) 进行财务预测。
- 医疗保健和生命科学 – 即时工程可以帮助医疗专业人员优化人工智能系统,以帮助决策过程,例如诊断、治疗选择或风险评估。您还可以设计提示来促进管理任务,例如患者安排、记录保存或计费,从而提高效率。
- 便利店 – 即时工程可以帮助零售商实施聊天机器人,以使用自然语言交互来解决常见的客户请求,例如有关订单状态、退货、付款等的查询。这可以提高客户满意度,还可以让人类客户服务团队将他们的专业知识奉献给复杂而敏感的客户问题。
在以下示例中,我们实现了旅行和酒店行业的一个用例,为即将有旅行计划的客户实施个性化旅行行程规划器。我们演示了如何构建一个生成式 AI 聊天机器人,通过丰富 Redshift 数据库中存储的用户个人资料数据的提示来与用户进行交互。然后,我们将这个丰富的提示发送给法学硕士,特别是 Amazon Bedrock 上的 Anthropic 的 Claude,以获得定制的旅行计划。
Amazon Redshift 宣布了一项名为 亚马逊红移机器学习 这使得数据分析师和数据库开发人员可以在 Redshift 数据仓库中使用熟悉的 SQL 命令轻松创建、训练和应用机器学习 (ML) 模型。然而,本文使用 Amazon Bedrock 上托管的法学硕士来演示一般即时工程技术及其优势。
解决方案概述
我们都曾在互联网上搜索过在度假期间或之前在某个地方可以做的事情。在此解决方案中,我们演示了如何生成用户可以参考的自定义、个性化旅行行程,该行程将根据他们的爱好、兴趣、最喜欢的食物等生成。该解决方案使用他们的预订数据来查找他们要去的城市以及旅行日期,并提供精确、个性化的要做的事情列表。旅行和酒店业可以使用该解决方案在其旅行预订门户中嵌入个性化旅行行程规划器。
该解决方案包含两个主要组件。首先,我们提取用户的信息,例如姓名、位置、爱好、兴趣和最喜欢的食物,以及他们即将进行的旅行预订详细信息。有了这些信息,我们将用户提示拼接在一起,并将其传递给 Amazon Bedrock 上 Anthropic 的 Claude,以获得个性化的旅行行程。下图提供了该架构中涉及的工作流程和组件的高级概述。
首先,用户登录聊天机器人应用程序,该应用程序托管在应用程序负载均衡器后面,并使用 亚马逊Cognito。我们使用聊天机器人接口从用户处获取用户ID,并将其发送到提示工程模块。用户的姓名、位置、爱好、兴趣和最喜欢的食物等信息以及他们即将进行的旅行预订详细信息(如旅行城市、入住日期和退房日期)是从 Redshift 数据库中提取的。
先决条件
在部署此解决方案之前,请确保已设置以下先决条件:
部署此解决方案
使用以下步骤在您的环境中部署此解决方案。此解决方案中使用的代码可在 GitHub回购.
第一步是确保部署解决方案的账户和 AWS 区域能够访问 Amazon Bedrock 基础模型。
- 在 Amazon Bedrock 控制台上,选择 模型访问 在导航窗格中。
- 管理模型访问.
- 选择 Anthropic Claude 模型,然后选择 保存更改.
访问状态可能需要几分钟才能更改为 授予访问权限.
接下来,我们使用以下内容 AWS CloudFormation 用于部署的模板 Amazon Redshift 无服务器 集群以及所有相关组件,包括 亚马逊弹性计算云 用于托管 Web 应用程序的 (Amazon EC2) 实例。
- 启动堆栈 启动 CloudFormation 堆栈:
- 提供堆栈名称和 SSH 密钥对,然后创建堆栈。
- 在堆栈的 输出 选项卡中,保存 Redshift 数据库工作组名称、秘密 ARN、URL 和 Amazon Redshift 服务角色 ARN 的值。
现在您已准备好使用 SSH 连接到 EC2 实例。
- 打开 SSH 客户端。
- 找到启动 CloudFormation 堆栈时输入的私钥文件。
- 将私钥文件的权限修改为400(
chmod 400 id_rsa
). - 使用公共 DNS 或 IP 地址连接到实例。例如:
- 更新配置文件
personalized-travel-itinerary-planner/core/data_feed_config.ini
使用您之前保存的区域、工作组名称和秘密 ARN。 - 运行以下命令创建包含用户信息和旅行预订数据的数据库对象:
此命令创建旅行模式以及名为的表 user_profile
和 hotel_booking
.
- 运行以下命令来启动 Web 服务:
在接下来的步骤中,您将创建一个用户帐户来登录该应用程序。
- 在 Amazon Cognito 控制台上,选择 用户池 在导航窗格中。
- 选择作为 CloudFormation 堆栈一部分创建的用户池 (travelplanner-user-pool)。
- 创建用户.
- 输入用户名、电子邮件和密码,然后选择 创建用户.
现在您可以在 Amazon Cognito 中更新回调 URL。
- 点击
travelplanner-user-pool
用户池详细信息页面,导航至 应用整合 标签。 - 在 应用程序客户列表 部分,选择您创建的客户端(
travelplanner-client
). - 在 托管用户界面 部分中,选择 编辑.
- 针对 网址,输入您从 CloudFormation 堆栈输出复制的 URL(确保使用小写)。
- 保存更改.
测试解决方案
现在我们可以通过向机器人提问来测试它。
- 在新的浏览器窗口中,输入从 CloudFormation 堆栈输出复制的 URL,然后使用您创建的用户名和密码登录。如果出现提示,请更改密码。
- 输入您要使用其信息的用户 ID(对于本文,我们使用用户 ID 1028169)。
- 向机器人询问任何问题。
以下是一些示例问题:
- 你能帮我规划一下我七月旅行的详细行程吗?
- 我应该为即将到来的旅行携带一件夹克吗?
- 可以推荐一下三月份旅游的地方吗?
使用您提供的用户 ID,提示工程模块将提取用户详细信息并设计提示以及用户提出的问题,如以下屏幕截图所示。
前面的屏幕截图中突出显示的文本是从 Redshift 数据库中提取并与一些附加指令拼接在一起的用户特定信息。良好提示的元素,如指令、上下文、输入数据和输出指示器也被指出。
将此提示传递给 LLM 后,我们会得到以下输出。在此示例中,法学硕士为用户即将预订的特定日期创建了自定义旅行行程。在规划行程时,它还考虑了用户的爱好、兴趣和最喜欢的食物。
清理
为避免产生持续费用,请清理您的基础设施。
- 在AWS CloudFormation控制台上,选择 堆栈 在导航窗格中。
- 选择您创建的堆栈并选择 删除.
结论
在这篇文章中,我们演示了如何使用 Amazon Redshift 中存储的数据设计提示,并可将其传递到 Amazon Bedrock 以获得优化的响应。该解决方案提供了一种使用您自己数据库中的专有数据构建生成式 AI 应用程序的简化方法。通过根据 Amazon Redshift 中的数据设计定制提示并让 Amazon Bedrock 生成响应,您可以使用自己的数据集以自定义方式利用生成式 AI。与更通用的提示相比,这可以提供更具体、更相关和更优化的输出。这篇文章展示了如何集成 AWS 服务来创建生成式 AI 解决方案,从而充分发挥这些技术与数据的潜力。
及时了解最新进展 生成式人工智能 并开始在 AWS 上构建。 如果您正在寻求有关如何开始的帮助,请查看 生成式人工智能创新中心.
作者简介
拉维基兰拉奥 是 AWS 的数据架构师,热衷于为各种客户解决复杂的数据挑战。 工作之余,他是戏剧爱好者和业余网球选手。
吉格纳·甘地 是位于大纽约地区的 Amazon Web Services 的高级解决方案架构师。她在领导用于大型企业应用程序的多个复杂、高度稳健且可大规模扩展的软件解决方案方面拥有超过 15 年的丰富经验。
杰森·佩德雷萨 是 AWS 的高级 Redshift 专家解决方案架构师,拥有处理 PB 级数据的数据仓库经验。在加入 AWS 之前,他在 Amazon.com 和 Amazon Devices 构建了数据仓库解决方案。他专门研究 Amazon Redshift,帮助客户构建可扩展的分析解决方案。
鲁帕里·马哈詹 是纽约 AWS 的高级解决方案架构师。她致力于成为客户值得信赖的顾问,帮助他们驾驭云之旅。她每天都致力于使用 AWS 服务设计有效的解决方案来解决复杂的业务问题。业余时间,她喜欢与家人共度时光和旅行。
- SEO 支持的内容和 PR 分发。 今天得到放大。
- PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
- 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
- 柏拉图ESG。 碳, 清洁科技, 能源, 环境, 太阳能, 废物管理。 访问这里。
- 柏拉图健康。 生物技术和临床试验情报。 访问这里。
- Sumber: https://aws.amazon.com/blogs/machine-learning/build-generative-ai-chatbots-using-prompt-engineering-with-amazon-redshift-and-amazon-bedrock/
- :具有
- :是
- :在哪里
- $UP
- 100
- 107
- 110
- 13
- 14
- 15 年
- 15%
- 178
- 4
- 400
- 7
- a
- 关于
- ACCESS
- 账号管理
- 精准的
- 横过
- 额外
- 地址
- 行政
- 高级
- 进步
- 优点
- 来临
- 顾问
- 中介代理
- AI
- AI聊天机器人
- 人工智能系统
- 援助
- 阿拉巴马
- 所有类型
- 让
- 允许
- 沿
- 还
- 业余
- Amazon
- 亚马逊Cognito
- Amazon EC2
- 亚马逊网络服务
- Amazon.com
- an
- 分析
- 分析师
- 解析
- 和
- 公布
- 人类的
- 任何
- API
- 应用
- 应用领域
- 应用领域
- 使用
- 的途径
- 适当
- 架构
- 保健
- 国家 / 地区
- AS
- 问
- 问
- 评估
- 评定
- 帮助
- 助理
- At
- 增强
- 认证
- 自动化
- 可使用
- 避免
- AWS
- AWS CloudFormation
- 摆动
- 基地
- 基于
- BE
- before
- 开始
- 背后
- 作为
- 好处
- 更好
- 计费
- 预订
- 博特
- 浏览器
- 建立
- 建筑物
- 建
- 商业
- 业务流程
- by
- 被称为
- CAN
- 能力
- 携带
- 案件
- 例
- 一定
- 挑战
- 更改
- 收费
- 聊天机器人
- 聊天机器人
- 查
- 选择
- 城市
- 城市
- 克劳德
- 清洁
- 客户
- 服装
- 云端技术
- 簇
- 码
- 采集
- COM的
- 购买的订单均
- 相当常见
- 公司
- 公司
- 竞争对手
- 复杂
- 符合
- 符合
- 组件
- 全面
- 计算
- 进行
- 配置
- 分享链接
- 安慰
- 经常
- 包含
- 包含
- 上下文
- 无数
- 创建信息图
- 创建
- 创建
- 创意奖学金
- 创造力
- 目前
- 习俗
- 顾客
- 客户体验
- 客户满意度
- 客户服务
- 合作伙伴
- 定制
- 定制
- data
- 数据仓库
- 数据仓库
- 数据库
- 数据集
- 日期
- 重要日期
- 天
- 决策
- 专用
- 演示
- 证明
- 示范
- 部署
- 部署
- 设计
- 设计
- 期望
- 详细
- 详情
- 开发
- 开发
- 研发支持
- 设备
- 诊断
- 图表
- 不同
- 讨论
- DNS
- do
- 文件
- ,我们将参加
- 此前
- 边缘
- 有效
- 效率
- 高效
- 有效
- 分子
- 邮箱地址
- 嵌
- 员工
- 如虎添翼
- 使
- 工程师
- 设计
- 工程师
- 提高
- 丰富
- 充实
- 确保
- 输入
- 进入
- 企业
- 爱好者
- 环境
- 醚(ETH)
- 演变
- 例子
- 预期
- 体验
- 实验
- 专门知识
- 表达
- 外部
- 提取
- 促进
- 熟悉
- 家庭
- 喜爱
- 专栏
- 少数
- 部分
- 文件
- 金融
- 找到最适合您的地方
- 寻找
- 姓氏:
- 以下
- 食品
- 食品
- 针对
- 收益预测
- 预测
- 格式
- 格式
- 基金会
- 止
- 加油
- ,
- 充分
- Gain增益
- 其他咨询
- 一般性
- 生成
- 产生
- 产生
- 代
- 生成的
- 生成式人工智能
- 得到
- Go
- 去
- 非常好
- 更大的
- 指南
- 处理
- 有
- 有
- he
- 帮助
- 帮助
- 帮助
- 这里
- 老旧房屋
- 高水平
- 高绩效
- 突出
- 高度
- 爱好
- 好客
- 主持人
- 托管
- 创新中心
- How To
- 但是
- HTTP
- HTTPS
- 巨大
- 人
- i
- ID
- 确定
- if
- 巨大
- 实施
- 改善
- in
- 包含
- 增加
- 增加
- 指示符
- 指标
- 行业
- 行业中的应用:
- 信息
- 基础设施
- 創新
- 输入
- 输入
- 内
- 可行的洞见
- 例
- 说明
- 整合
- 积分
- 智能化
- 意图
- 相互作用
- 互动
- 交互
- 利益
- 接口
- 内部
- 网络
- 成
- 错综复杂
- 投资
- 参与
- IP
- IP地址
- 问题
- IT
- 它的
- 旅程
- JPG
- 七月
- 保持
- 键
- 知识
- 实验室
- 语言
- 大
- 大规模
- 最新
- 发射
- 发射
- 领导
- 学习
- 生活
- 生命科学
- 喜欢
- 清单
- LLM
- 加载
- 圖書分館的位置
- 地点
- 日志
- 看
- 爱
- 机
- 机器学习
- 主要
- 使
- 制作
- 管理
- 三月
- 市场
- 大规模
- 可能..
- 意
- 医生
- 元
- 方法
- 分钟
- ML
- 模型
- 模型
- 模块
- 更多
- 更高效
- 最先进的
- my
- 姓名
- 命名
- 自然
- 自然语言
- 导航
- 旅游导航
- 需要
- 全新
- 纽约
- 纽约市
- 下页
- 现在
- 对象
- 获得
- of
- 优惠精选
- on
- 正在进行
- 优化
- 优化
- or
- 秩序
- 组织
- 输出
- 产量
- 输出
- 学校以外
- 超过
- 简介
- 己
- 页
- 面包
- 部分
- 通过
- 通过
- 通过
- 多情
- 密码
- 病人
- 模式
- 支付
- 演出
- 权限
- 个性化
- 个性化
- 个性化你的
- 短语
- 地方
- 地方
- 计划
- 规划行程
- 计划
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 播放机
- 池
- 门户网站
- 可能
- 帖子
- 潜力
- 供电
- 精确的
- 先决条件
- 先
- 隐私
- 私立
- 私钥
- 市场问题
- 问题
- 过程
- 过程
- 生产率
- 专业人士
- 本人简介
- 提示
- 所有权
- 提供
- 提供
- 优
- 国家
- 采购
- 查询
- 题
- 有疑问吗?
- 抹布
- 准备
- 建议
- 记录
- 参考
- 地区
- 监管
- 法规符合
- 有关
- 相应
- 业务报告
- 要求
- 岗位要求
- 研究
- 研究和开发
- 回应
- 响应
- 回复
- 零售商
- 恢复
- 回报
- 风险
- 风险评估
- 风险
- 健壮
- 角色
- 运行
- 销售
- 满意
- 保存
- 保存
- 说
- 可扩展性
- 鳞片
- 调度
- 科学
- 秘密
- 部分
- 保安
- 寻求
- 中模板
- 选择
- 提交
- 前辈
- 敏感
- 发送
- 情绪
- 服务
- 特色服务
- 服务
- 集
- 几个
- 她
- 如图
- 作品
- 简
- 单
- 技能
- So
- 软件
- 方案,
- 解决方案
- 解决
- 一些
- 来源
- 专家
- 专业
- 具体的
- 特别是
- 花
- 花费
- SQL
- SSH
- 稳定性
- 堆
- 开始
- 个人陈述
- 州
- Status
- 驾驶
- 步
- 步骤
- 库存
- 商店
- 存储
- 简单的
- 策略
- 强烈
- 这样
- 肯定
- 产品
- 量身定制
- 采取
- 任务
- 任务
- 队
- 技术
- 技术
- 模板
- 网球
- test
- 文本
- 比
- 这
- 剧院
- 其
- 他们
- 然后
- 从而
- 博曼
- 他们
- 事
- Free Introduction
- 三
- 蓬勃发展
- 通过
- 次
- 耗时的
- 至
- 一起
- 了
- 培训
- 熟练
- 旅行
- 治疗
- 趋势
- 旅
- 信任
- 调
- 转
- 二
- 类型
- 理解
- 联合的
- 美国
- 释放
- 即将上市
- 更新
- 网址
- 使用
- 用例
- 用过的
- 用户
- 用户
- 使用
- 运用
- 使用专有
- 假期
- 价值观
- 各个
- 通过
- 想
- 仓库保管
- 仓储服务
- 是
- 方法..
- 方法
- we
- 卷筒纸
- Web服务
- 网络应用
- 这
- 而
- WHO
- 谁的
- 将
- 窗口
- 中
- 话
- 工作
- 工作流程
- 工作组
- 合作
- 将
- 年
- 纽约
- 您
- 您一站式解决方案
- 和风网