Platzhaltervariablen in Amazon Bedrock Agent-Prompt-Vorlagen - Amazon Bedrock

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Platzhaltervariablen in Amazon Bedrock Agent-Prompt-Vorlagen

Sie können Platzhaltervariablen in Vorlagen für Eingabeaufforderungen für Agenten verwenden. Die Variablen werden mit bereits vorhandenen Konfigurationen gefüllt, wenn die Vorlage zur Eingabeaufforderung aufgerufen wird. Wählen Sie eine Registerkarte aus, um Variablen anzuzeigen, die Sie für jede Eingabeaufforderungsvorlage verwenden können.

Pre-processing
Variable Unterstützte Modelle Ersetzt durch
$Funktionen$ AnthropicClaude Instant, v2.0 Claude API-Operationen und Wissensdatenbanken für Aktionsgruppen, die für den Agenten konfiguriert wurden.
$tools$ AnthropicClaudev2.1,Claude 3 Sonnet, Claude 3 HaikuClaude 3 Opus, Amazon Titan Text Premier
$Konversationsgeschichte$ AnthropicClaude Instant, v2.0, v2.1 Claude Claude Konversationsverlauf für die aktuelle Sitzung.
$frage$ Alle Benutzereingabe für den aktuellen InvokeAgent Anruf in der Sitzung.
Orchestration
Variable Unterstützte Modelle Ersetzt durch
$Funktionen$ AnthropicClaude Instant, v2.0 Claude API-Operationen und Wissensdatenbanken für Aktionsgruppen, die für den Agenten konfiguriert wurden.
$tools$ AnthropicClaudev2.1,Claude 3 Sonnet, Claude 3 HaikuClaude 3 Opus, Amazon Titan Text Premier
$agent_scratchpad$ Alle Bezeichnet einen Bereich, in dem das Modell seine Gedanken und Maßnahmen, die es ergriffen hat, aufschreiben kann. Ersetzt durch Vorhersagen und Ausgaben der vorherigen Iterationen in der aktuellen Runde. Liefert dem Modell einen Kontext darüber, was für die jeweilige Benutzereingabe erreicht wurde und was der nächste Schritt sein sollte.
$any_function_name$ AnthropicClaude Instant, v2.0 Claude Ein zufällig ausgewählter API-Name aus den API-Namen, die in den Aktionsgruppen des Agenten vorhanden sind.
$conversation_history$ AnthropicClaude Instant, v2.0, v2.1 Claude Claude Konversationsverlauf für die aktuelle Sitzung
$Anweisung$ Alle Für den Agenten konfigurierte Modellanweisungen.
$model_instruction$ Amazon Titan Text Premier Für den Agenten konfigurierte Modellanweisungen.
$prompt_session_attributes$ Alle Sitzungsattribute werden während der gesamten Eingabeaufforderung beibehalten.
$frage$ Alle Benutzereingabe für den aktuellen InvokeAgent Anruf in der Sitzung.
$dachte$ Amazon Titan Text Premier Gedankenpräfix, mit dem das Nachdenken bei jeder Runde für das Modell gestartet wird.
$knowledge_base_guideline$ Anthropic Claude 3 Sonnet, Claude 3 Haiku, Claude 3 Opus Anweisungen für das Modell zur Formatierung der Ausgabe mit Quellenangaben, falls die Ergebnisse Informationen aus einer Wissensdatenbank enthalten. Diese Anweisungen werden nur hinzugefügt, wenn dem Agenten eine Wissensdatenbank zugeordnet ist.

Sie können die folgenden Platzhaltervariablen verwenden, wenn Sie dem Agenten erlauben, den Benutzer nach weiteren Informationen zu fragen, indem Sie eine der folgenden Aktionen ausführen:

Variable Unterstützte Modelle Ersetzt durch
$ask_user_missing_parameters$ AnthropicClaude Instant, v2.0 Claude Anweisungen für das Modell, den Benutzer zur Angabe der erforderlichen fehlenden Informationen aufzufordern.
$ask_user_missing_information$ AnthropicClaudev2.1,, Claude 3 Sonnet Claude 3 Haiku Claude 3 Opus
$ask_user_confirm_parameters$ AnthropicClaude Instant, v2.0 Anthropic Claude Anweisungen für das Modell, den Benutzer zur Bestätigung von Parametern aufzufordern, die der Agent noch nicht erhalten hat oder bei denen er sich nicht sicher ist.
$ask_user_function$ AnthropicClaude Instant, v2.0 Anthropic Claude Eine Funktion, um dem Benutzer eine Frage zu stellen.
$ask_user_function_format$ AnthropicClaude Instant, v2.0 Anthropic Claude Das Format der Funktion, um dem Benutzer eine Frage zu stellen.
$ask_user_input_examples$ AnthropicClaude Instant, v2.0 Anthropic Claude Wenige Beispiele, die das Modell darüber informieren, wie es vorhersagen kann, wann es dem Benutzer eine Frage stellen sollte.
Knowledge base response generation
Variable Modell Ersetzt durch
$query$ Alle Die Abfrage, die durch die Antwort des Orchestrierungs-Prompt-Modells generiert wird, wenn es voraussagt, dass der nächste Schritt die Abfrage der Wissensdatenbank sein wird.
$search_results$ Alle Die abgerufenen Ergebnisse für die Benutzerabfrage.
Post-processing
Variable Modell Ersetzt durch
$latest_response$ Alle Die Antwort des Modells auf die letzte Orchestrierungsaufforderung.
$bot_response$ TitanAmazon-Textmodell Die Ergebnisse der Aktionsgruppe und der Wissensdatenbank aus der aktuellen Runde.
$Frage$ Alle Benutzereingabe für den aktuellen InvokeAgent .call in der Sitzung.
$Antworten$ Alle Die Ergebnisse der Aktionsgruppe und der Wissensdatenbank aus der aktuellen Runde.