KI- und Agentensicherheit in Amazon Quick

Amazon Quick umfasst KI-Funktionen, die Inhalte lesen, Maßnahmen ergreifen und automatisierte Workflows ausführen. Diese Funktionen führen Eigenschaften ein, die sich von herkömmlichen BI-Funktionen unterscheiden. Auf dieser Seite erfahren Sie, was diese Funktionen unterscheidet, wie die verfügbaren Steuerelemente angewendet werden und wo diese Steuerelemente Grenzen haben. Die entsprechende Sicherheitscheckliste finden Sie unterSicherheit in Quick.

Was unterscheidet diese Funktionen

Drei Eigenschaften unterscheiden die KI- und Agentenfunktionen von herkömmlichen Funktionen wie Dashboards und Datensätzen.

• Der Assistent liest Inhalte, die Ihre Benutzer nicht verfasst haben. Wissensdatenbanken, Websuche, Drittanbieter von Recherchen und Konnektoren liefern alle Inhalte, die von außerhalb Ihrer Organisation stammen. Jeder Inhalt, der außerhalb Ihrer Vertrauensgrenze liegt, ist eine potenzielle Quelle für kontradiktorischen Input. Die vollständige Liste der Inhaltsquellen finden Sie unter. Two-condition Modell für das Risiko kontradiktorischer Inhalte

• Der Assistent kann Aktionen mit Auswirkungen außerhalb des Dienstes ausführen. Über Konnektoren, Model Context Protocol (MCP) -Servertools und Web-Suchanfragen kann der Assistent Änderungen in externen Systemen bewirken. Eine vollständige Bestandsaufnahme der ausgehenden Pfade finden Sie unter. Ausgehende Verbindungen und ausgehender Datenfluss in Amazon Quick

• Einige Funktionen werden ausgeführt, ohne dass eine Person zuschaut — Automatisierte Workflows werden nach einem Zeitplan oder als Reaktion auf Ereignisse ausgeführt, ohne dass eine interaktive Benutzersitzung erforderlich ist. Dadurch ändert sich die Art und Weise, wie Sie das Risiko jeder Aktion bewerten. Weitere Informationen finden Sie unter Autonomie und Identität.

Keine dieser Eigenschaften gibt es nur bei Amazon Quick. Sie sind AI-powered dienstübergreifend üblich. Zusammengenommen bedeuten sie, dass dieselbe Sicherheitsüberprüfung, die Sie für ein herkömmliches Dashboard durchführen, das Risikoprofil eines Agenten oder eines automatisierten Workflows nicht vollständig berücksichtigt.

Two-condition Modell für das Risiko kontradiktorischer Inhalte

Das Risiko, auf der Grundlage widersprüchlicher Inhalte vorzugehen, setzt voraus, dass zwei Bedingungen gleichzeitig vorliegen:

1. Der Assistent kann Inhalte von außerhalb Ihrer Vertrauensgrenze lesen.

2. Der Assistent kann eine Folgemaßnahme ergreifen.

Wenn Sie eine der beiden Bedingungen einschränken, verringert sich Ihre Exposition. Eine Vertrauensgrenze ist die Gruppe von Inhaltsquellen, die Sie als sicher und unter Ihrer Kontrolle betrachten. Jeder Inhalt, der von außerhalb dieser Grenze in den Kontext des Assistenten gelangt, ist per Definition nicht vertrauenswürdig.

Oberfläche lesen

Die folgenden Quellen können Inhalte für den Kontext des Assistenten bereitstellen. Jede ist ein Punkt, an dem Inhalte eingegeben werden können, die Sie nicht verfasst haben.

• Abrufen der Wissensdatenbank und des Indexes (einschließlich der Erstellung eines eigenen Index von Amazon Q Business)

• In Spaces hochgeladene Dateien

• Im Chat hochgeladene Dateien

• Ergebnisse der Internetsuche

• Third-party Daten von Forschungsdienstleistern

• Von Action Connectors zurückgegebener Inhalt

• Inhalt, der von Remote-MCP-Servertools zurückgegeben wird

Der beibehaltene Kontext trägt ebenfalls zur Leseoberfläche bei. Vergangene Konversationen und in Quick Desktop aus verbundenen Datenquellen gewonnene Entitäten bleiben über die gesamte Sitzung hinweg erhalten und können als Grundlage für spätere Antworten dienen. Weitere Informationen finden Sie unter Speicher und beibehaltener Kontext.

Nicht alle diese Quellen bergen das gleiche Risiko. Dateien, die von Ihren eigenen Benutzern im Chat hochgeladen wurden, liegen innerhalb Ihrer Vertrauensgrenze. Inhalte, die von einer Web-Suchanfrage an das offene Internet zurückgegeben werden, sind es nicht. Bewerten Sie jede Quelle anhand Ihrer Vertrauensgrenze, wenn Sie Ihre Konfiguration überprüfen.

Oberfläche der Aktion

Die folgenden Pfade ermöglichen es dem Assistenten, Effekte außerhalb von Amazon Quick zu verursachen. Jeder Punkt ist ein Punkt, an dem eine Folgemaßnahme eintreten kann.

• On-demand Aktionen über Drittanbieter- und AWS Service-Connectors

• Automatisierte Workflow-Aktionen über Connectors auf Service-Ebene

• Aufrufe des MCP-Servertools aus der Ferne

• Web-Suchanfragen (Kontext extern senden)

• Quick Apps überbrücken API-Aufrufe (in einer Sandbox)

• Codeausführung auf Quick Desktop (Dateieffekte auf dem Computer des Benutzers innerhalb der konfigurierten Ordnerberechtigungen; andere Oberflächen zur Codeausführung werden in einer Sandbox ohne externen Zugriff ausgeführt)

• Geplante Ausführung des Agenten

Eine vollständige Bestandsaufnahme der ausgehenden Pfade, einschließlich der Daten, die die einzelnen Pfade durchlaufen können und wer die Kontrolle darüber hat, finden Sie unterAusgehende Verbindungen und ausgehender Datenfluss in Amazon Quick.

Autonomie und Identität

Amazon Quick unterstützt zwei Aufrufmodelle mit unterschiedlichen Sicherheitsmerkmalen. Derselbe Connector oder dieselbe Aktion birgt unterschiedliche Risiken, je nachdem, welches Modell ihn aufruft.

On-demand Aktionen

On-demand Aktionen sind benutzerinitiiert und interaktiv. Sie authentifizieren sich mit den persönlichen Anmeldeinformationen des einzelnen Benutzers und agieren als aufrufender Benutzer. Jede On-Demand-Aktion ist durch die Connector-Berechtigungen dieses Benutzers begrenzt, und eine Person ist in der Sitzung anwesend, wenn sie ausgeführt wird.

Automatisierte Arbeitsabläufe

Automatisierte Workflows sind geplant oder durch Ereignisse ausgelöst und nicht interaktiv. Sie authentifizieren sich auf Serviceebene und nicht als einzelner Benutzer. Da sie die Authentifizierung auf Dienstebene verwenden, sind sie nicht an die Connector-Berechtigungen eines einzelnen Benutzers gebunden und werden unbeaufsichtigt ausgeführt.

Die Konsequenz aus Ihrer Überprüfung ist, dass ein automatisierter Workflow jede Ressource erreichen kann, die die Service-Level-Anmeldeinformationen zulassen, unabhängig davon, welcher Benutzer den Workflow erstellt hat. Es findet keine interaktive Sitzung statt, in der beobachtet werden kann, was während der Ausführung passiert. Eine Aktion kann ein begrenztes Risiko bergen, wenn Sie sie bei Bedarf aufrufen. Dieselbe Aktion kann mit einem größeren Risiko verbunden sein, wenn sie von einem automatisierten Workflow aufgerufen wird, der auf Serviceniveau erreicht wird.

Einen Schritt zur Überprüfung hinzufügen

Um einen Prüfungsschritt zu einem automatisierten Arbeitsablauf hinzuzufügen, verwenden Sie das Menschen-in-the-Loop-Taskcenter. Bei Workflows, bei denen Sie möchten, dass eine Person eine Aktion genehmigt, bevor sie ausgeführt wird, unterbricht das Taskcenter die Ausführung und holt die Genehmigung ein, bevor der Workflow fortgesetzt wird. Weitere Informationen finden Sie unter Human-in-the-loop Taskcenter.

Menschliche Aufsicht

Sie können an fünf Punkten im Lebenszyklus von KI- und Agentenfunktionen menschliche Genehmigungsmechanismen einsetzen. Zusammen bilden sie ein vielschichtiges Modell für die menschliche Aufsicht.

1. Genehmigung von Fähigkeiten (standardmäßig verweigern) — Neue KI-Funktionen in einer eingeschränkten Kategorie werden beim Start verweigert, bis ein Administrator sie ausdrücklich genehmigt. Dieses Verbot gilt, bevor eine Fähigkeit für einen Benutzer verfügbar ist. Weitere Informationen finden Sie unter Standardmäßig ablehnen.

2. Build-time Zustimmung (Zustimmung zur App-Integration) — Wenn der Apps-Agent einer App eine Integration hinzufügt (Action Connector, Space, Dashboard-Grafik oder KI-Inferenz), fordert er den Autor zur Genehmigung auf. Die veröffentlichte App enthält niemals nicht genehmigte Integrationen, und App-Zuschauer erben den genehmigten Integrationsumfang und nicht den umfassenderen Zugriff. Weitere Informationen finden Sie unter Modell der Zustimmung zur Integration.

3. Freigabe teilen (Flows) — Benutzerdefinierte Berechtigungen steuern, welche Benutzer Anfragen zur Flow-Sharing prüfen und genehmigen können und ob Ersteller Flows ohne Genehmigung teilen können. Administratoren konfigurieren diese Funktionen über benutzerdefinierte Berechtigungsprofile. Weitere Informationen finden Sie unter Benutzerdefinierte Berechtigungen.

4. Runtime Review (Mensch-In-the-Loop-Taskcenter) — Bei Workflows, bei denen Sie möchten, dass eine Person eine Aktion genehmigt, bevor sie ausgeführt wird, unterbricht das Human-in-the-Loop-Taskcenter die Ausführung und holt die Genehmigung ein. Dieses Gate ist optional und pro Workflow. Weitere Informationen finden Sie unter Human-in-the-loop Taskcenter.

5. Per-action Benutzersteuerung (Desktop, Vorschau) — Auf Quick Desktop kann jedes Systemtool einzeln aktiviert oder deaktiviert werden und unterstützt ein dreistufiges Berechtigungsmodell — Vollzugriff , Nur Lesen und Jedes Mal fragen — mit Granularität für jeden Vorgang. Bei Vollzugriff werden Operationen ausgeführt, ohne dass eine Bestätigung erforderlich ist. Ask Each Time bestätigt jeden Vorgang. Dadurch liegt im Moment jeder Aktion eine Genehmigungsentscheidung für die von Ihnen aktivierten Tools in Ihrer Hand. Weitere Informationen erhalten Sie unter Zugriffsebenen und Verwalten von Berechtigungen.

Wenn eine Aufforderung pro Aktion gilt, handelt es sich um eine vom Benutzer konfigurierbare Auswahl. Auf dem Desktop stellen Sie ein Tool auf „Jedes Mal fragen“ ein, um jeden Vorgang zu bestätigen, oder auf „Vollzugriff“, um es ohne Aufforderung auszuführen. Im Web-Erlebnis werden On-Demand-Aktionen ausgeführt, wenn Sie sie auslösen, und automatisierte Workflows sind von Natur aus nicht interaktiv — die Gates an der Fähigkeit, dem Aufbau und der gemeinsamen Nutzung erledigen dort die Arbeit.

Per-action Eine Bestätigung ist daher verfügbar, aber nicht allgemein gültig. Das hängt von der Oberfläche und davon ab, wie Sie die einzelnen Werkzeuge konfigurieren.

Bei einem automatisierten Arbeitsablauf, der unbeaufsichtigt ausgeführt wird, gibt es keine interaktive Sitzung, in der irgendetwas bestätigt werden könnte. Bei diesen Workflows gehört die Überprüfung zum Zeitpunkt der Genehmigung, wenn Sie evaluieren, was mit der Automatisierung erreicht werden kann und was sie leisten kann.

Kontrollen und Grenzen für KI- und Agentenfunktionen

Amazon Quick bietet die folgenden Steuerelemente, die für KI- und Agentenfunktionen relevant sind. Jede Steuerung wird zusammen mit ihren Grenzwerten beschrieben.

Durchsetzung der Zugriffsberechtigungen

Bei Wissensdatenbanken, für die die Unterstützung von Zugriffskontrolllisten (ACL) auf Dokumentebene aktiviert ist, erzwingt Amazon Quick bei jedem Abruf synchronisierte Dokumentberechtigungen. Zu den unterstützten Integrationen gehören Amazon S3, Google Drive, Microsoft SharePoint, Atlassian Confluence Cloud und Microsoft. OneDrive Wenn Amazon Quick die Dokumentberechtigungen für eine Abfrage nicht auswerten kann, gibt es keine Dokumente zurück, sondern ungefilterte Ergebnisse.

Limit — Die ACL-Durchsetzung gilt nur für Wissensdatenbanken, die mit ACL-Unterstützung erstellt wurden. Wissensdatenbanken, die ohne ACL-Unterstützung erstellt wurden, setzen keine Berechtigungen auf Dokumentebene durch. Die ACL-Konfiguration ist permanent und kann nach der Erstellung nicht mehr geändert werden. Weitere Informationen finden Sie unter Bewährte Methoden für die Verwaltung von ACLs in Wissensdatenbanken.

Standardmäßig benutzerdefinierte und verweigerbare Berechtigungen

Benutzerdefinierte Berechtigungen schränken die Funktionen ein, die für jede Rolle verfügbar sind. Sie können keine Funktionen gewähren, über die ein Benutzer noch nicht verfügt. Die spezifischste Ebene gewinnt: Die Benutzerebene überschreibt die Rollenebene, wodurch die Kontoebene überschrieben wird. Die Standardoption „Verweigern“ für die Kategorie „KI-Fähigkeiten“ schränkt alle aktuellen und zukünftigen KI-Funktionen ein, sodass neue Funktionen am Tag der Veröffentlichung verweigert werden, bis Sie sie ausdrücklich zulassen.

Limit — Für benutzerdefinierte Berechtigungen ist ein Enterprise-Abonnement erforderlich. Sie schränken den Zugriff ein, können ihn aber nicht erweitern. Weitere Informationen erhalten Sie unter Benutzerdefinierte Berechtigungen und Standardmäßig ablehnen.

Organization-level Kontrollen und ihre Grenzen

Benutzerdefinierte Berechtigungen gelten auf Kontoebene, und ein Administrator dieses Kontos kann sie ändern. Wenn Sie viele Konten mit verwalten AWS Organizations, können Sie Kontrollen auf Organisationsebene hinzufügen, die einzelne Kontoadministratoren nicht außer Kraft setzen können. Diese Kontrollen wirken sich auf AWS API-Operationen und die Kontoregistrierung aus. Verstehe, was sie erreichen und was nicht.

• Schränken Sie ein, wer sich für Quick anmeldet — Eine Service Control Policy (SCP) steuert, welche Konten, Editionen und Identitätstypen ein Quick-Abonnement erstellen können, sodass für neue Konten kein Abonnement eröffnet werden kann, das von Ihnen genehmigt wurde. Weitere Informationen finden Sie unter Verwendung von Service Control-Richtlinien zur Einschränkung der Amazon Quick-Anmeldeoptionen.

• Beschränken Sie die API-Operationen für die Verwaltung — Ein SCP verweigert die Quick-API-Operationen, mit denen Agenten, Abläufe, Bereiche und Wissensdatenbanken erstellt und verwaltet werden. Wenn die Richtlinie gilt, können Principals diese Ressourcen nicht über die AWS Befehlszeilenschnittstelle, die AWS SDKs oder erstellen. CloudFormation

• Beschränken Sie die Verfügbarkeit von KI-Funktionen mit benutzerdefinierten Berechtigungen, nicht mit SCPs — SCPs handeln bei AWS API-Vorgängen und Kontoeröffnungen. Sie kontrollieren nicht, welche KI-Funktionen ein Benutzer im Produkt sieht oder verwenden kann. Um die KI-Funktionen für Ihre Benutzer einzuschränken, verwenden Sie benutzerdefinierte Berechtigungen mit der Option „Standardmäßig verweigern“ für die Kategorie „KI-Funktionen“. Weitere Informationen finden Sie unter Standardmäßig ablehnen.

Limit — Jedes Steuerelement erzwingt eine andere Ebene. Ein SCP kontrolliert die Kontoregistrierung und API-based -verwaltung in Ihrer gesamten Organisation, und kein Kontoadministrator kann sie außer Kraft setzen. Benutzerdefinierte Berechtigungen steuern, welche KI-Funktionen Ihre Benutzer verwenden können, und ein Kontoadministrator kann sie ändern. Um eine Änderung der benutzerdefinierten Berechtigungen zu erkennen, zeichnen Sie die Operationen der Quick Management API mit auf AWS CloudTrail und überprüfen Sie sie. Weitere Informationen finden Sie unter Reaktion, Protokollierung und Überwachung von Vorfällen in Amazon Quick.

Lieferkette für Werkzeuge und Konnektoren

Tools erreichen den KI-Assistenten nur über Integrationen, die ein Administrator erstellt. Für MCP-Integrationen ist ein Enterprise-Abonnement erforderlich. Das Integrationsmodell schränkt den Transport- und Erkennungspfad für externe Tools ein.

• Nur Remote-MCP-Server werden unterstützt. Lokale Studio-Verbindungen werden nicht unterstützt.

• Während der Verbindung erkennt und registriert Amazon Quick die Tools, die der MCP-Server bereitstellt. Nach Abschluss der Erkennung wird jedes Tool als Aktion aufgeführt, die Sie überprüfen und aktivieren können. Tools werden nicht automatisch verfügbar.

• Sie können über eine VPC-Verbindung, die Netzwerkzugriff auf den Server hat, eine Verbindung zu privaten MCP-Servern herstellen.

• Administratoren können einzelne Connectors durch benutzerdefinierte Berechtigungen einschränken. Jeder Connector unterstützt drei Berechtigungen: Aktion „Erstellen und aktualisieren“, Aktion „Teilen“ und Aktion „Verwenden“. Weitere Informationen finden Sie unter Benutzerdefinierte Berechtigungen.

Weitere Informationen zur Konfiguration einer MCP-Integration finden Sie unterIntegration des Model Context Protocol (MCP).

Limit — Die Authentifizierungsoptionen variieren je nach Connectortyp. Für Remote-MCP-Server, Agent-zu-Agent-Connectors und generische HTTP-Connectors ist eine Verbindung ohne Authentifizierung eine auswählbare Option. Die Integrität einer Verbindung hängt davon ab, wie sie konfiguriert ist. Der Dienst bewertet nicht die Vertrauenswürdigkeit eines MCP-Servers eines Drittanbieters oder das Verhalten der von ihm bereitgestellten Tools. Diese Einschätzung liegt bei Ihnen.

Abschirmung der Leitplanken und blockierte Wörter

Built-in Bei der Überprüfung der Inhaltssicherheit werden Nutzeranfragen auf schädliche Inhalte überprüft, darunter Hassreden, Beleidigungen, sexuelle Inhalte, Gewalt und Fehlverhalten. Bei diesen Prüfungen werden auch Nutzeranfragen nach sofortigen Angriffen bewertet. Sie können bis zu 50 blockierte Wörter und Wortgruppen konfigurieren, die Amazon Quick sowohl mit Benutzeranfragen als auch mit generierten Antworten vergleicht.

Limit — Diese Kontrollen tragen zur Risikoreduzierung bei. Sie ersetzen jedoch nicht Ihre Verantwortung, Zugriff, Berechtigungen, Agenten, Abläufe und Datenquellen für Ihren Anwendungsfall zu konfigurieren. Blocked-word Prüfungen verwenden den Vergleich exakt übereinstimmender Zeichenketten, keine semantische Analyse, und sie sind auf 50 Einträge mit jeweils bis zu 36 Zeichen begrenzt. Blocked-word Prüfungen gelten nur für Chat-Agenten und -Flows im Amazon Quick-Web-Erlebnis. Weitere Informationen finden Sie unter KI-Leitplanken in Amazon Quick.

Isolierung der Codeausführung

Der KI-Assistent kann Python-Code auf vier Oberflächen schreiben und ausführen. Auf jeder Oberfläche wird Code in einer Sandbox-Umgebung ausgeführt, die so konzipiert ist, dass sie die Auswirkungen des Codes enthält. Die Oberflächen unterscheiden sich darin, wo der Code ausgeführt wird und was er erreichen kann.

• Quick Desktop — Code wird in einer OS-level Sandbox (macOS Seatbelt oder Windows AppContainer) auf dem Computer des Benutzers ausgeführt. Der Dateizugriff innerhalb der Sandbox folgt den Ordnerberechtigungen, die der Benutzer konfiguriert, und ein persistenter Namespace enthält Variablen für alle Codeläufe innerhalb einer Konversation. Pre-installed Nur Python-Pakete; die Paketinstallation (pip install) wird nicht unterstützt. Weitere Informationen finden Sie unter Ausführung von Code.

• Web Experience Chat — Code wird in einer isolierten, vom Service verwalteten Sandbox ohne Internetzugang ausgeführt. Ausgehende Netzwerkanfragen von der Sandbox schlagen fehl. Die Sandbox bleibt über die Konversation hinaus nicht bestehen.

• Automatisierte Workflows (Quick Automate) — Codeaktionen und benutzerdefinierter Agentencode werden in einer eingeschränkten Python-Umgebung ausgeführt. Codeaktionen sind nicht der Weg, um externe Systeme zu erreichen: Externe API-Aufrufe gehören zu REST-API-Integrationen, und der Dateisystem- oder Datenbankzugriff gehört zu den entsprechenden Integrationen. Weitere Informationen finden Sie unter Code.

• Office-Erweiterungen — Der Assistent erstellt Code in der Office-Anwendungssandbox (Outlook, Excel, Word und) und führt ihn aus. PowerPoint Weitere Informationen finden Sie unter Verbinden Sie Amazon Quick mit Ihren vorhandenen Tools mit Erweiterungen.

Die Funktion Code lokal ausführen in benutzerdefinierten Berechtigungen schränkt die Codeausführung in Quick Desktop für die Benutzer ein, für die ein Profil gilt. Erweiterungsfunktionen, einschließlich der Codeausführung in Office-Anwendungen, können durch Erweiterungszugriffskontrollen eingeschränkt werden. Weitere Informationen erhalten Sie unter Benutzerdefinierte Berechtigungen und Erweiterungszugriff.

Limit — Auf dem Desktop hat die Sandbox unabhängig von den konfigurierten Ordnerberechtigungen immer Zugriff auf die temporären Systemverzeichnisse. Auf dem Desktop bedeutet der persistente Namespace, dass Daten, die bei einer früheren Codeausführung geladen wurden, für spätere Codeausführungen in derselben Konversation verfügbar bleiben. Sandboxing beinhaltet, was Code erreichen kann; es bewertet nicht, was der Code mit Inhalten macht, die sich bereits im Konversationskontext befinden. Überprüfen Sie die generierte Codeausgabe wie jede andere Assistentenausgabe.

Protokollierung und Prüfungsabdeckung

AWS CloudTrail zeichnet API-level Aktivitäten auf (wer hat was getan). In den Verkaufsprotokollen wird der Inhalt der Konversation aufgezeichnet (was gesagt und was beantwortet wurde). Zusammen bieten sie einen nachträglichen Einblick in die KI- und Agentenaktivitäten.

Limit — Die Protokollierung verhindert keine Aktion. Es sorgt für Sichtbarkeit im Nachhinein. Der Service beinhaltet keine Benachrichtigungen in Echtzeit. Sie müssen CloudWatch Alarme separat konfigurieren, wenn Sie Benachrichtigungen nahezu in Echtzeit benötigen. In den Chatprotokollen von Verkäufen wird der Inhalt von Quelldokumenten, die beim Abruf zurückgegeben werden, nicht erfasst. Weitere Informationen finden Sie unter Reaktion, Protokollierung und Überwachung von Vorfällen in Amazon Quick.

Die Grenzwerte sind klar und deutlich angegeben

Die folgenden Einschränkungen gelten für die KI- und Agentenfunktionen in Amazon Quick:

• Screening reduziert das Risiko, ersetzt aber nicht die Konfiguration — Built-in Screening und Schutzmaßnahmen tragen zur Risikominderung bei. Sie ersetzen nicht Ihre Verantwortung, Zugriff, Berechtigungen, Agenten, Abläufe und Datenquellen für Ihren Anwendungsfall zu konfigurieren.

• Keine allgemeine Anforderung an eine menschliche Überprüfung — Eine menschliche Überprüfung ist keine systemweite Anforderung an Maßnahmen. Per-actionDie Bestätigung ist dort verfügbar, wo ein Tool dafür konfiguriert ist (auf dem Desktop, über die Zugriffsebene „Jedes Mal fragen“), und für Workflows, bei denen Sie einen Prüfungsschritt hinzufügen, steht das Menschen-in-the-Loop-Aufgabencenter zur Verfügung. On-Demand-Aktionen im Web-Erlebnis werden jedoch sofort ausgeführt, und automatisierte Workflows werden ohne Benutzereingriff ausgeführt.

• Die Authentifizierungsoptionen variieren je nach Konnektortyp — Die verfügbaren Authentifizierungsmethoden hängen vom Konnektortyp ab. Für Remote-MCP-Server, Agent-zu-Agent-Connectors und generische HTTP-Connectors ist eine Verbindung ohne Authentifizierung eine auswählbare Option.

Speicher und beibehaltener Kontext

Das Chat-Gedächtnis personalisiert Antworten, indem es sich an Ihre Präferenzen, Ihren Kontext und vergangene Interaktionen erinnert. Chat-Agenten greifen auf gespeicherte Informationen zurück, um relevantere Antworten zu geben, ohne dass Sie Informationen in jeder Konversation wiederholen müssen. Weitere Informationen finden Sie unter Personalisierung von Speicher und Reaktion.

In Quick Desktop bietet die Oberfläche „Mein Kontext“ eine Registerkarte „Wissensdiagramm“, auf der Entitäten und Beziehungen dargestellt werden, die aus verbundenen Datenquellen extrahiert wurden, und eine Registerkarte „Speicher“, auf der Fakten, Verfahren und Muster angezeigt werden, die aus Konversationen gelernt wurden. Weitere Informationen finden Sie unter Mein Kontext.

Warum der beibehaltene Kontext für die Sicherheit wichtig ist

Der beibehaltene Kontext ist Teil der Leseoberfläche, die unter beschrieben wirdTwo-condition Modell für das Risiko kontradiktorischer Inhalte. Im Gegensatz zu einer einzelnen Konversation bleibt der beibehaltene Kontext in allen Sitzungen erhalten. Informationen, an die sich der Assistent aus einer vergangenen Interaktion erinnert, können Reaktionen und Aktionen in einer zukünftigen Sitzung beeinflussen.

Kontrollen

• Isolation — Erinnerungen sind spezifisch für den einzelnen Benutzer und werden nicht mit anderen Benutzern geteilt.

• Benutzersteuerung — Du kannst dein Chat-Gedächtnis im Konversationsverlauf überprüfen. Auf dem Desktop können Sie außerdem festlegen, ob Quick aus Ihren Konversationen lernt, Ihren Konversationsverlauf durchsucht und Entitäten aus verbundenen Diensten extrahiert. Du kannst auch einzelne Erinnerungen anzeigen, bearbeiten und löschen. Weitere Informationen finden Sie unter Kontrollen zum Datenschutz.

• Vollständiger Reset (Desktop) — Mit der Option „Alle Daten löschen“ werden alle Konversationen, Knowledge Graph-Daten, gespeicherten Anmeldeinformationen und Benutzereinstellungen unwiderruflich entfernt. Weitere Informationen finden Sie unter Alle Daten löschen.

• Administratorkontrolle — Zu den benutzerdefinierten Berechtigungen gehören Funktionen, die das Erstellen und Verwalten von Engrammen (Profile des Schreibstils und der Schreibmuster eines Benutzers) sowie das Erstellen und Zugreifen auf Wissensspeicher in Quick Desktop einschränken. Weitere Informationen finden Sie unter Benutzerdefinierte Berechtigungen.

• Keine Schulung — Quick verwendet Ihre Konversationen, Dateien oder Ihren persönlichen Kontext nicht, um KI-Modelle zu trainieren oder zu verbessern.

Einschränkungen

• Der Chat-Speicher wird für Konten, die mit vom AWS KMS Kunden verwalteten Schlüsseln konfiguriert wurden, nicht unterstützt. Eine Organisation, die vom Kunden verwaltete Schlüssel benötigt, erhält keinen Chat-Speicher. Weitere Informationen finden Sie unter Personalisierung von Speicher und Reaktion.

• Quick Desktop befindet sich in der Vorschau. Die Oberfläche „Mein Kontext“, die Registerkarte „Wissensdiagramm“, die Möglichkeit, einzelne Erinnerungen anzuzeigen, zu bearbeiten und zu löschen, und die Option „Alle Daten löschen“ gehören zu den Desktop-Funktionen. Im Web-Erlebnis können Sie den Chatspeicher mithilfe des Gesprächsverlaufs überprüfen. Prüfen Sie, welche Steuerelemente auf der von Ihnen bereitgestellten Oberfläche verfügbar sind, anstatt von einer Parität zwischen Desktop und Web auszugehen.

Nächste Schritte

• Sicherheit in Quick— Die Sicherheitscheckliste mit umsetzbaren Methoden zur Konfiguration von Amazon Quick.

• Ausgehende Verbindungen und ausgehender Datenfluss in Amazon Quick— Die vollständige Bestandsaufnahme der ausgehenden Pfade, welche Daten die einzelnen Pfade durchlaufen können und wer die Kontrolle darüber hat.

• KI-Leitplanken in Amazon Quick— Überprüfung der Built-in Inhaltssicherheit und vom Administrator konfigurierte blockierte Wörter.

• Benutzerdefinierte Berechtigungen— Role-based Funktionseinschränkung und „Deny-by-Default-Governance“.

• Bewährte Methoden für die Verwaltung von ACLs in Wissensdatenbanken— Document-level Zugriffskontrolle für Wissensdatenbanken, einschließlich des Abrufverhaltens bei Fail-Closed.