AMAZON.QnAIntent

참고

생성형 AI 기능을 활용하려면 먼저 다음 사전 조건을 충족해야 합니다.

Amazon Bedrock 콘솔로 이동하여 사용하려는 Anthropic Claude 모델에 대한 액세스 권한을 등록합니다(자세한 내용은 모델 액세스 참조). Amazon Bedrock 사용 요금에 대한 자세한 내용은 Amazon Bedrock 요금을 참조하세요.
봇 로캘에 맞는 생성형 AI 기능을 켭니다. 이렇게 하려면 제너레이티브 AI를 사용하여 Lex V2 봇 생성 및 성능을 최적화합니다. 단원의 절차를 따르세요.

Amazon Bedrock FM을 사용하여 응답을 검색하고 요약하여 고객 질문에 응답합니다. FAQ 이 의도는 표현이 봇에 존재하는 다른 어떤 의도로도 분류되지 않을 때 활성화됩니다. 슬롯 값을 도출할 때 누락된 표현에 대해서는 이 의도가 활성화되지 않는다는 점에 유의하세요. 인식되면 AMAZON.QnAIntent는 지정된 Amazon Bedrock 모델을 사용하여 구성된 지식 기반을 검색하고 고객 질문에 응답합니다.

주의

동일한 봇 로캘에서 AMAZON.QnAIntent와 AMAZON.KendraSearchIntent를 사용할 수 없습니다.

다음과 같은 지식 스토어 옵션을 사용할 수 있습니다. 이미 지식 스토어를 만들고 그 안에 있는 문서를 인덱싱했어야 합니다.

OpenSearch 서비스 도메인 — 색인된 문서를 포함합니다. 도메인을 생성하려면 Amazon OpenSearch Service 도메인 생성 및 관리의 단계를 따르십시오.
Amazon Kendra 색인 — 색인된 문서를 포함합니다. FAQ Amazon Kendra 인덱스를 만들려면 인덱스 생성의 단계를 따르세요.
Amazon Bedrock 지식 기반 - 인덱싱된 데이터 소스가 포함되어 있습니다. 지식 기반을 설정하려면 지식 기반 구축의 단계를 따르세요.

이 의도를 선택하는 경우에는 다음 필드를 구성한 다음 추가를 선택하여 의도를 추가합니다.

Bedrock 모델 - 이 의도에 사용할 제공업체 및 파운데이션 모델을 선택합니다. 현재 앤트로픽 클로드 V2, 앤트로픽 클로드 3 하이쿠, 앤트로픽 클로드 3 하이쿠, 앤트로픽 클로드 인스턴트가 지원됩니다.
지식 스토어 - 고객 질문에 답하기 위해 모델에서 정보를 가져올 소스를 선택합니다. 다음 소스를 사용할 수 있습니다.
- OpenSearch— 다음 필드를 구성합니다.
  - 도메인 엔드포인트 - 도메인에 대해 직접 만들었거나 도메인 생성 후 제공된 도메인 엔드포인트를 입력합니다.
  - 인덱스 이름 - 검색할 인덱스를 입력합니다. 자세한 내용은 Amazon OpenSearch 서비스의 데이터 인덱싱을 참조하십시오.
  - 고객에게 응답을 반환하는 방법을 선택합니다.
    
    정확한 응답 - 이 옵션을 사용 설정하면 응답 필드의 값이 봇 응답에 그대로 사용됩니다. 구성된 Amazon Bedrock 파운데이 모델을 사용하여 콘텐츠 합성이나 요약 없이 정확한 답변 콘텐츠를 그대로 선택합니다. OpenSearch 데이터베이스에 구성된 질문 및 답변 필드의 이름을 지정하십시오.
    
    필드 포함 - 지정한 필드를 사용하여 모델에서 생성된 답변을 반환합니다. OpenSearch 데이터베이스에 구성된 최대 5개 필드의 이름을 지정합니다. 세미콜론(;)을 사용하여 필드를 구분합니다.
- Amazon Kendra - 다음 필드를 구성합니다.
  - Amazon Kendra 인덱스 - 봇이 검색할 Amazon Kendra 인덱스를 선택합니다.
  - Amazon Kendra 필터 - 필터를 만들려면 이 확인란을 선택합니다. Amazon Kendra 검색 JSON 필터 형식에 대한 자세한 내용은 문서 속성을 사용하여 검색 결과 필터링을 참조하십시오.
  - 정확한 응답 - 봇이 Amazon Kendra에서 반환한 정확한 응답을 반환하도록 하려면 이 확인란을 선택합니다. 그렇지 않으면 선택한 Amazon Bedrock 모델이 결과를 기반으로 응답을 생성합니다.
    
    참고
    이 기능을 사용하려면 먼저 색인에 FAQ (FAQs) 추가 FAQ 단계에 따라 색인에 질문을 추가해야 합니다.
- Amazon Bedrock 지식 기반 - 이 옵션을 선택하는 경우 지식 기반의 ID를 지정합니다. 콘솔에서 지식 베이스의 세부정보 페이지를 확인하거나 GetKnowledgeBase요청을 보내서 ID를 찾을 수 있습니다.
  - 정확한 응답 - 이 옵션을 사용 설정하면 응답 필드의 값이 봇 응답에 그대로 사용됩니다. 구성된 Amazon Bedrock 파운데이 모델을 사용하여 콘텐츠 합성이나 요약 없이 정확한 답변 콘텐츠를 그대로 선택합니다. Amazon Bedrock 지식 베이스에 대한 정확한 응답을 사용하려면 다음을 수행해야 합니다.
    
    각 JSON 파일에 최종 사용자에게 반환해야 하는 정확한 응답이 포함된 답변 필드를 포함하는 개별 파일을 생성하십시오.
    
    Bedrock 지식 베이스에서 이러한 문서를 인덱싱할 때는 청킹 전략을 청킹 없음으로 선택하십시오.
    
    Amazon Lex V2의 답변 필드를 Bedrock 지식 베이스의 답변 필드로 정의합니다.

Q의 nAIntent 응답은 아래와 같이 요청 속성에 저장됩니다.

x-amz-lex:qnA-search-response— 질문 또는 nAIntent 발언에 대한 Q의 응답.
x-amz-lex:qnA-search-response-source - 응답을 생성하는 데 사용된 문서 또는 문서 목록을 가리킵니다.

추가 모델 구성

AMAZONnAIntent .Q를 호출하면 명령과 컨텍스트를 사용자 쿼리와 결합하는 기본 프롬프트 템플릿을 사용하여 응답 생성을 위해 모델로 전송되는 프롬프트를 구성합니다. 요구 사항에 맞게 사용자 지정 프롬프트를 제공하거나 기본 프롬프트를 업데이트할 수도 있습니다.

다음 도구를 사용하여 프롬프트 템플릿을 설계할 수 있습니다.

프롬프트 플레이스홀더 — nAIntent Amazon AMAZON Bedrock용 .Q에 사전 정의된 변수로, 기본 호출 중에 런타임에 동적으로 채워집니다. 시스템 프롬프트에서 기호로 둘러싸인 이러한 자리 표시자를 볼 수 있습니다. $ 다음 목록은 사용할 수 있는 자리 표시자를 설명합니다.

변수	로 대체	모델	필수?
$쿼리_결과$	지식 스토어에서 사용자 쿼리에 대해 검색한 결과	앤트로픽 클로드3 하이쿠, 앤트로픽 클로드3 소넷	예
$출력_명령$	응답 생성 및 인용 형식을 지정하기 위한 기본 지침. 모델별로 다릅니다. 형식 지정 지침을 직접 정의하는 경우 이 자리 표시자를 제거하는 것이 좋습니다.	앤트로픽 클로드 3 하이쿠, 앤트로픽 클로드 3 소넷	아니요

사용되는 기본 프롬프트는 다음과 같습니다.



$query_results$

Please only follow the instructions in <instruction> tags below.
<instruction>
Given the conversation history, and <Context>:
(1) first, identify the user query intent and classify it as one of the categories: FAQ_QUERY, OTHER_QUERY, GIBBERISH, GREETINGS, AFFIRMATION, CHITCHAT, or MISC;
(2) second, if the intent is FAQ_QUERY, predict the most relevant grounding passage(s) by providing the passage id(s) or output CANNOTANSWER;
(3) then, generate a concise, to-the-point FAQ-style response ONLY USING the grounding content in <Context>; or output CANNOTANSWER if the user query/request cannot be directly answered with the grounding content. DO NOT mention about the grounding passages such as ids or other meta data; do not create new content not presented in <Context>. Do NOT respond to query that is ill-intented or off-topic;
(4) lastly, provide the confidence level of the above prediction as LOW, MID or HIGH.
</instruction>

$output_instruction$

$output_instruction $는 다음과 같이 대체됩니다.


Give your final response in the following form:
<answer>
<intent>FAQ_QUERY or OTHER_QUERY or GIBBERISH or GREETINGS or AFFIRMATION or CHITCHAT or MISC</intent>
<text>a concise FAQ-style response or CANNOTANSWER</text>
<passage_id>passage_id or CANNOTANSWER</passage_id>
<confidence>LOW or MID or HIGH</confidence>
</answer>

참고

기본 지침을 사용하지 않기로 결정하면 제공된 모든 출력이 최종 LLM 사용자에게 있는 그대로 반환됩니다.

출력 지침에는 응답<text></text> 및 소스 어트리뷰션을 제공하기 위해 를 LLM 반환하기 위한 < passageId ></ passageId > 태그와 지침이 passageIds 포함되어야 합니다.

Amazon Bedrock 지식 기반 메타데이터 필터링, 세션 속성을 통한 지원

Amazon Bedrock 지식 기반 메타데이터 필터를 세션 속성의 일부로 전달할 수 있습니다. x-amz-lex:bkb-retrieval-filter



             {"sessionAttributes":{"x-amz-lex:bkb-retrieval-filter":"{\"equals\":{\"key\":\"insurancetype\",\"value\":\"farmers\"}}

참고

이 필터를 사용하려면 Amazon Bedrock 지식 베이스를 nAIntent Q의 데이터 스토어로 사용해야 합니다. 자세한 내용은 단원을 참조하세요.Metadata filtering

추론 구성

세션 속성을 LLM 사용하여 를 호출할 때 사용할 추론 구성을 정의할 수 있습니다.

온도: 유형: 정수
topP
maxTokens

예:



         {"sessionAttributes":{"x-amz-lex:llm-text-inference-config":"{\"temperature\":0,\"topP\":1,\"maxTokens\":200}"}}

빌드타임 및 세션 속성을 통한 베드락 가드레일 지원

빌드 시 콘솔을 사용하여 — 및 를 제공하십시오. GuardrailsIdentifier GuardrailsVersion 추가 모델 구성 섹션에서 자세히 알아보십시오.
세션 속성 사용 - 세션 속성 및 을 사용하여 가드레일 구성을 정의할 수도 있습니다. x-amz-lex:bedrock-guardrails-identifier x-amz-lex:bedrock-guardrails-version

Bedrock 가드레일 사용에 대한 자세한 내용은 가드레일을 참조하십시오.

javascript가 브라우저에서 비활성화되거나 사용이 불가합니다.

AWS 설명서를 사용하려면 Javascript가 활성화되어야 합니다. 지침을 보려면 브라우저의 도움말 페이지를 참조하십시오.

문서 규칙

AMAZON.PauseIntent

AMAZON.QnAIntent (multiple use support)