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. # Verwenden von Platzhaltervariablen in Agenten-Prompt-Vorlagen in Amazon Bedrock Sie können Platzhaltervariablen in Agenten-Prompt-Vorlagen verwenden. Die Variablen werden mit bereits vorhandenen Konfigurationen gefüllt, wenn die Vorlage zur Eingabeaufforderung aufgerufen wird. Wählen Sie eine Registerkarte aus, um Variablen zu sehen, die Sie für die einzelnen Prompt-Vorlagen verwenden können. ------ #### [ Pre-processing ] **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/bedrock/latest/userguide/prompt-placeholders.html) ------ #### [ Orchestration ] **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/bedrock/latest/userguide/prompt-placeholders.html) **Standardtext, der verwendet wird, um die Variable `$memory_guidelines$` zu ersetzen** ``` You will ALWAYS follow the below guidelines to leverage your memory and think beyond the current session: - 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 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. ``` **Standardtext, der verwendet wird, um die Variable `$memory_action_guidelines$` zu ersetzen** ``` After carefully inspecting your memory, you ALWAYS follow below guidelines to be more efficient: - NEVER assume any parameter values before looking into conversation history and your - Your thinking is NEVER verbose, it is ALWAYS one sentence and within xml tags. - The content within xml tags is NEVER directed to the user but you yourself. - You ALWAYS output what you recall/remember from previous conversations EXCLUSIVELY within xml tags. - After xml tags you EXCLUSIVELY generate or xml tags. - You ALWAYS look into your 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 xml tags. - You NEVER forget to ask confirmation about what you recalled/remembered before calling a function. - You NEVER generate 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 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. ``` **Verwenden von Platzhaltervariablen, um den Benutzer nach weiteren Informationen zu fragen** Sie können die folgenden Platzhaltervariablen verwenden, wenn Sie dem Agenten erlauben, den Benutzer nach weiteren Informationen zu fragen. Führen Sie dazu eine der folgenden Aktionen aus: + Geben Sie in der Konsole die **Benutzereingabe** in den Agentendetails ein. + Legen Sie die `parentActionGroupSignature` auf `AMAZON.UserInput` mit einer [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateAgentActionGroup.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateAgentActionGroup.html)- oder [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_UpdateAgentActionGroup.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_UpdateAgentActionGroup.html)-Anfrage fest. **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/bedrock/latest/userguide/prompt-placeholders.html) ------ #### [ Knowledge base response generation ] **** | Variable | Modell | Ersetzt durch | | --- | --- | --- | | \$1query\$1 | Alle außer Llama 3.1 und Llama 3.2 | Die Abfrage, die durch die Antwort des Orchestrierungs-Prompt-Modells generiert wird, wenn es vorhersagt, dass der nächste Schritt in der Abfrage einer Wissensdatenbank besteht | | \$1search\$1results\$1 | Alle außer Llama 3.1 und Llama 3.2 | Die abgerufenen Ergebnisse für die Benutzerabfrage | ------ #### [ Post-processing ] **** | Variable | Modell | Ersetzt durch | | --- | --- | --- | | \$1latest\$1response\$1 | Alle | Die Antwort des Modells auf den letzten Orchestrierungs-Prompt | | \$1bot\$1response\$1 | Amazon-Titan-Textmodell | Ausgaben der Aktionsgruppen und Wissensdatenbank aus der aktuellen Runde | | \$1question\$1 | Alle | Benutzereingabe für den aktuellen InvokeAgent-Aufruf in der Sitzung | | \$1responses\$1 | Alle | Ausgaben der Aktionsgruppen und Wissensdatenbank aus der aktuellen Runde | ------ #### [ Memory summarization ] **** | Variable | Unterstützte Modelle | Ersetzt durch | | --- | --- | --- | | \$1past\$1conversation\$1summary\$1 | Alle | Liste der zuvor generierten Zusammenfassungen | | \$1conversation\$1 | Alle | Aktuelle Konversation zwischen dem Benutzer und dem Agenten | ------ #### [ Multi-agent ] **** | Variable | Unterstützte Modelle | Ersetzt durch | | --- | --- | --- | | \$1agent\$1collaborators\$1 | Alle [unterstützten Modelle](multi-agents-supported.md) für die Zusammenarbeit mehrerer Agenten | Agentenzuordnungen der Mitarbeiter | | \$1multi\$1agent\$1payload\$1reference\$1guideline\$1 | Alle [unterstützten Modelle](multi-agents-supported.md) für die Zusammenarbeit mehrerer Agenten | Inhalte, die von verschiedenen Agenten gemeinsam genutzt werden Die Nachricht eines Agenten kann Nutzdaten im folgenden Format enthalten: \$1PAYLOAD\$1CONTENT | ------ #### [ Routing classifier ] **** | Variable | Unterstützte Modelle | Ersetzt durch | | --- | --- | --- | | \$1knowledge\$1base\$1routing\$1 | Alle [unterstützten Modelle](multi-agents-supported.md) für die Zusammenarbeit mehrerer Agenten | Beschreibungen aller angehängten Wissensdatenbanken | | \$1action\$1routing\$1 | Alle [unterstützten Modelle](multi-agents-supported.md) für die Zusammenarbeit mehrerer Agenten | Beschreibungen aller angehängten Tools | | \$1knowledge\$1base\$1routing\$1guideline\$1 | Alle [unterstützten Modelle](multi-agents-supported.md) für die Zusammenarbeit mehrerer Agenten | Anweisungen für das Modell zur Weiterleitung der Ausgabe mit Quellenangaben, falls die Ergebnisse Informationen aus einer Wissensdatenbank enthalten. Diese Anweisungen werden nur hinzugefügt, wenn dem Supervisor-Agenten eine Wissensdatenbank zugeordnet ist. | | \$1action\$1routing\$1guideline\$1 | Alle [unterstützten Modelle](multi-agents-supported.md) für die Zusammenarbeit mehrerer Agenten | Anweisungen für das Modell, eine Tool-Verwendung zurückzugeben, wenn Sie Tools angehängt haben und die Benutzeranfrage für eines der Tools relevant ist | | \$1last\$1most\$1specialized\$1agent\$1guideline\$1 | Alle [unterstützten Modelle](multi-agents-supported.md) für die Zusammenarbeit mehrerer Agenten | Anweisungen für die Weiterleitung an diesen Agenten mithilfe von keep\$1previous\$1agent, wenn sich die letzte Benutzernachricht auf ein Follow-up bezieht, das von diesem Agenten ausgeht und dieser Agent Informationen aus der Nachricht benötigt, um fortzufahren. | | \$1prompt\$1session\$1attributes\$1 | Alle [unterstützten Modelle](multi-agents-supported.md) für die Zusammenarbeit mehrerer Agenten | Eingabevariable im Routing-Klassifizierer | ------ **Verwenden von Platzhaltervariablen, um den Benutzer nach weiteren Informationen zu fragen** Sie können die folgenden Platzhaltervariablen verwenden, wenn Sie dem Agenten erlauben, den Benutzer nach weiteren Informationen zu fragen. Führen Sie dazu eine der folgenden Aktionen aus: + Geben Sie in der Konsole die **Benutzereingabe** in den Agentendetails ein. + Legen Sie die `parentActionGroupSignature` auf `AMAZON.UserInput` mit einer [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateAgentActionGroup.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateAgentActionGroup.html)- oder [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_UpdateAgentActionGroup.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_UpdateAgentActionGroup.html)-Anfrage fest. **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/bedrock/latest/userguide/prompt-placeholders.html)