View a markdown version of this page

Journalisation et suivi pour les agents Connect AI - Amazon Connect

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Journalisation et suivi pour les agents Connect AI

Pour résoudre efficacement les problèmes liés à l'agent Connect AI, utilisez les options de journalisation et de suivi suivantes.

  • ListSpans API (recommandée pour les agents Orchestrator AI) : utilisez l'ListSpansAPI pour récupérer les traces d'exécution des agents AI pour une session. Il s'agit du point de départ recommandé pour le débogage des interactions entre les agents d'IA d'Orchestrator, car il fournit une visibilité granulaire sur les flux d'orchestration des agents, les interactions LLM et les invocations d'outils, ce qui vous permet de suivre le raisonnement de l'agent AI dans le cadre d'une demande et les outils qu'il a sélectionnés et exécutés.

  • CloudWatch Journaux : activez la CloudWatch journalisation pour vos agents Connect AI en suivant les étapes décrites dansSurveillez les agents Connect AI.

    Les anciennes interactions en libre-service génèrent des entrées de journal avec le type d'TRANSCRIPT_SELF_SERVICE_MESSAGEévénement au format suivant :

    {
    "assistant_id": "{UUID}",
    "event_timestamp": 1751414298692,
    "event_type": "TRANSCRIPT_SELF_SERVICE_MESSAGE",
    "session_id": "{UUID}",
    "utterance": "[CUSTOMER]...",
    "prompt": "{prompt used}",
    "prompt_type": "SELF_SERVICE_PRE_PROCESS|SELF_SERVICE_ANSWER_GENERATION",
    "completion": "{Response from model}",
    "model_id": "{model id e.g.: us.amazon.nova-pro-v1:0}",
    "session_message_id": "{UUID}",
    "parsed_response": "{model response}"
}

    Les interactions en libre-service d'Agentic génèrent des entrées de journal avec le type d'événement. TRANSCRIPT_LARGE_LANGUAGE_MODEL_INVOCATION Ces entrées incluent le contexte d'orchestration complet, tel que l'invite avec les configurations des outils, l'historique des conversations avec les appels aux outils et les résultats, l'achèvement du modèle et la configuration de l'agent AI. L'exemple suivant montre les champs clés :

    {
    "assistant_id": "{UUID}",
    "event_timestamp": 1772748470993,
    "event_type": "TRANSCRIPT_LARGE_LANGUAGE_MODEL_INVOCATION",
    "session_id": "{UUID}",
    "prompt": "{full prompt including system instructions, tool configs, and conversation history}",
    "prompt_type": "ORCHESTRATION",
    "completion": "{model response with message and tool use}",
    "model_id": "{model id e.g.: us.anthropic.claude-haiku-4-5-20251001-v1:0}",
    "parsed_response": "{parsed customer-facing message}",
    "generation_id": "{UUID}",
    "ai_agent_id": "{UUID}"
}

  • Journalisation Amazon Lex (en libre-service uniquement) : activez la journalisation Amazon Lex en suivant les étapes de la section Journalisation des erreurs avec les journaux d'erreurs dans Amazon Lex V2.

  • Journalisation Amazon Connect : activez la journalisation Amazon Connect en ajoutant un bloc de flux Définir le comportement de journalisation dans votre flux Amazon Connect.