기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# Amazon Bedrock을 사용하여 AI 프롬프트 체이닝 수행
<a name="sample-bedrock-prompt-chaining"></a>

이 샘플 프로젝트는 Amazon Bedrock으로 통합하여 AI 프롬프트 체이닝을 수행하고 Amazon Bedrock을 사용하여 고품질 챗봇을 구축하는 방법을 보여 줍니다. 프로젝트는 몇 가지 프롬프트를 연결하여 제공된 순서대로 해결합니다. 이러한 프롬프트를 연결하면 고도로 엄선된 응답을 제공하는 데 사용되는 언어 모델의 기능이 향상됩니다.

이 샘플 프로젝트는 상태 머신과 지원 AWS 리소스를 만들고 관련 IAM 권한을 구성합니다. 이 샘플 프로젝트를 살펴보고 Step Functions 상태 머신으로 Amazon Bedrock 최적화 서비스 통합을 사용하는 방법에 대해 알아보거나 이를 자체 프로젝트의 시작점으로 사용합니다.

## 사전 조건
<a name="sample-bedrock-prerequisites"></a>

이 샘플 프로젝트는 Cohere Command 대규모 언어 모델(LLM)을 사용합니다. 이 샘플 프로젝트를 성공적으로 실행하려면 Amazon Bedrock 콘솔에서 이 LLM에 대한 액세스 권한을 추가해야 합니다. 모델 액세스 권한을 추가하려면 다음 내용을 따릅니다.

1. [Amazon Bedrock 콘솔](https://console.aws.amazon.com/bedrock)을 엽니다.

1. 기본 탐색 창에서 **모델 액세스**를 선택합니다.

1. **모델 액세스 관리**를 선택합니다.

1. **Cohere** 옆의 확인란을 선택합니다.

1. **액세스 요청**을 선택합니다. **Cohere** 모델의 **액세스 상태**는 **액세스 권한 부여됨**으로 표시됩니다.

## 1단계: 상태 머신 만들기
<a name="sample-bedrock-create"></a>

1. [Step Functions 콘솔](https://console.aws.amazon.com/states/home?region=us-east-1#/)을 열고 **상태 머신 생성**을 선택합니다.

1. **템플릿에서 생성**을 선택하고 관련 스타터 템플릿을 찾습니다. **다음**을 선택하여 계속 진행합니다.

1. 사용할 템플릿을 선택합니다.

   1. **데모 실행** - 읽기 전용 상태 머신을 생성합니다. 검토 후 워크플로와 모든 관련 리소스를 생성할 수 있습니다.

   1. **이를 기반으로 구축** - 자체 리소스를 사용하여 검토, 사용자 지정 및 배포할 수 있는 편집 가능한 워크플로 정의를 제공합니다. (함수 또는 대기열과 같은 관련 리소스는 자동으로 생성되지 **않습니다**.)

1. **템플릿 사용**을 선택하여 계속 선택합니다.
**참고**  
*계정에 배포된 서비스에 표준 요금이 적용됩니다.*

## 2단계: 상태 머신 데모 실행
<a name="sample-bedrock-run"></a>

**데모 실행** 옵션을 선택한 경우 모든 관련 리소스가 배포되고 실행할 준비가 됩니다. **이를 기반으로 구축**을 선택한 경우 사용자 지정 워크플로를 실행하기 전에 자리 표시자 값을 설정하고 추가 리소스를 생성해야 할 수 있습니다.

1. **배포 및 실행**을 선택합니다.

1. CloudFormation 스택이 배포될 때까지 기다립니다. 이 프로세스는 최대 10분이 걸릴 수 있습니다.

1. **실행 시작** 옵션이 나타나면 **입력**을 검토하고 **실행 시작**을 선택합니다.

**축하합니다\$1**  
이제 상태 머신의 데모가 실행 중이어야 합니다. **그래프 보기**에서 상태를 선택하여 입력, 출력, 변수, 정의 및 이벤트를 검토할 수 있습니다.