As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Criar uma política de raciocínio automatizado

Quando você cria uma política de raciocínio automatizado, seu documento de origem é traduzido em um conjunto de regras lógicas formais e um esquema de variáveis e tipos. Esta página orienta você na preparação do documento, na criação da política e na análise dos resultados.

O Amazon Bedrock criptografa a política de raciocínio automatizado usando o AWS Key Management Service (KMS). Por padrão, o Amazon Bedrock usa uma chave de propriedade do serviço. Opcionalmente, você pode especificar uma chave do KMS gerenciada pelo cliente para ter controle adicional sobre a criptografia dos dados da sua política.

Para testar e usar sua política de raciocínio automatizado, certifique-se de ter as permissões apropriadas.

Prepare seu documento de origem

Antes de abrir o console ou chamar a API, prepare o documento que o raciocínio automatizado usará para extrair regras e variáveis. A qualidade da sua política depende diretamente da qualidade dessa entrada.

Estrutura e clareza do documento

As verificações automatizadas de raciocínio funcionam melhor com documentos que contêm regras claras e inequívocas. Cada regra deve indicar uma condição e um resultado. Evite linguagem vaga, critérios subjetivos ou regras que dependam de um contexto externo que não esteja presente no documento.

Exemplo: regras claras versus regras vagas

Limites de tamanho e divisão de documentos grandes

Os documentos de origem estão limitados a 5 MB de tamanho e 50.000 caracteres. Imagens e tabelas em documentos também contam para o limite de caracteres.

Se seu documento exceder esses limites ou se abranger vários domínios não relacionados, divida-o em seções específicas. Por exemplo, divida o manual do funcionário em documentos separados para políticas de licença, elegibilidade de benefícios e reembolso de despesas. Crie sua política com a primeira seção e, em seguida, use a criação de políticas iterativas (descrita posteriormente nesta página) para mesclar seções adicionais na mesma política.

Pré-processe documentos complexos

Documentos que contêm muitos clichês, avisos legais ou conteúdo não relacionado às regras que você deseja aplicar produzirão políticas ruidosas com variáveis e regras desnecessárias. Antes de fazer o upload, considere:

(Opcional) Use um LLM para reescrever documentos como regras lógicas

Para documentos que contêm prosa narrativa, linguagem jurídica ou formatação complexa, considere usar um modelo de fronteira com recursos avançados de raciocínio para reescrever o conteúdo como regras lógicas e claras antes de enviá-lo para verificações de raciocínio automatizado. Essa etapa única de pré-processamento converte o texto em um formato que as verificações de raciocínio automatizado podem extrair com mais precisão, resultando em políticas de maior qualidade com menos variáveis não utilizadas e afirmações simples.

Existem duas abordagens para o pré-processamento do LLM, dependendo da complexidade do documento e do controle que você deseja sobre a extração.

Abordagem 1: extração de regras de texto simples

Peça ao LLM que reescreva o documento como uma lista numerada de regras if-then. Essa abordagem é direta e funciona bem para documentos curtos e focados, nos quais as regras são relativamente claras na fonte.

Exemplo de solicitação:

You are a logical reasoning expert. Your task is to analyze the provided
source text and rewrite it as a set of clear, logical rules using if-then
statements.

Instructions:
1. Extract the key relationships, conditions, and outcomes from the source text.
2. Convert these into logical implications using "if-then" format.
3. Use clear, precise language that captures the original meaning.
4. Number each rule for easy reference.
5. Ensure rules are mutually consistent and non-contradictory.

Format:
- Rule [N]: If [condition], then [consequence].
- Use "and" to combine multiple conditions.
- Use "or" for alternative conditions.
- Include negations when relevant: If not [condition], then [consequence].

Example:
Source: "Students who complete all assignments and attend at least 80% of
classes will pass the course."
Rule 1: If a student completes all assignments and attends at least 80% of
classes, then they will pass the course.

Source Text:
[Paste your document here]

Abordagem 2: extração estruturada de regras

Para documentos complexos ou longos, peça ao LLM que extraia regras como JSON estruturado com metadados para cada regra. Essa abordagem produz resultados mais ricos que ajudam a auditar de quais partes do documento cada regra veio, a confiabilidade da extração e quais regras são inferidas em vez de declaradas diretamente. Também solicita ao LLM que gere regras de sanidade - restrições de limite de bom senso, como “a idade não deve ser negativa” - que se traduzem diretamente nas regras de limite que as políticas de raciocínio automatizado usam. Para obter mais informações sobre regras de limite, consulteValidar intervalos para valores numéricos.

Exemplo de solicitação:

You are a logical reasoning expert. Extract formal logical rules from the
provided text.

Output Format:
For each rule, provide:
- Rule ID: [unique identifier]
- Conditions: [ALL preconditions — preserve compound conditions with AND/OR/NOT]
- Consequence: [the outcome/action]
- Confidence: [high/medium/low based on text clarity]
- Source Reference: [quote or paraphrase from source]
- Rule Type: [explicit/implicit/sanity]

Critical Guidelines:
1. PRESERVE ALL CONDITIONS: Do not drop or simplify conditions.
2. PRESERVE LOGICAL OPERATORS: Maintain AND, OR, NOT relationships exactly.
3. PRESERVE QUANTIFIERS: Keep "all", "any", "at least", numeric thresholds.
4. PRESERVE EXCEPTIONS: Include "unless", "except when" clauses.
5. Make implicit conditions explicit only when clearly implied by context.
6. Use consistent terminology across rules.
7. Flag ambiguities such as unclear, incomplete, or contradictory statements.
8. Add sanity rules for common-sense constraints:
   - Numeric ranges (e.g., "age must be between 0 and 150")
   - Temporal constraints (e.g., "start date must be before end date")
   - Physical limits (e.g., "quantity cannot be negative")
   - Mutual exclusivity (e.g., "status cannot be both active and inactive")

Output Requirements:
- Produce final JSON only (no text or markdown).
- Use the following JSON keys:
  - "rules" for the rules array
  - "ambiguities" for the ambiguities array

Source Text:
[Paste your document here]

Depois de executar a extração estruturada, revise a saída JSON. Preste atenção especial a:

Converta as regras JSON revisadas em declarações if-then de texto simples para uso como documento de origem ao criar a política de raciocínio automatizado.

Escreva instruções eficazes

Ao criar uma política, você pode fornecer instruções opcionais que orientam como o raciocínio automatizado processa seu documento de origem. Embora opcionais, boas instruções melhoram significativamente a qualidade das regras e variáveis extraídas.

Instruções eficazes devem abranger três coisas:

Exemplo de instrução:

This policy will validate HR questions about leave eligibility. The document
has sections on different leave types (parental, medical, bereavement, personal).
Users will ask questions like "Am I eligible for parental leave if I've worked
here for 9 months?" or "Can part-time employees take bereavement leave?"
Focus on the eligibility criteria for each leave type. Capture variables that
help determine whether an employee is eligible for a specific type of leave.

Crie uma política no console

Crie uma política usando a API

Uma política de raciocínio automatizado é um recurso em sua conta da AWS identificado por um nome de recurso da Amazon (ARN). Criar uma política por meio da API é um processo de duas etapas: primeiro crie o recurso de política e, em seguida, inicie um fluxo de trabalho de criação para extrair regras do seu documento.

Etapa 1: criar o recurso de política

Use a CreateAutomatedReasoningPolicy API para criar o recurso de política.

Exemplo:

aws bedrock create-automated-reasoning-policy \
  --name "MyHRPolicy" \
  --description "Validates HR chatbot responses about leave eligibility" \
  --kms-key-id arn:aws:kms:us-east-1:111122223333:key/12345678-1234-1234-1234-123456789012

Exemplo de resposta:

{
  "createdAt": "2025-07-21T14:43:52.692Z",
  "definitionHash": "f16ba1ceca36e1d21adce559481add6a...",
  "name": "MyHRPolicy",
  "policyArn": "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk",
  "updatedAt": "2025-07-21T14:43:52.692Z",
  "version": "DRAFT"
}

Etapa 2: iniciar um fluxo de trabalho de criação para extrair regras

Use a StartAutomatedReasoningPolicyBuildWorkflow API com o ARN da política da etapa 1 para extrair regras e variáveis do seu documento de origem.

Exemplo:

# Encode your PDF to base64
PDF_BASE64=$(base64 -i your-policy.pdf | tr -d '\n')

# Start the build workflow
aws bedrock start-automated-reasoning-policy-build-workflow \
  --policy-arn arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk \
  --build-workflow-type INGEST_CONTENT \
  --source-content "{
    \"policyDefinition\": {
      \"version\": \"1.0\",
      \"types\": [],
      \"rules\": [],
      \"variables\": []
    },
    \"workflowContent\": {
      \"documents\": [
        {
          \"document\": \"$PDF_BASE64\",
          \"documentContentType\": \"pdf\",
          \"documentName\": \"HR Leave Policy\",
          \"documentDescription\": \"Validates HR chatbot responses about leave eligibility. Users ask questions like 'Am I eligible for parental leave?'\"
        }
      ]
    }
  }"

Exemplo de resposta:

{
  "policyArn": "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk",
  "buildWorkflowId": "d40fa7fc-351e-47d8-a338-53e4b3b1c690"
}

Verifique o status da compilação comListAutomatedReasoningPolicyBuildWorkflows:

aws bedrock list-automated-reasoning-policy-build-workflows \
  --policy-arn arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk

Revise a política extraída

Depois que uma compilação for concluída, revise a definição de política extraída antes de começar a testar. Detectar problemas nesse estágio economiza tempo em comparação com descobri-los posteriormente por meio de testes que falharam.

No console, abra sua política e acesse a página Definições. Por meio da API, use GetAutomatedReasoningPolicyBuildWorkflowResultAssets with --asset-type POLICY_DEFINITION para recuperar a definição extraída e --asset-type QUALITY_REPORT recuperar o relatório de qualidade. Você pode ver uma lista completa dos ativos produzidos durante o fluxo de trabalho, como o relatório de fidelidade, usando o --asset-type ASSET_MANIFEST parâmetro.

Verifique se há os seguintes problemas:

Analise o relatório de fidelidade

Quando você cria uma política a partir de um documento de origem, um relatório de fidelidade é gerado automaticamente junto com a política extraída. O relatório de fidelidade mede a precisão com que a política representa seu conteúdo de origem e fornece uma base detalhada que vincula cada regra e variável a declarações específicas no documento. Para obter mais informações sobre os conceitos do relatório de fidelidade, consulteRelatório de fidelidade.

Revise o relatório de fidelidade no console

No console, abra sua política e escolha a guia Documento de origem (ao lado de Definições). A visualização Conteúdo de origem exibe cada declaração atômica extraída do seu documento como uma linha numerada em uma tabela. Cada linha mostra:

Use os filtros suspensos Regras e Variáveis na parte superior da tabela para se concentrar nas declarações que fundamentam uma regra ou variável específica. Use a barra de pesquisa para encontrar conteúdo específico nas declarações extraídas.

Se você editar a política após a extração inicial — por exemplo, modificando regras ou adicionando variáveis — escolha o botão Regenerar para atualizar o relatório de fidelidade para que ele reflita sua definição de política atual.

Analise o relatório de fidelidade usando a API

Use GetAutomatedReasoningPolicyBuildWorkflowResultAssets with --asset-type FIDELITY_REPORT para recuperar o relatório de fidelidade. Para regenerar o relatório depois de fazer alterações na política, use StartAutomatedReasoningPolicyBuildWorkflow com o tipo de fluxo de trabalho de criação GENERATE_FIDELITY_REPORT e forneça os documentos de origem no generateFidelityReportContent campo. O fluxo de trabalho analisa novamente os documentos em relação à definição de política atual e produz um novo relatório de fidelidade. Você também pode recuperar os documentos de origem originais de um fluxo de trabalho de compilação anterior usando --asset-type SOURCE_DOCUMENT o --asset-id parâmetro (obtenha a ID do ativo no manifesto do ativo).

O que procurar

Ao analisar o relatório de fidelidade do APIs, preste atenção em:

Construção de políticas iterativas

Para domínios complexos, crie sua política de forma incremental em vez de tentar capturar tudo em um único upload de documento. Comece com um subconjunto específico de suas regras, crie e teste a política e adicione mais conteúdo nas iterações subsequentes.

Adicionar conteúdo no console

Adicione conteúdo usando a API

Ligue StartAutomatedReasoningPolicyBuildWorkflow comINGEST_CONTENT, passando a definição completa da política atual junto com o novo documento. Você deve incluir toda a definição existente — regras, variáveis e tipos — para que o novo conteúdo seja mesclado com a política existente em vez de substituí-la.

# First, retrieve the current policy definition
aws bedrock get-automated-reasoning-policy \
  --policy-arn arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk

# Encode the new document
PDF_BASE64=$(base64 -i additional-rules.pdf | tr -d '\n')

# Start a build workflow with the existing definition + new document
aws bedrock start-automated-reasoning-policy-build-workflow \
  --policy-arn arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/lnq5hhz70wgk \
  --build-workflow-type INGEST_CONTENT \
  --source-content "{
    \"policyDefinition\": EXISTING_POLICY_DEFINITION_JSON,
    \"workflowContent\": {
      \"documents\": [
        {
          \"document\": \"$PDF_BASE64\",
          \"documentContentType\": \"pdf\",
          \"documentName\": \"Additional Benefits Rules\",
          \"documentDescription\": \"Additional rules covering medical and bereavement leave eligibility.\"
        }
      ]
    }
  }"

Permissões do KMS para políticas de raciocínio automatizado

Se você especificar uma chave do KMS gerenciada pelo cliente para criptografar sua política de raciocínio automatizado, deverá configurar permissões que autorizem o Amazon Bedrock a usar a chave em seu nome.

Permissões de política de chave

Adicione a seguinte declaração à sua política de chaves do KMS para permitir que o Amazon Bedrock use a chave para políticas de raciocínio automatizado:

{
  "Sid": "PermissionsForAutomatedReasoningPolicy",
  "Effect": "Allow",
  "Principal": {
    "AWS": "arn:aws:iam::111122223333:user/role"
  },
  "Action": [
    "kms:Decrypt",
    "kms:DescribeKey",
    "kms:GenerateDataKey"
  ],
  "Resource": "*",
  "Condition": {
    "StringEquals": {
      "kms:EncryptionContext:aws:bedrock:automated-reasoning-policy": [
        "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/policy-id",
        "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/policy-id:*"
      ],
      "kms:ViaService": "bedrock.us-east-1.amazonaws.com"
    }
  }
}

permissões do IAM

A entidade principal do IAM deve ter as seguintes permissões para usar uma chave do KMS gerenciada pelo cliente com políticas de raciocínio automatizado:

{
  "Version": "2012-10-17",
  "Statement": [
    {
      "Sid": "AllowKMSForAutomatedReasoningPolicy",
      "Effect": "Allow",
      "Action": [
        "kms:Decrypt",
        "kms:DescribeKey",
        "kms:GenerateDataKey"
      ],
      "Resource": "arn:aws:kms:us-east-1:111122223333:key/key-id",
      "Condition": {
        "StringEquals": {
          "kms:EncryptionContext:aws:bedrock:automated-reasoning-policy": [
            "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/policy-id",
            "arn:aws:bedrock:us-east-1:111122223333:automated-reasoning-policy/policy-id:*"
          ],
          "kms:ViaService": "bedrock.us-east-1.amazonaws.com"
        }
      }
    }
  ]
}

Contexto de criptografia

O Amazon Bedrock usa contexto de criptografia para oferecer segurança adicional para suas políticas de raciocínio automatizado. O contexto de criptografia é um conjunto de pares de valores-chave usados como dados autenticados adicionais ao criptografar e descriptografar sua política.

Para políticas de raciocínio automatizado, o Amazon Bedrock usa o seguinte como contexto de criptografia: