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. # Usar variáveis de espaço reservado nos modelos de prompt de agente do Amazon Bedrock É possível usar as variáveis de espaço reservado nos modelos de prompt de agente. As variáveis serão preenchidas com base em configurações preexistentes quando o modelo de prompt for chamado. Selecione uma guia para ver as variáveis que podem ser usadas para cada modelo de prompt. ------ #### [ Pre-processing ] **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/prompt-placeholders.html) ------ #### [ Orchestration ] **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/prompt-placeholders.html) **Texto padrão usado para substituir a variável `$memory_guidelines$`** ``` 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. ``` **Texto padrão usado para substituir a variável `$memory_action_guidelines$`** ``` 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. ``` **Usar variáveis de espaço reservado para solicitar mais informações ao usuário** Será possível usar as variáveis de espaços reservados a seguir se você permitir que o agente solicite mais informações ao usuário executando uma das seguinte ações: + No console, defina a **Entrada do usuário** nos detalhes do agente. + Defina a `parentActionGroupSignature` como `AMAZON.UserInput` com uma solicitação [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateAgentActionGroup.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateAgentActionGroup.html) ou [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_UpdateAgentActionGroup.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_UpdateAgentActionGroup.html). **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/prompt-placeholders.html) ------ #### [ Knowledge base response generation ] **** | Variável | Modelo | Substituído por | | --- | --- | --- | | \$1query\$1 | Todos, exceto Llama 3.1 e Llama 3.2 | A consulta gerada pela resposta do modelo de prompt de orquestração quando prevê a próxima etapa a ser consultada na base de conhecimento. | | \$1search\$1results\$1 | Todos, exceto Llama 3.1 e Llama 3.2 | Os resultados recuperados para a consulta do usuário. | ------ #### [ Post-processing ] **** | Variável | Modelo | Substituído por | | --- | --- | --- | | \$1latest\$1response\$1 | Todos | A última resposta do modelo de prompt de orquestração. | | \$1bot\$1response\$1 | Modelos Amazon Titan Text | A saídas do grupo de ação e da base de conhecimento do turno atual. | | \$1question\$1 | Todos | Entrada do usuário para a InvokeAgent.call atual na sessão. | | \$1responses\$1 | Todos | A saídas do grupo de ação e da base de conhecimento do turno atual. | ------ #### [ Memory summarization ] **** | Variável | Modelos compatíveis | Substituído por | | --- | --- | --- | | \$1past\$1conversation\$1summary\$1 | Todos | Lista de resumos gerados anteriormente. | | \$1conversation\$1 | Todos | Conversa atual entre o usuário e o agente. | ------ #### [ Multi-agent ] **** | Variável | Modelos compatíveis | Substituído por | | --- | --- | --- | | \$1agent\$1collaborators\$1 | Todos os [modelos compatíveis](multi-agents-supported.md) com colaboração multiagente. | Associações de agentes dos colaboradores. | | \$1multi\$1agent\$1payload\$1reference\$1guideline\$1 | Todos os [modelos compatíveis](multi-agents-supported.md) com colaboração multiagente. | Conteúdo compartilhado entre diferentes agentes. A mensagem de um agente pode conter carga útil no seguinte formato: \$1PAYLOAD\$1CONTENT | ------ #### [ Routing classifier ] **** | Variável | Modelos compatíveis | Substituído por | | --- | --- | --- | | \$1knowledge\$1base\$1routing\$1 | Todos os [modelos compatíveis](multi-agents-supported.md) com colaboração multiagente. | Descrições de todas as bases de conhecimento anexadas. | | \$1action\$1routing\$1 | Todos os [modelos compatíveis](multi-agents-supported.md) com colaboração multiagente. | Descrições de todas as ferramentas anexadas. | | \$1knowledge\$1base\$1routing\$1guideline\$1 | Todos os [modelos compatíveis](multi-agents-supported.md) com colaboração multiagente. | Instruções para o modelo rotear a saída com citações, se os resultados contiverem informações de uma base de conhecimento. Essas instruções são adicionadas somente se uma base de conhecimento estiver associada ao agente supervisor. | | \$1action\$1routing\$1guideline\$1 | Todos os [modelos compatíveis](multi-agents-supported.md) com colaboração multiagente. | Instruções para que o modelo retorne o uso de uma ferramenta se você tiver ferramentas anexadas e a solicitação do usuário for relevante para qualquer uma das ferramentas. | | \$1last\$1most\$1specialized\$1agent\$1guideline\$1 | Todos os [modelos compatíveis](multi-agents-supported.md) com colaboração multiagente. | Instruções para rotear para esse agente usando keep\$1previous\$1agent se a última mensagem do usuário estiver relacionada a um acompanhamento originado nesse agente e se esse agente precisar de informações da mensagem para prosseguir. | | \$1prompt\$1session\$1attributes\$1 | Todos os [modelos compatíveis](multi-agents-supported.md) com colaboração multiagente. | Variável de entrada no classificador de roteamento. | ------ **Usar variáveis de espaço reservado para solicitar mais informações ao usuário** Será possível usar as variáveis de espaços reservados a seguir se você permitir que o agente solicite mais informações ao usuário executando uma das seguinte ações: + No console, defina a **Entrada do usuário** nos detalhes do agente. + Defina a `parentActionGroupSignature` como `AMAZON.UserInput` com uma solicitação [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateAgentActionGroup.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_CreateAgentActionGroup.html) ou [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_UpdateAgentActionGroup.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent_UpdateAgentActionGroup.html). **** [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/pt_br/bedrock/latest/userguide/prompt-placeholders.html)