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.

# Crie um fluxo de trabalho personalizado usando a API
<a name="sms-custom-templates-step4"></a>

Depois de criar seu modelo de interface de usuário personalizado (Etapa 2) e processar as funções do Lambda (Etapa 3), você deverá colocar o modelo em um bucket do Amazon S3 com um formato do nome do arquivo de: `<FileName>.liquid.html`. Use a ação [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_CreateLabelingJob.html) para configurar a tarefa. Você usará a localização de um modelo personalizado ([Um modelo de tarefas do operador personalizado.](sms-custom-templates-step2.md)) armazenado em um arquivo `<filename>.liquid.html` no S3 como o valor para o campo `UiTemplateS3Uri` no objeto [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_UiConfig.html) dentro do objeto [https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html](https://docs.aws.amazon.com/sagemaker/latest/APIReference/API_HumanTaskConfig.html).

Para as tarefas do AWS Lambda descritas em[Processando dados em um fluxo de trabalho de rotulagem personalizado com AWS Lambda](sms-custom-templates-step3.md), o ARN da tarefa de pós-anotação será usado como o valor para `AnnotationConsolidationLambdaArn` o campo, e a tarefa de pré-anotação será usada como o valor para o `PreHumanTaskLambdaArn.`