Amazon Bedrock

SageMaker Unified Studio 中的 Amazon Bedrock

加速生成式 AI 應用程式開發

開始使用 SageMaker Unified Studio 中的 Amazon Bedrock

概觀

透過 SageMaker Unified Studio 存取 Amazon Bedrock 的功能，快速建立並自訂您的生成式 AI 應用程式。此直覺式介面可讓您使用高效能的基礎模型 (FM)，並使用 Amazon Bedrock Knowledge Bases、Amazon Bedrock Guardrails、Amazon Bedrock Agents 和 Amazon Bedrock Flows 等進階功能。您可以在 SageMaker Unified Studio 的安全環境中更快速地開發生成式 AI 應用程式，確保符該應用程式合您的需求和負責任 AI 指引。

實現跨技能水平的生成式 AI 開發

透過 SageMaker Unified Studio 中的 Amazon Bedrock，您可以利用專為不同技術層級的開發人員設計的簡單易用體驗，輕鬆開發生成式 AI 應用程式。直覺式介面可讓團隊在使用 Amazon Bedrock 功能時有效協作。您可以根據業務需求，存取已管控的資料、快速建立原型、進行反覆，以及部署可立即投入生產的生成式 AI 應用程式。

Dashboard interface of Amazon SageMaker Studio, showing options for data catalog, generative AI tools, and machine learning model development.

建置自訂生成式 AI 應用程式

自訂 FM 以符合您的需求、資料、工作流程和負責任 AI 標準。使用檢索增強生成 (RAG) 從您的專屬資料來源建立知識庫，以針對業務需求量身打造您的模型回應。使用代理程式建置聊天代理程式應用程式、新增防護機制以實現保障和隱私權，以及利用提示工程、函數和流程等進階功能，所有這些都無需進行基礎服務管理。

Screenshot of the Amazon Bedrock interface showing an AI Sales support chat agent setup with parameters, data sources, guardrails, and functions, alongside a preview of chat responses about sales data and customer demographics.

在利害關係人之間無縫協作

在 SageMaker Unified Studio 中使用 Amazon Bedrock，無論技術層級如何，您都可以在業務和技術團隊之間進行無縫協作。您可以安全地建立、自訂並分享生成式 AI 應用程式，實現跨功能團隊的可信賴合作。這有助於您的團隊建立各種解決方案，從公司特定內容的生成，到工作流程自動化和軟體開發。

A dark-themed interface showing a configuration panel for an AI sales support app, with options to share a snapshot, add a description, and grant access to users.

輕鬆評估和採用高效能模型

透過生成式 AI 遊樂場，存取領先人工智慧公司的各種高效能 FM。您可以比較不同的模型和配置，以輕鬆評估其性能。您可以透過自動化模型評估，根據效能、品質與安全性指標，為您的使用案例識別並選擇最佳模型。

A dark-themed interface showing a "Chat playground" with three side-by-side AI models responding to the prompt "What is AI?" Each model provides a different explanation of artificial intelligence.

實作負責任 AI 防護機制

針對使用者輸入與模型回應建立防護機制，並設定內容篩選條件，確保您的生成式 AI 應用程式能夠提供適當且合規的輸出。透過設定各個類別中的篩選層級和新增拒絕主題來自訂防護機制行為，使您的應用程式與負責任 AI 指南和期望的輸出保持一致。

Screenshot of an Amazon Bedrock interface showing the "Create guardrail" settings, including fields for guardrail name and description, and adjustable content filters for prompts and responses categorized as hate, insults, sexual, and violence.

客戶

Adastra

我們建置具有內建資料管控和使用者友好介面的複雜資料分析、ML 和 GenAI 應用程式。在 Amazon SageMaker Unified Studio 推出之前，為客戶的資料和資訊工作者部署多種工具大多是手動且耗時的任務，並且確保強大的資料架構佈建是一項嚴峻的挑戰。現在，藉助 Amazon SageMaker Unified Studio，我們可以為資料工程師和機器學習科學家部署單一資料工作者工具。我們還將自動化資料基礎設施部署，從而能夠為客戶簡化程序並增強他們的體驗。

Adastra 技術與策略長 Zeeshan Saeed