一家公司将客户记录存储在 OpenSearch 中，需要一个基于 AI 的解决方案，将查询转换为数据请求，将结果导出为 CSV 文件，并将这些文件上传到 Amazon S3。哪种方案能以操作效率最高的方式实现此工作流？

AI 代理（如 Amazon Bedrock 代理）能够理解自然语言请求，并自主规划和执行一系列步骤来完成复杂任务。这包括调用工具（如 OpenSearch API 进行数据查询，或 S3 API 进行文件上传）并将结果格式化为 CSV。这种方法操作效率最高，因为它自动化了整个工作流，减少了人工干预。 使用单个基础模型进行少样本提示可能无法可靠地执行多步骤操作，因为它主要用于生成文本或代码，而非协调多个工具和数据流。构建传统的软件应用程序虽然可行，但需要大量开发工作来处理自然语言理解和多步骤协调，操作效率较低。训练决策树模型不适用于此场景，因为它主要用于分类或回归任务，无法将自然语言查询转换为数据请求或协调文件导出和上传。