Une entreprise a créé un agent à l'aide d'Amazon Bedrock Agents et souhaite améliorer la précision de l'agent en lui fournissant des exemples spécifiques. Quelle approche répond à cette exigence ?

Pour améliorer la précision d'un agent Amazon Bedrock en lui fournissant des exemples spécifiques, la modification des invites avancées de l'agent est l'approche correcte. Les invites avancées (Advanced Prompts) permettent d'injecter des exemples spécifiques (few-shot examples) directement dans le prompt de l'agent, ce qui guide le modèle de fondation à générer des réponses plus précises et pertinentes pour des scénarios donnés. Créer un garde-fou (Guardrail) est utilisé pour définir des politiques de sécurité et de contenu, pas pour fournir des exemples d'entraînement. Utiliser Amazon SageMaker Ground Truth sert à étiqueter de grands ensembles de données pour l'entraînement de modèles de machine learning, mais pas directement pour affiner un agent Bedrock avec des exemples spécifiques. Exécuter un script AWS Lambda pour ajouter des exemples à un ensemble de données d'entraînement n'est pas la méthode directe pour affiner un agent Bedrock avec des exemples spécifiques dans son contexte d'exécution.