创建与 Amazon Lex QnAIntent 和 Amazon Bedrock 知识库的自然对话

2026-01-27 13:15:16

利用 Amazon Lex 和 Amazon Bedrock 提升自然对话能力

核心要点

随著顾客期望的上升，企业面临著重大机会来提升客户体验。Amazon Lex 的新功能 QnAIntent 允许企业在自然语言下理解问题并提供准确答案。透过 Amazon Bedrock，企业可无需编码即能整合生成式 AI 的问答功能。本文提供了如何建立 Amazon Lex 机器人、上传知识来源并运用 QnAIntent 的详细步骤。

客户服务组织当前面临著一个巨大的机会。随著顾客期望的提高，品牌有机会创造性地应用新的创新技术来改变客户体验。尽管满足日益增长的顾客需求是个挑战，但最新的对话式人工智慧AI突破使企业能够迎合这些期望。

现今的顾客期望能够快速获得有用、准确且针对他们需求的回应。新的 QnAIntent 功能，得益于 Amazon Bedrock，能够理解自然语言提出的问题，并利用您授权的知识来源即时地以对话方式回应。透过检索增强生成RAG方法， Amazon Lex 既能利用可用于知识库的广泛知识，也能展现大型语言模型LLMs的流畅性。

Amazon Bedrock 是一个完全托管的服务，提供来自 AI 领导公司如 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI 和 Amazon 的高效能基础模型，并通过单个 API 结合了一系列构建生成式 AI 应用程序的功能，具备安全性、隐私和负责任的 AI 开发。

在这篇文章中，我们将展示如何为您的机器人添加生成式 AI 问答功能。您可以使用自己的精心策划的知识库，且无需编写一行代码。

继续阅读，了解 QnAIntent 如何变革您的客户体验。

解决方案概览

实施此解决方案包含以下高层次步骤：

加速器下载永久免费版创建 Amazon Lex 机器人。创建一个 Amazon Simple Storage ServiceAmazon S3桶，并上传包含用于回答问题的信息的 PDF 文件。创建一个知识库，将您的数据拆分为片段并使用 Amazon Titan 嵌入模型生成嵌入。在此过程中， Amazon Bedrock 知识库 会自动创建一个 Amazon OpenSearch Serverless 向量搜索集合，以存放向量化数据。添加新的 QnAIntent 旨在利用知识库寻找顾客问题的答案，然后使用 Anthropic Claude 模型生成问题及后续问题的答案。

前置要求

要跟随本文描述的功能，您需拥有 AWS 账户并拥有访问 Amazon Lex、Amazon Bedrock包括对 Anthropic Claude 模型和 Amazon Titan 嵌入或 Cohere 嵌入的访问权限、Amazon Bedrock Knowledge Bases 和 OpenSearch Serverless 向量引擎的权限。如需请求访问 Amazon Bedrock 中的模型，请完成以下步骤：

在 Amazon Bedrock 控制台中，选择导航窗格中的 模型访问。

选择 管理模型访问。

选择 Amazon 和 Anthropic 模型。您也可以选择使用 Cohere 模型来进行嵌入。

选择 请求模型访问。

创建 Amazon Lex 机器人

如果您已经拥有要使用的机器人，可以跳过这一步。

在 Amazon Lex 控制台中，选择导航窗格中的 机器人。

选择 创建机器人。

选择 从范例开始，并选择 BookTrip 范例机器人。

将 机器人名称 设置为您指定的名称例如，BookHotel。

将 运行角色 设置为创建具有基本 Amazon Lex 权限的角色。在 儿童网络隐私保护法 (COPPA) 部分，您可以选择 否，因为此机器人并非针对年龄在 13 岁以下的儿童。将 闲置会话超时 设定为 5 分钟。

选择 下一步。

使用 QnAIntent 以回答机器人问题时，您可能希望提高意图分类信心阈值，以防止问题意外地被解读为匹配您的某一意图。为此，我们将目前的数值设定为 08。根据您的测试情况，您可能需要向上或向下调整。

选择 完成。

选择 保存意图。

上传内容到 Amazon S3

现在您需要创建一个 S3 桶来存储您要用作知识库的文件。

在 Amazon S3 控制台中，选择导航窗格中的 桶。选择 创建桶。

将 桶名称 设置为唯一名称。

保持所有其他选项的默认值，然后选择 创建桶。

为了跟随本篇文章，我们为虚构的酒店连锁公司 Example Corp FictitiousHotels 创建了一个 FAQ 文件。 下载此 PDF 文件。

在 桶 页面中，导航至您创建的桶。

选择 上传。

选择 添加文件。

选择您下载的 ExampleCorpFicticiousHotelsFAQpdf 文件。选择 上传。

该文件现在可以在 S3 桶中访问。

创建知识库

接下来，您可以设置知识库：

在 Amazon Bedrock 控制台中，选择导航窗格中的 知识库。

选择 创建知识库。

将 知识库名称 设置为您选择的名称。

对于 知识库描述，您可以选择性地输入描述。

选择 创建并使用新的服务角色。

对于 服务角色名称，输入名称或保持默认。选择 下一步。将 数据源名称 设置为名称。选择 浏览 S3 并导航至您上传 PDF 文件的 S3 桶。

选择 下一步。

选择嵌入模型。

选择 快速创建新向量存储，以创建新的 OpenSearch Serverless 向量存储，用于存储向量化的内容。

选择 下一步。

审核您的配置，然后选择 创建知识库。

几分钟后，知识库将创建完成。

选择 同步 以将文档拆分、计算嵌入并将其存储在向量存储中。

此过程可能需要一些时间。您可以进行其他步骤，但在您查询知识库之前，需要完成同步。

复制知识库 ID。在您将此知识库添加至 Amazon Lex 机器人时将需要用到。

将 QnAIntent 添加到 Amazon Lex 机器人

为了添加 QnAIntent，请完成以下步骤：

在 Amazon Lex 控制台中，选择导航窗格中的 机器人。

选择您的机器人。

在导航窗格中选择 意图。

在 添加意图 菜单中，选择 使用内置意图。

对于 内置意图，选择 AMAZONQnAIntent。

对于 意图名称，输入名称。

选择 添加。

选择要用于生成答案的模型在此情况下，选择 Anthropic Claude 3 Sonnet，但您也可以选择 Anthropic Claude 3 Haiku，这是更便宜但延迟较少的选择。

对于 选择知识库，选择 Amazon Bedrock 的知识库。对于 Amazon Bedrock 的知识库 ID，输入您在之前创建知识库时记下的 ID。

选择 保存意图。

选择 构建 以构建机器人。

选择 测试 以测试新意图。

下图显示了与机器人对话的范例。

在第二个关于迈阿密游泳池开放时间的问题中，您参考了关于拉斯维加斯游泳池开放时间的前一问题，并基于对话历史获得相关答案。

还可以询问需要机器人根据可用数据稍作推理的问题。例如，当我们询问适合家庭度假的好度假村时，机器人根据儿童活动的可用性、靠近主题公园等因素推荐了奥兰多度假村。

更新信心阈值

您可能会遇到一些问题意外匹配您的其他意图。如果遇到这种情况，您可以调整机器人的信心阈值。要修改此设置，请选择您的机器人语言英语，并在 语言详细信息 部分选择 编辑。

更新信心阈值后，重新构建机器人以使更改生效。

添加其他步骤

默认情况下，机器人在回答问题后的下一个步骤设置为 等待用户输入。这使得对话保持在机器人内部，并允许用户提出跟进问题或调用机器人中的其他意图。

如果您希望对话结束并将控制权返回给调用应用例如， Amazon Connect，则可以将此行为更改为 结束对话。要更新此设置，请完成以下步骤：

在 Amazon Lex 控制台中，导航至 QnAIntent。

在 履行 部分中，选择 高级选项。

在 对话中的下一步 下拉菜单中，选择 结束对话。

如果您希望机器人在每次从 QnAIntent 的响应后添加特定消息例如我还能帮您什么吗？，您可以在 QnAIntent 中添加结束响应。

清理

为避免产生持续的费用，请删除您在本文中创建的资源：

Amazon Lex 机器人S3 桶OpenSearch Serverless 集合删除知识库时此集合不会自动删除知识库

结论

Amazon Lex 中的新 QnAIntent 使自然对话成为可能，通过将顾客与策划的知识来源连接起来。得益于 Amazon Bedrock，QnAIntent 能够理解自然语言中的问题并进行对话式响应，保持客户与上下文以及跟进反应的良好互动。

QnAIntent 利用最新的创新将静态常见问题转变为流畅的对话，满足顾客需求，提升自助服务水准，给予顾客惊喜。

亲自尝试一下，彻底改变您的客户体验吧！

文章作者

Thomas Rindfuss 是 Amazon Lex 团队的高级解决方案架构师，专注于发明、开发和推广新的技术功能和解决方案，以改善客户体验并促进广泛采用。