Funkcje administracyjne
October 16, 2025 · View on GitHub
Wymagania wstępne
Użytkownik administracyjny musi być członkiem grupy o nazwie Admin, którą można skonfigurować poprzez konsolę zarządzania > Amazon Cognito User pools lub aws cli. Należy pamiętać, że identyfikator puli użytkowników można sprawdzić poprzez CloudFormation > BedrockChatStack > Outputs > AuthUserPoolIdxxxx.

Oznaczanie botów publicznych jako Niezbędne
Administratorzy mogą teraz oznaczać boty publiczne jako "Niezbędne". Boty oznaczone jako Niezbędne będą wyświetlane w sekcji "Niezbędne" w sklepie z botami, co ułatwia użytkownikom dostęp do nich. Pozwala to administratorom przypiąć ważne boty, z których chcą, aby korzystali wszyscy użytkownicy.
Przykłady
- Bot Asystent HR: Pomaga pracownikom w kwestiach i zadaniach związanych z HR.
- Bot Wsparcia IT: Zapewnia pomoc w wewnętrznych kwestiach technicznych i zarządzaniu kontami.
- Bot Przewodnika po Zasadach Wewnętrznych: Odpowiada na często zadawane pytania dotyczące zasad obecności, polityki bezpieczeństwa i innych regulacji wewnętrznych.
- Bot Wdrażający Nowych Pracowników: Przeprowadza nowych pracowników przez procedury i obsługę systemów w ich pierwszym dniu pracy.
- Bot Informacji o Świadczeniach: Wyjaśnia programy świadczeń pracowniczych i usługi socjalne.

Pętla informacji zwrotnej
Wynik z LLM może nie zawsze spełniać oczekiwania użytkownika. Czasami nie zaspokaja potrzeb użytkownika. Aby skutecznie "zintegrować" LLM z działalnością biznesową i codziennym życiem, niezbędne jest wdrożenie pętli informacji zwrotnej. Bedrock Chat jest wyposażony w funkcję feedbacku zaprojektowaną tak, aby umożliwić użytkownikom analizę przyczyn niezadowolenia. Na podstawie wyników analizy użytkownicy mogą odpowiednio dostosować prompty, źródła danych RAG i parametry.


Analitycy danych mogą uzyskać dostęp do logów konwersacji za pomocą Amazon Athena. Jeśli chcą analizować dane przy użyciu Jupyter Notebook, ten przykładowy notebook może służyć jako punkt odniesienia.
Panel główny
Aktualnie zapewnia podstawowy przegląd wykorzystania chatbotów i użytkowników, koncentrując się na agregowaniu danych dla każdego bota i użytkownika w określonych przedziałach czasowych oraz sortowaniu wyników według opłat za użytkowanie.

Uwagi
-
Jak określono w architekturze, funkcje administracyjne będą odwoływać się do bucketu S3 wyeksportowanego z DynamoDB. Należy pamiętać, że ponieważ eksport jest wykonywany raz na godzinę, najnowsze rozmowy mogą nie być widoczne natychmiast.
-
W przypadku publicznego wykorzystania botów, boty które nie były w ogóle używane w określonym okresie nie będą wyświetlane na liście.
-
W przypadku wykorzystania przez użytkowników, użytkownicy którzy w ogóle nie korzystali z systemu w określonym okresie nie będą wyświetlani na liście.
Important
Jeśli korzystasz z wielu środowisk (dev, prod, itp.), nazwa bazy danych Athena będzie zawierać prefiks środowiska. Zamiast bedrockchatstack_usage_analysis, nazwa bazy danych będzie:
- Dla domyślnego środowiska:
bedrockchatstack_usage_analysis - Dla nazwanych środowisk:
<env-prefix>_bedrockchatstack_usage_analysis(np.dev_bedrockchatstack_usage_analysis)
Dodatkowo, nazwa tabeli będzie zawierać prefiks środowiska:
- Dla domyślnego środowiska:
ddb_export - Dla nazwanych środowisk:
<env-prefix>_ddb_export(np.dev_ddb_export)
Upewnij się, że odpowiednio dostosujesz swoje zapytania podczas pracy z wieloma środowiskami.
Pobieranie danych konwersacji
Możesz przeszukiwać logi konwersacji za pomocą Atheny, używając SQL. Aby pobrać logi, otwórz Edytor Zapytań Athena z konsoli zarządzania i uruchom zapytanie SQL. Poniżej znajdują się przykładowe zapytania przydatne do analizy przypadków użycia. Informacje zwrotne można znaleźć w atrybucie MessageMap.
Zapytanie według ID bota
Edytuj bot-id i datehour. bot-id można znaleźć na ekranie Bot Management, do którego można uzyskać dostęp z Bot Publish APIs, wyświetlanych na lewym pasku bocznym. Zwróć uwagę na końcową część adresu URL, np. https://xxxx.cloudfront.net/admin/bot/<bot-id>.
SELECT
d.newimage.PK.S AS UserId,
d.newimage.SK.S AS ConversationId,
d.newimage.MessageMap.S AS MessageMap,
d.newimage.TotalPrice.N AS TotalPrice,
d.newimage.CreateTime.N AS CreateTime,
d.newimage.LastMessageId.S AS LastMessageId,
d.newimage.BotId.S AS BotId,
d.datehour AS DateHour
FROM
bedrockchatstack_usage_analysis.ddb_export d
WHERE
d.newimage.BotId.S = '<bot-id>'
AND d.datehour BETWEEN '<yyyy/mm/dd/hh>' AND '<yyyy/mm/dd/hh>'
AND d.Keys.SK.S LIKE CONCAT(d.Keys.PK.S, '#CONV#%')
ORDER BY
d.datehour DESC;
Note
Jeśli używasz nazwanego środowiska (np. "dev"), zamień bedrockchatstack_usage_analysis.ddb_export na dev_bedrockchatstack_usage_analysis.dev_ddb_export w powyższym zapytaniu.
Zapytanie według ID użytkownika
Edytuj user-id i datehour. user-id można znaleźć na ekranie Bot Management.
Note
Analityka użytkowania użytkowników będzie dostępna wkrótce.
SELECT
d.newimage.PK.S AS UserId,
d.newimage.SK.S AS ConversationId,
d.newimage.MessageMap.S AS MessageMap,
d.newimage.TotalPrice.N AS TotalPrice,
d.newimage.CreateTime.N AS CreateTime,
d.newimage.LastMessageId.S AS LastMessageId,
d.newimage.BotId.S AS BotId,
d.datehour AS DateHour
FROM
bedrockchatstack_usage_analysis.ddb_export d
WHERE
d.newimage.PK.S = '<user-id>'
AND d.datehour BETWEEN '<yyyy/mm/dd/hh>' AND '<yyyy/mm/dd/hh>'
AND d.Keys.SK.S LIKE CONCAT(d.Keys.PK.S, '#CONV#%')
ORDER BY
d.datehour DESC;
Note
Jeśli używasz nazwanego środowiska (np. "dev"), zamień bedrockchatstack_usage_analysis.ddb_export na dev_bedrockchatstack_usage_analysis.dev_ddb_export w powyższym zapytaniu.