Amazon Bedrock ——使用 Prompt 构建 AI 软文撰写师的生成式人工智能应用程序

> 文章作者：中杯可乐多加冰 [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 是一项完全托管的服务，通过单个 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Stability AI 和 Amazon 等领先人工智能公司的高性能基础模型（FM），以及通过安全性、隐私性和负责任的 AI 构建生成式人工智能应用程序所需的一系列广泛功能。  本文将探索 [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 的各类内置对话应用并根据需求创建一个自己的对话应用 ### 一、模型简介 登录 [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 的控制台后：[aws.amazon.com/cn/bedrock/…](https://aws.amazon.com/cn/bedrock/?trk=d663ea2c-78d3-497f-a8c5-4bf7949cc694&sc_channel=el) 可以看到 [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 支持多个基础模型（foundation model）,其中包括 Amazon Titan，Claude，Jurassic，Command，Stable Diffusion 以及 Llama2。 #### 1.1、Claude Claude 2.1 是 Anthropic 最新的大型语言模型（LLM），具有业界领先的上下文窗口（支持 20 万个令牌），降低了幻觉率，并提高了长文档的准确性。  * **支持20万个令牌的上下文窗口**：Anthropic 将可以传递给 Claude 的信息量增加了一倍，扩展到 20 万个令牌，相当于大约 15 万个单词，或超过 500 页的材料，能够与大量内容或数据进行交互，因此可以进行总结、执行问答、预测趋势、比较和对比多个文档等等。 * **胜任多种任务**：Claude 可以用于编写复杂对话，生成创意内容，执行复杂推理，编写代码，以及提供详细指导。它可以编辑、改写、总结、分类、提取结构化数据，并根据内容进行问答等。 * **处于前沿的安全保障**：Claude 基于 Anthropic 对安全性的领先研究，采用 Constitutional AI 等技术构建。Claude 的设计目标是降低品牌风险，致力于提供有益、诚实且无害的服务。 #### 1.2、Amazon Titan [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 独有的 Amazon Titan 系列模型融合了 Amazon 25 年来在其业务范围内积累的人工智能和[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)创新的经验 Amazon Titan 模型由亚马逊云科技创建并在大型数据集上进行预训练，使其成为强大的通用模型，旨在支持各种用例，同时还支持负责任地使用 AI。您可以按原样使用，也可以根据自己的数据私下进行自定义。  * **广泛的应用范围**：高性能图像、多模态和文本模型为广泛的生成式人工智能应用提供支持，例如内容创建、图像生成以及搜索和推荐体验。 * **负责任和道德性**：所有 Amazon Titan FM 都为负责任地使用 AI 提供内置支持，具体方法是检测并移除数据中的有害内容、拒绝不当的用户输入以及筛选模型输出。 Titan 模型分为三种类型：嵌入、文本生成和图像生成。 * **Titan Embeddings G1** – 文本模型将文本输入（单词、短语或可能的大型文本单元）转换为包含文本语义的数字表示（称为嵌入）。 虽然该法学硕士不会生成文本，但它对于个性化和搜索等应用程序很有用。 通过比较嵌入，该模型将产生比单词匹配更相关和上下文的响应。 新的 Titan Multimodal Embeddings G1 模型适用于通过文本搜索图像、通过图像相似性或通过文本和图像的组合搜索图像等用例。 它将输入图像或文本转换为嵌入，该嵌入在同一语义空间中包含图像和文本的语义。 * **Titan Text** 模型是生成式 LLM，适用于摘要、文本生成（例如，创建博客文章）、分类、开放式问答和信息提取等任务。 他们还接受过许多不同编程语言以及表格、JSON 和 csv 等富文本格式的培训。 * **Titan Image Generator G1** 是一种生成基础模型，可从自然语言文本生成图像。 该模型还可用于编辑或生成现有或生成的图像的变体。 #### 1.3、Llama Llama 2 是一组经过预训练和微调的大型语言模型（LLM），其规模从 70 亿参数到 700 亿参数不等。 Llama 模型的关键特征之一是它能够生成连贯且上下文相关的文本。 这是通过使用注意力机制来实现的，该机制允许模型在生成输出时关注输入序列的不同部分。 此外，Llama 模型使用一种称为“掩码语言建模”的技术在大型文本语料库上对模型进行预训练，这有助于它学习预测句子中缺失的单词。  * **超100万条的人工标注**：经过微调的模型 Llama Chat 使用了公开的指令数据集和超过 100 万条人工标注。 * **2 万亿个令牌训练而成**：Llama 2 模型使用来自在线公共数据来源的 2 万亿个令牌进行训练。 * **零基础设施管理**：[Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 是第一个为 Llama 2 提供完全托管的 API 的公有云服务。各种规模的组织都可以访问 [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 上的 Llama 2 Chat 模型，而无需管理底层基础设施。 Llama 模型已被证明在各种自然语言处理任务上表现良好，包括语言翻译、问答和文本摘要，并且还能够生成类似人类的文本，这使得 Llama 模型成为创意写作和其他应用程序的有用工具。 自然语言生成很重要。 总的来说，Llama 模型是强大且多功能的语言模型，可用于广泛的自然语言处理任务。 该模型能够生成连贯且上下文相关的文本，这使得它对于聊天机器人、虚拟助手和语言翻译等应用程序特别有用。 ### 二、使用 Amazon Bedrock 根据需求创建一个自己的对话应用 #### 2.1、登录与授权 首先完成亚马逊云科技账号登陆，并访问到 [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 的 UI：[aws.amazon.com/cn/bedrock/…](https://link.juejin.cn?target=https%3A%2F%2Faws.amazon.com%2Fcn%2Fbedrock%2F%3Ftrk%3Dd663ea2c-78d3-497f-a8c5-4bf7949cc694%26sc_channel%3Del )  其次完成模型授权，点击左侧导航的 Overview 标签，然后可以看到右侧的 Spotlight 板块，点击 Request model access 按钮，勾选需要的模型，如果要体验 GPT- 对话功能，必须要勾选任意一项 Text 标签的模型，如果需要体验 Stable Diffusion- 文本生成图像功能，必须要勾选带 Image 标签的模型，然后稍等片刻。 ### 2.2、构建自己的对话应用 首先展开 playgrounds 栏目，然后点击 Select model，选择需要使用的模型，这里选择使用 Llama 2 Chat 70B 进行演示：  然后进入对话页面，下侧为输入的 prompt 区域：  比如输入 prompt： ``` 您是一位有着9年经验与能力的互联网软文和高端文案撰写人，现在私域运营团队的文案策划。1、负责社群文案工作，编辑用户感兴趣的话题，保证社群活跃度，提升用户黏性；2、负责社群的人设定位及内容产出，内容的规划和撰写，包含内容策划、素材采集；3、负责通过内容运营挖掘用户需求提高粉丝活跃度、增强用户黏性和转化；4、深入了解品牌项目产品及资源，以及客户需求和产品特性为核心定制个性化方案；现在请帮我策划一个龙年抽奖活动软文 ``` 输出效果如下：  右侧我们可以修改模型超参数，可以对输出长度、温度、Top P 值进行调整后继续测试。 **前述特定亚马逊云科技生成式人工智能相关的服务仅在亚马逊云科技海外区域可用，亚马逊云科技中国仅为帮助您了解行业前沿技术和发展海外业务选择推介该服务。*