Zu Hauptinhalt springen Zu ergänzendem Inhalt springen

Auswählen und Laden von Daten in einer Anthropic (Amazon Bedrock)-Verbindung

Nachdem Sie eine Verbindung erstellt haben, können Sie Daten auswählen und in eine Qlik Sense App oder ein Skript laden. Sie laden Daten im Dateneditor oder im Skript.

Im Dateneditor oder Skript wird die grundlegende Kommunikation mit einer Analyseverbindung als Skript mit mindestens den folgenden Komponenten formuliert:

  • Tabelle (Resident-Tabelle) mit dem Anfragefeld (Datenfeld), das Sie an Anthropic senden möchten.

  • load-Anweisung für Anthropic, die über Ihre Verbindung mit Anthropic kommuniziert.

In einer komplexeren Einrichtung könnten das Anfragefeld und das Zuordnungsfeld im Prinzip als Tabelle definiert sein, die andere Felder enthält. Das Anfragefeld und das Zuordnungsfeld müssen aber in der gleichen Inputtabelle enthalten sein. Beachten Sie unbedingt, dass beim Verknüpfen dieser Felder mit Feldern in Ihrem Datenmodell Antworten für jeden Feldwert generiert werden.

Erstellen von Eingabeaufforderungen

Beim Schreiben der Anfragen, die Sie an ein generatives KI-Modell senden (oft als Eingabeaufforderungen oder Prompts bezeichnet), folgen Sie den Leitlinien für die Plattform, mit der Sie interagieren. Weitere Informationen zum Erstellen von Prompts und einige Leitlinien zum Strukturieren Ihrer Prompts für Amazon Bedrock-Konnektoren finden Sie unter Prompt-Engineering-Richtlinien.

Erstellen von Eingabeaufforderungen („Prompt-Engineering“) für die Anthropic - Claude (Messages API)-Konfiguration

Die Konfiguration Anthropic - Claude (Messages API) stellt eine Verbindung zur Messages API her. Sie können diese Konfiguration nutzen, um auf die folgenden Claude-Modelle zuzugreifen:

  • Claude 3.5 Sonnet

  • Claude 3 Opus

  • Claude 3 Sonnet

  • Claude 3 Haiku

  • Claude 2.1

  • Claude 2

  • Claude Instant 1.2

Wenn Sie diese Konfiguration verwenden, ist für Eingabeaufforderungen (Prompts) keine spezifische Syntax erforderlich. Ein vollständiges Beispiel finden Sie unter Beispiele.

Erstellen von Eingabeaufforderungen für die Anthropic - Claude-Konfiguration

Sie können die Konfiguration Anthropic - Claude dieses Konnektors nutzen, um auf die folgenden Legacy-Modelle zuzugreifen:

  • Claude 2.1

  • Claude 2

  • Claude Instant 1.2

Für Eingabeaufforderungen, die für diese Konfiguration geschrieben werden, ist eine bestimmte Syntax erforderlich, damit Vervollständigungen erfolgreich zurückgegeben werden. Es gelten die folgenden Anforderungen:

  • Jeder Eingabeaufforderung muss der Text Human: vorangestellt werden

  • Jeder Eingabeaufforderung muss der Text Assistant: nachgestellt werden

  • Das Präfix Human: muss zwei voranstehende Zeilenumbrüche enthalten. Dies wird erreicht, indem vor dem Präfix chr(10) & chr(10) zur Formel hinzugefügt wird.

  • Das Suffix Assistant: muss zwei voranstehende Zeilenumbrüche enthalten. Dies wird erreicht, indem vor dem Suffix chr(10) & chr(10) zur Formel hinzugefügt wird.

Informationen zum Strukturieren und Formatieren einer Claude-Eingabeaufforderung finden Sie unter Aufbau einer Eingabeaufforderung.

Beachten Sie, dass es hierzu in einem Skript verschiedene Möglichkeiten gibt. Ein vollständiges Beispiel finden Sie unter Beispiele.

Erstellen der an Anthropic zu sendenden Datentabelle

Zuerst muss eine Tabelle mit den Daten geladen werden, die Sie als Anfrage an das Modell senden. Diese Tabelle muss aus einer einzelnen Datenspalte bestehen, in der jede Zelle Text darstellt, der vom Modell ergänzt werden muss. Es kann ein zweites zusätzliches Feld als Verknüpfungsfeld geben, aber dies muss mit dem in der Konfiguration angegebenen Feldnamen übereinstimmen. Es handelt sich um ein besonderes Feld, das nicht an Amazon Titan gesendet, sondern an die Antworten angehängt wird, um die Interaktionsdaten in das Datenmodell zu integrieren.

Überlegungen zu Datenanfragemengen

Wenn Sie Daten laden, wird jede Zeile im Anfragefeld an Anthropic gesendet. Bevor Sie mit einer Drittplattform interagieren, machen Sie sich unbedingt damit vertraut, wie die Anzahl der Anfragen, das in die Anfragen eingeschlossene Datenvolumen und Ihre Konnektorkonfiguration sich auf Ihre Zahlungs- und Abrechnungsvereinbarung mit dem Dritten auswirken. Eine stärkere Nutzung der externen Plattform kann zu höheren Kosten führen.

Erstellen der load-Anweisung für Anthropic

Sie müssen auch eine load-Anweisung unter Verwendung der Erweiterungssyntax erstellen, um mit Anthropic zu kommunizieren. Dieser Teil des Skripts referenziert Ihre Anthropic (Amazon Bedrock)-Verbindung und gibt die Namen der Tabellen und Felder an, die Sie zum Senden der Anfragedaten verwenden (siehe den Abschnitt weiter oben). Damit wird eine getrennte Tabelle geladen, die neben anderen Daten die Antworten des Modells für jede Ziele in der Anfrage enthalten wird.

Um diesen Teil des Skripts zu generieren, können Sie den Assistenten Daten auswählen für die verwendete Verbindung nutzen. Damit wird ein Vorlagenskript generiert, das die Namen der bereitgestellten Eigenschaften enthält.

Suchen Sie die verwendete Verbindung im Fenster Datenquellen des Dateneditor oder des Skript und klicken Sie auf Daten auswählen. Damit wird der Assistent Daten auswählen geöffnet.

Wenn Sie den Assistenten Daten auswählen verwenden, müssen Sie zwei Eigenschaften bereitstellen:

  • Der Name der Resident-Tabelle. Dies ist die Tabelle mit der Anfrage, die an Anthropic gesendet wird.

  • Der Name des Datenfelds. Dies ist das Feld mit den Anfragedaten, die an Anthropic gesendet werden.

Alternativ können Sie die Daten manuell in den Skript-Editor einfügen, ohne den Assistenten zu verwenden.

Wenn Sie auf Skript einfügen klicken, wird die neue Tabelle zum Ladeskript hinzugefügt. Jetzt können Sie die Daten laden, das resultierende Datenmodell prüfen und die Daten zum Erstellen von Analyseinhalten in Ihrer App verwenden.

Beispiele

Anthropic - Claude (Messages API)

Das folgende Ladeskript fordert zwei Vervollständigungen von Anthropic über die Konfiguration Anthropic - Claude (Messages API) an.

Weitere Informationen zum Schreiben von Prompts finden Sie unter Erstellen von Eingabeaufforderungen.

Es ist folgendermaßen eingerichtet:

  • Die Resident-Tabelle ist QuestionsClaude.

  • Das Datenfeld mit den Eingabeaufforderungen ist Question.

  • Das Verknüpfungsfeld ist Question_ID.

  • Die load-Anweisung für Anthropic ist in der Tabelle namens Anthropic enthalten.

QuestionsClaude:

Load * Inline [

Question_ID,Question

1,"show me general ways to help boost a company's sales"
2,"what are the core concepts in accounting?"
3,"how large is the sun?"
];

[Anthropic]:
LOAD
[text],
[stop_reason],
[input_tokens],
[output_tokens],
[model],
[id],
[Question_ID]
EXTENSION endpoints.ScriptEval('{"RequestType":"endpoint", "endpoint":{"connectionname":"Anthropic_(Amazon_Bedrock)"}}', QuestionsClaude);

Anthropic - Claude

Das folgende Ladeskript fordert zwei Vervollständigungen von Anthropic über die Konfiguration Anthropic - Claude an. Einzelheiten zur erforderlichen Syntax finden Sie unter Erstellen von Eingabeaufforderungen für die Anthropic - Claude-Konfiguration.

Weitere Informationen zum Schreiben von Prompts finden Sie unter Erstellen von Eingabeaufforderungen.

Es ist folgendermaßen eingerichtet:

  • Die Resident-Tabelle ist QuestionsClaude.

  • Das Datenfeld mit den Eingabeaufforderungen ist Intputtextclaude.

  • Das Verknüpfungsfeld ist RowId.

  • Die load-Anweisung für Anthropic ist in der Tabelle namens Anthropic enthalten.

QuestionsClaude:

load RowNo() as RowId,
chr(10) & chr(10) & 'Human:' & Inputtext & chr(10) & chr(10) & 'Assistant:' as Inputtextclaude
Inline [
Inputtext
What is the time in Germany if it's 6 pm in New York?
](delimiter is \n);

[Anthropic]:
LOAD
[completion],
[stop_reason],
[RowId]
EXTENSION endpoints.ScriptEval('{"RequestType":"endpoint", "endpoint":{"connectionname":"Anthropic_(Amazon_Bedrock)"}}', QuestionsClaude{RowId,Inputtextclaude});

Hat diese Seite Ihnen geholfen?

Wenn Sie Probleme mit dieser Seite oder ihren Inhalten feststellen – einen Tippfehler, einen fehlenden Schritt oder einen technischen Fehler –, teilen Sie uns bitte mit, wie wir uns verbessern können!