Vai al contenuto principale Passa a contenuto complementare

Selezione e caricamento di dati da una connessione Anthropic (Amazon Bedrock)

Una volta creata una connessione, è possibile selezionare i dati e caricarli in un'app o uno script Qlik Sense. I dati vengono caricati nell'Editor caricamento dati o in Script.

In Editor caricamento dati o Script, le comunicazioni di base con una connessione di analisi sono formulate come uno script con i seguenti componenti, al minimo:

  • Tabella (Tabella Resident) contenente il campo della richiesta (Campo dati) che si desidera inviare a Anthropic.

  • Un'istruzione LOAD Anthropic, che comunica con Anthropic tramite la connessione dell'utente.

In una configurazione avanzata, il campo della richiesta e quello dell'associazione tecnicamente possono essere definiti in una tabella contenente altri campi. Tuttavia, il campo della richiesta e quello dell'associazione devono essere contenuti nella stessa tabella di input. È importante essere consapevoli che, quando si collegano questi campi nel proprio modello dati, le risposte vengono generate per ogni valore di campo.

Preparazione dei prompt

Quando si digitano le richieste che si desidera inviare al modello di IA generativa (spesso denominate prompt), seguire le linee guida specifiche per la piattaforma con cui si interagisce. Per informazioni sulla progettazione di prompt e alcune linee guida su come strutturare i prompt per i connettori Amazon Bedrock, vedere Linee guida per la progettazione di prompt.

Creazione di prompt per la configurazione di Anthropic - Claude (Messages API)

La configurazione Anthropic - Claude (Messages API) effettua la connessione all'API di Messaggi. È possibile utilizzare questa configurazione per accedere ai seguenti modelli Claude:

  • Claude 3.5 Sonnet

  • Claude 3 Opus

  • Claude 3 Sonnet

  • Claude 3 Haiku

  • Claude 2.1

  • Claude 2

  • Claude Instant 1.2

Quando si utilizza questa configurazione, i prompt non richiedono una sintassi specifica. Per un esempio completo, vedere Esempi.

Creazione di prompt per la configurazione di Anthropic - Claude

È possibile utilizzare la configurazione Anthropic - Claude di questo connettore per effettuare la connessione ai modelli precedenti elencati di seguito:

  • Claude 2.1

  • Claude 2

  • Claude Instant 1.2

I prompt scritti per questa configurazione richiedono una sintassi specifica per restituire correttamente i completamenti. Di seguito sono elencati i requisiti:

  • Ogni prompt deve avere un prefisso con testo Human:

  • È necxessario aggiungere il testo Assistant: come prefisso all'inzio del prompt.

  • Il prefisso Human: deve avere due ritorni a capo precedenti. Questo risultato si ottiene aggiungendo chr(10) & chr(10) all'espressione, prima del prefisso.

  • Il suffisso Assistant: deve avere due ritorni a capo precedenti. Questo risultato si ottiene aggiungendo chr(10) & chr(10) all'espressione, prima del suffisso.

Per informazioni su come applicare la struttura e il formato di un prompt Claude, vedere Creazione di un prompt.

Notare che vi sono più modi in cui è possibile farlo in uno script. Per un esempio completo, vedere Esempi.

Creazione di una tabella di dati da inviare a Anthropic

Per prima cosa, è necessario caricare una tabella contenente i dati da inviare al modello come richiesta. Questa deve consistere di un'unica colonna di dati nella quale ogni cella rappresenta del testo che deve essere completato dal modello. Può esservi un secondo campo aggiuntivo per il Campo di associazione, ma questo deve corrispondere al nome del campo specificato nella configurazione. Si tratta di un campo speciale che non sarà inviato a Amazon Titan, ma è allegato alle risposte allo scopo di integrare i dati dell'interazione nel modello dati.

Considerazioni relative al volume dati delle richieste

Quando si caricano i dati, ogni riga nel campo della richiesta verrà inviata a Anthropic. Prima di interagire con una piattaforma di terze parti, assicurarsi di conoscere come il numero di richieste, il volume di data inclusi nelle proprie richieste e la configurazione del connettore hanno effetto sull'accordo finanziario e sulle modalità di fatturazione con le terze parti. Un utilizzo più elevato della piattaforma esterna può determinare costi superiori.

Creazione di un'istruzione di caricamento Anthropic

Per la comunicazione con Anthropic, è anche necessario creare un'istruzione LOAD utilizzando la sintassi dell'estensione. Questa parte dello script fa riferimento alla connessione Anthropic (Amazon Bedrock) dell'utente e specifica il nome della tabella e dei campi che si utilizzano per inviare i dati della richiesta (vedere la sezione anteriore). L'istruzione carica una tabella separata che contiene le risposte del modello a ogni riga della richiesta, tra gli altri dati.

Per generare questa parte dello script, è possibile usare la procedura guidata Seleziona dati per la connessione che utilizzata. Questa genera uno script modello che include i nomi delle proprietà fornite.

Individuare la connessione utilizzata nel pannello Sorgenti dati di Editor caricamento dati o Script, quindi fare clic su Seleziona dati. Questa azione apre la procedura guidata Seleziona dati.

Quando si utilizza la procedura guidata Seleziona dati, è necessario fornire due proprietà:

  • Il nome della Tabella Resident. È una tabella con la richiesta da inviare a Anthropic.

  • Il nome del Campo dati. È un campo contenente i dati della richiesta da inviare a Anthropic.

In alternativa, è possibile aggiungere i dati manualmente nell'editor dello script senza bisogno di usare la procedura guidata.

Quando si fa clic su Inserisci script, la nuova tabella viene aggiunta allo script di caricamento. Ora è possibile caricare i dati, verificare il modello dati risultante e usare i dati per creare contenuti di analisi nella propria app.

Esempi

Anthropic - Claude (Messages API)

Il seguente script di caricamento richiede due completamenti da parte di Anthropic, tramite la configurazione di Anthropic - Claude (Messages API).

Per ulteriori informazioni sulla creazione di prompt, vedere Preparazione dei prompt.

Di seguito si descrive come configurarlo:

  • Il valore della Tabella Resident è QuestionsClaude.

  • Il valore del Campo dati con i prompt è Question.

  • Il valore del Campo associazione è Question_ID.

  • L'istruzione di caricamento Anthropic è contenuta nella tabella denominata Anthropic.

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

Il seguente script di caricamento richiede due completamenti da parte di Anthropic, tramite la configurazione di Anthropic - Claude. Per dettagli sulla sintassi richiesta, vedere Creazione di prompt per la configurazione di Anthropic - Claude.

Per ulteriori informazioni sulla creazione di prompt, vedere Preparazione dei prompt.

Di seguito si descrive come configurarlo:

  • Il valore della Tabella Resident è QuestionsClaude.

  • Il valore del Campo dati con i prompt è Intputtextclaude.

  • Il valore del Campo associazione è RowId.

  • L'istruzione di caricamento Anthropic è contenuta nella tabella denominata Anthropic.

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});

Hai trovato utile questa pagina?

Se riscontri problemi con questa pagina o con il suo contenuto – un errore di battitura, un passaggio mancante o un errore tecnico – facci sapere come possiamo migliorare!