Générez et relisez des réponses de support, validez des résumés d’incidents et ajoutez des requêtes Bedrock bornées à une application Python.
Trois laboratoires guidés vous mènent d’une requête CLI à une application aux limites définies. Un défi indépendant consiste à réparer le traitement des réponses invalides tout en préservant les résumés exploitables.
Ce que vous apprendrez
- Choisir le modèle de texte disponible et envoyer une requête Converse avec AWS CLI
- Affiner les instructions système et confronter les affirmations générées aux faits fournis
- Examiner l’utilisation des tokens, les motifs de fin et les limites de sortie
- Générer un résumé JSON avec boto3 et valider ses champs
- Rejeter les entrées trop longues et traiter les erreurs ou délais avec des attentes finies et une seule tentative
- Réparer un gestionnaire de réponses sans casser l’inférence réelle
À qui s’adresse ce cours
Aux débutants qui souhaitent intégrer du texte généré dans une petite application observable.
Prérequis : commandes Terminal et fichiers texte de base ; AWS Foundations et des notions d’IAM sont recommandés. Les unités document et application demandent aussi les bases de Python. Suivez l’ordre recommandé : le défi utilise les notions de requête et de validation des trois laboratoires guidés.
Environnement : utilisez la VM Linux LabEx fournie dans le navigateur. Terminal exécute AWS CLI officiel et boto3 ; AWS View, au-dessus, affiche les résultats réels, l’utilisation et le quota restant observé. Les outils et la connexion sont préparés : aucun compte AWS personnel ni clé d’accès n’est nécessaire. Chaque unité démarre indépendamment avec ses entrées, son identité et son quota anonyme. Utilisez uniquement les données synthétiques fournies.
Questions fréquentes
Une réponse fluide ou conforme au schéma prouve-t-elle les faits ?
Non. Comparez les réponses et les résumés au ticket ou document fourni. Un JSON valide prouve la structure, pas le lancement d’une enquête, un remboursement ou la fin d’un test de suivi.
Que contrôle la limite de sortie ?
maxTokens borne la sortie générée, pas les caractères d’entrée ni la durée totale. L’application vérifie séparément la longueur, fixe des attentes finies de connexion et de lecture et désactive les nouvelles tentatives automatiques. Examinez stopReason : max_tokens peut indiquer un texte incomplet.
Pourquoi des tokens peuvent-ils être utilisés sans baisse des crédits ?
Une requête répétée peut réutiliser un résultat du modèle en cache. Les crédits suivent la consommation observée propre au modèle ; une limite de sortie ne définit pas un prix universel par token. Une requête incertaine peut retenir un quota réservé : examinez l’erreur avant de réessayer.
Quelles fonctions sont incluses ?
Converse textuel, instructions système explicites, utilisation retournée, validation JSON et requêtes synchrones bornées. Le streaming, les images, Agents, Knowledge Bases et le déploiement de services en production sont hors périmètre.
Que reste-t-il après le nettoyage ?
Les laboratoires guidés nomment les sorties locales à supprimer ; l’application et le défi conservent le code fonctionnel et les cas de test. Ici, Converse ne crée ni serveur ni base persistante. Supprimer les fichiers ne rembourse pas les crédits. Les fichiers ou identifiants d’une VM précédente ne sont jamais requis.
