Criando filtros de conteúdo adequados para cada idade

Expandindo seu trabalho com a plataforma de saúde, eles estão criando conteúdo para diferentes faixas etárias no programa de bem-estar familiar. Ao criar conteúdo para diferentes faixas etárias, eles precisam garantir que as respostas da IA sejam adequadas. Você vai criar uma função que verifica as respostas do Claude com base na idade do público-alvo.

As bibliotecas json e boto3 já estão carregadas, assim como a função moderate_content() que a gente definiu no exercício anterior.

Este exercício faz parte do curso

Introdução ao Amazon Bedrock

Instruções do exercício

Insira o nível de moderação "high" para obter a verificação de conteúdo adequada para as crianças prompt.
Repita para adultos e adolescentes, com níveis cada vez mais baixos de moderação, e veja o resultado.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

bedrock = boto3.client('bedrock-runtime', region_name='us-east-1')

prompt = "I have a bad headache: how much ibuprofen can I take, and how often?"

# Use a high level of moderation
print(f"Response for children: {moderate_content(____, '____')}")

# Repeat with medium and low
print(f"Response for teens: {moderate_content(prompt, '____')}")
print(f"Response for adults: {moderate_content(prompt, '____')}")

Editar e executar o código

Este exercício faz parte do curso

Introdução ao Amazon Bedrock

IntermediárioNível de habilidade

4.8+

Iniciar curso de graça

Aprenda o básico sobre o Amazon Bedrock, o serviço de modelo básico totalmente gerenciado da AWS. Comece com a configuração básica e a autenticação, explore os modelos básicos disponíveis, como Claude e Titan, e domine as interações essenciais da API. Este capítulo fala sobre como configurar um ambiente de desenvolvimento, escolher modelos certos para um caso de uso e implementar o tratamento correto de solicitações de API, incluindo respostas de streaming e gerenciamento de erros.

Exercise 1: Acessando o Amazon Bedrock Exercise 2: Inicializando o cliente Bedrock Exercise 3: Recuperando detalhes do modelo Bedrock Exercise 4: Escolhendo um modelo básico Exercise 5: Usando o modelo certo no Bedrock Exercise 6: Gerando texto no Bedrock

Neste capítulo, você vai aprender três lições importantes. Começando com o básico sobre geração de texto e como lidar com respostas, você vai avançar para técnicas mais avançadas de engenharia de prompts, como aprendizado com poucos exemplos e saídas estruturadas. A última aula fala sobre como otimizar os parâmetros do modelo, ensinando os alunos a ajustar configurações como temperatura e limites de tokens para obter os melhores resultados. Cada aula é baseada na anterior, passando das interações básicas da API até o controle avançado de parâmetros para casos específicos.

Exercise 1: Gerando texto com modelos de linguagem Exercise 2: Melhorando as solicitações com atribuição de funções Exercise 3: Processamento de respostas do modelo e tratamento de erros Exercise 4: Categorização do relatório do modelo básico Exercise 5: Usando técnicas de engenharia rápida Exercise 6: Implementar o aprendizado com poucos exemplos para geometria Exercise 7: Criando prompts de saída estruturados Exercise 8: Trabalhando com diferentes parâmetros do modelo Exercise 9: Ajustando a criatividade com controle de temperatura Exercise 10: Controlando a saída com top_p e max_tokens Exercise 11: Parâmetros para descrições de produtos

Neste capítulo, você vai criar aplicativos robustos e responsáveis com o Amazon Bedrock, indo além das interações básicas da API. Começando com a IA conversacional, você vai dominar o gerenciamento de estado e o tratamento de contexto para criar experiências de chat que fazem sentido. Depois, você vai ver técnicas avançadas de prompting, aprendendo a criar vários tipos de conteúdo sem perder o estilo e o tom. Este capítulo fala sobre coisas importantes na produção, tipo como lidar com erros, limitar a taxa e processar respostas de forma eficiente. Por fim, você vai implementar proteções éticas e medidas de segurança, garantindo que suas aplicações de IA sejam poderosas e responsáveis.

Exercise 1: Considerações éticas e proteções Exercise 2: Moderação de avaliações de produtos Exercise 3: Criando filtros de conteúdo adequados para cada idade

Exercício atual

Exercise 4: Gerenciando conversas com IA Exercise 5: Criando uma classe gerenciadora de conversas Exercise 6: Tornando uma conversa consciente da memória Exercise 7: Estratégias avançadas de solicitação Exercise 8: Implementando o prompt de cadeia de pensamento Exercise 9: Criação de conteúdo estilizado com Bedrock Exercise 10: Como lidar com respostas e erros da API Exercise 11: Implementando o controle de limite de taxa Exercise 12: Implementando modelos alternativos Exercise 13: Parabéns!