產品評論審核
你正在為一個允許使用者分享健康與養生經驗及評論的平台提供顧問服務。使用者安全負責人說明：
「安全是我們的第一要務，但我們也想保留真實的聲音。我們需要一套能依社群不同分區動態調整嚴格程度的內容審核系統——有些區塊需要更高的保護。」
請協助他們打造具彈性且安全的審核系統。boto3 與 json 函式庫、bedrock 用戶端以及 model_id 都已預先載入。
本練習屬於課程
Amazon Bedrock 入門
練習說明
定義一個
moderate_content()函式，接受text與嚴格程度，預設為"medium"。使用字典依嚴格程度設定指示：
"high"、"medium"、"low"。將 temperature 設為
0.2，以維持回應的一致性。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Define the function
def ____(____, strictness_level="____"):
# Define the dictionary of moderation instructions
instruction = {"____": "Strictly analyze for inappropriate content. ",
"____": "Check for obviously toxic language. ",
"____": "Check the tone. "}
request_body = json.dumps({"anthropic_version": "bedrock-2023-05-31", "max_tokens": 50,
# Add a low temperature
"temperature": ____,
"messages": [{"role": "user", "content": f"{instruction[strictness_level]}\n{text}"}]})
response = bedrock.invoke_model(body=request_body, modelId=model_id)
response_body = json.loads(response.get('body').read().decode())
return response_body