利用亚马逊Bedrock代理和知识库自动化邮件管理

关键要点

• 本文展示如何使用亚马逊Bedrock及其功能创建自动回复邮件的解决方案。
• 通过集成生成性AI，从而改善客户服务，提高操作效率。
• 识别传统邮件处理带来的挑战，同时提出AI驱动的解决方案以应对这些挑战。

在这篇文章中，我们演示如何创建一个自动邮件响应解决方案，利用及其功能，包括、以及。

亚马逊Bedrock是一项全托管服务，通过API使领先的AI初创公司和亚马逊网络服务的基础模型（FMs）可用。因此，您可以从多种FMs中选取最适合您使用案例的模型。亚马逊Bedrock提供无服务器体验，让您能够快速启动，私密地使用自己的数据自定义FMs，并通过AWS工具集成和部署，而无需管理基础设施。

借助亚马逊Bedrock及其他AWS服务，您可以构建基于生成性AI的邮件支持解决方案，以简化电子邮件管理，提高客户满意度和操作效率。

知识管理的挑战

电子邮件作为企业的关键通信工具，但传统处理方法（如手动处理）常在处理大量来信时显得捉襟见肘。这可能导致低效率、延迟和错误，从而降低客户满意度。

主要挑战包括对支持人员进行持续培训的需求、管理和检索分散信息的困难，以及不同代理回复之间的响应一致性。

组织通常拥有大量的数字文档和数据存储，但由于其非结构化和分散的性质，往往未得到充分利用。此外，虽然存在特定API和应用程序来处理客户服务任务，但它们常独立运作，缺乏整合。

AI驱动解决方案的优势

为了应对这些挑战，企业正在采用生成性AI来自动化和优化邮件响应流程。AI的集成加速了响应时间，提高了沟通的准确性和相关性，从而提升客户满意度。通过使用基于AI的解决方案，组织可以克服手动邮件处理的局限性，简化操作并改善整体客户体验。

一个强大的AI驱动邮件支持代理需要具备以下能力：

• 全面访问并应用知识 ：从组织中的各种文件格式和数据存储中提取和使用信息，以便更好地服务客户。
• 无缝集成API ：通过邮件与现有商业API交互，进行实时操作，如事务处理或客户数据更新。
• 持续意识 ：不断集成新数据，如更新的文档或修订的政策，使AI能够识别并使用最新信息而无需重新训练。
• 维护安全和合规标准 ：遵循行业特定的数据安全协议和合规要求，以保护敏感客户信息并保持信任。实施治理机制以确保AI生成的响应与品牌标准和监管要求一致，避免不相关的通讯。

解决方案概述

本节概述了用于邮件支持系统的架构，采用生成性AI。以下图示展示了提高客户邮件处理的各个组成部分的集成。


解决方案由以下组成：

• 邮件服务 ：该组件管理来往客户邮件，作为邮件通信的主要接口。
• AI驱动的邮件处理引擎 ：这是解决方案的核心，引擎利用AI分析和处理邮件。它与数据库和API交互，提取所需信息并确定适当的响应，以提供及时、准确的客户服务。
• 信息存储库 ：该存储库保存支持客户服务过程的必要文档和数据，AI引擎通过访问此资源提取回复客户询问所需的相关信息。
• 业务应用程序 ：此组件执行邮件请求中识别的具体动作，如处理交易或更新客户记录，便于快速、精确地满足客户需求。
• 非功能需求（NFRs） ：包括以下内容：
• 安全性 ：保护数据，确保处理过程中的安全性，以维护客户信任。
• 监控 ：监控系统性能和用户活动，以保持运营的可靠性和效率。
• 性能 ：确保邮件响应的高效率和速度，以维持客户满意度。
• 品牌保护 ：维护客户互动的质量和一致性，保护公司的声誉。

以下图表提供了通过生成性AI增强邮件支持的详细架构视图。该系统整合了各种AWS服务和自定义组件，以高效且有效地自动化处理和处理客户邮件。


工作流程包含以下步骤：

1. 管理来往的客户邮件。当客户发送邮件时，WorkMail接收邮件并调用工作流程中的下一个组件。
2. 收到邮件后，WorkMail调用一个邮件处理函数，作为中介接收请求并将其传递给适当的代理。
3. 这些AI代理处理邮件内容，应用决策逻辑，并根据客户的询问和访问的相关数据草拟邮件回复。
4. 守规确保交互符合预定义的标准和政策，以维护一致性和准确性。
5. 系统使用（Amazon S3）通过对存储的文档和文件进行索引，以便快速检索。这些索引文档提供了一个全面的知识库，AI代理查询以制定响应。
6. 当需要对客户请求执行特定事务或更新时，AI代理会调用业务API。API确保采取的措施是适当和准确的。
7. 在AI代理最终确定回复邮件后，它将被发送到（Amazon SES）。
8. 亚马逊SES将回复发送回客户，完成互动循环。

部署解决方案

为了评估该解决方案，我们提供了示例代码，用户可以通过邮件进行餐厅预订和询问菜单等问题。有关部署说明，请参阅。

高层部署步骤如下：

1. 安装所需的先决条件，包括（AWS CLI）、Node.js和（AWS CDK），然后克隆该仓库并安装必要的NPM包。
2. 部署AWS CDK项目以在您的AWS账户中配置所需资源。
3. 按照GitHub仓库README文件中的后续步骤，配置邮件支持账户，以便在收到邮件时触发Lambda函数。

当部署成功时（可能需要7-10分钟完成），您可以开始测试该解决方案。

测试解决方案

虽然该解决方案以亚马逊Bedrock自动化餐桌预订和菜单查询为示例，但类似的方法可适用于各个行业和工作流。传统上，客户会通过邮件向餐厅请求这些服务，需要工作人员手动回复。通过自动化这些流程，该解决方案简化了操作，减少了人工努力，并通过实时响应增强用户体验。

您可以发送电子邮件到支持邮箱，以测试生成性AI系统处理请求、进行预订和提供菜单信息的能力，同时遵守守规。

1. 在WorkMail控制台中，导航至组织gaesas-stk-org-<随机ID>。
2. 在导航面板中选择用户，并转到支持用户。
3. 找到该用户的电子邮件地址。
   删除)
4. 使用您首选的电子邮件应用程序发送电子邮件，向自动支持帐户请求信息。

以下图像展示了客户与自动支持代理之间的对话。


清理

为了清理资源，请从项目文件夹运行以下命令：

bash cdk destroy

结论

在这篇文章中，我们探讨了如何集成AWS服务构建基于生成性AI的邮件支持解决方案。通过利用WorkMail处理邮件流量、Lambda执行处理逻辑，以及亚马逊SES发送响应，该系统高效管理并回复客户邮件。此外，亚马逊Bedrock代理通过守规和支持的OpenSearch服务增强的信息存储库，确保响应准确且符合监管标准。AWS服务的协同使用，不仅简化了邮件管理，同时确保每次客户互动都得到精确处理，提升整体客户满意度和操作效率。

您可以根据特定的组织需求适应和扩展本解决方案中展示的业务逻辑和流程。开发人员可以修改Lambda函数、更新知识库，并调整代理行为，以符合独特的业务要求。这种灵活性使您能够定制解决方案，实现与现有系统和工作流程的无缝集成。

关于作者

 Manu Mishra 是AWS的高级解决方案架构师，拥有超过16年的软件行业经验，专注于人工智能、数据与分析以及安全领域。他的专业知识涵盖战略监督和技术领导，审查并指导内部和外部客户的工作。Manu与AWS客户合作，塑造技术战略，推动有影响力的商业成果，实现技术与组织目标之间的对齐。

 AK Soni 是AWS企业支持的高级技术客户经理，致力于通过主动指导帮助企业客户实现商业目标，实施创新的云和AI/ML解决方案，与行业最佳实践保持一致。拥有超过19年的企业应用架构和开发经验，他利用生成性AI技术提升业务运营，克服现有技术的限制。作为AWS的AI/ML社区成员，AK指导客户设计生成性AI解决方案，并培训AI/ML热忱的AWS员工加入AWS生成性AI社区，提供有价值的见解和建议，从而利用生成性AI的力量。