Společnost AWS představila způsob, jak do aplikací leteckých společností integrovat pokročilého hlasového cestovního asistenta. Tento systém využívá kombinaci tří spravovaných služeb, konkrétně Amazon Bedrock AgentCore, Amazon Nova Sonic a Amazon Bedrock Knowledge Bases, což umožňuje vytvořit komplexní vrstvu pro hlasové interakce přímo v mobilním rozhraní c1. Cílem tohoto řešení je zjednodušit komunikaci mezi cestujícím a dopravcem tak, aby uživatel mohl efektivně řídit svou cestu bez nutnosti ručního procházení složitých menu nebo přepínání mezi různými sekcemi aplikace. Tento technologický stack je navržen tak, aby maximalizoval efektivitu díky spravovaným službám, což znamená, že aerolinky nemusí udržovat vlastní komplexní infrastrukturu pro strojové učení. Integrace těchto tří komponent umožňuje vytvořit plynulý uživatelský zážitek, kde hlasová vrstva funguje jako intuitivní rozhraní nad stávajícími datovými strukturami společnosti c1.
Cestující může hlasem změnit rezervované sedadlo nebo zjistit zpoždění letu, aniž by opustil aplikaci c2. Asistent také zobrazí itinerář, upraví preferenci jídla a odpoví na dotaz k pravidlům přepravy c2. Pokud je to potřeba, na požádání cestujícího ho předá živému operátorovi c2.
Modulární architektura řešení
Architektura řešení odděluje front end, AI agenta a backendové služby do tří samostatných vrstev. Vývojáři tak mohou každou z nich vyvíjet a škálovat nezávisle na ostatních c3. Agent komunikuje s backendem přes otevřený standard MCP, který obě části drží volně provázané c3.
Klíčovým prvkem pro zajištění plynulé spolupráce mezi jednotlivými vrstvami je využití otevřeného standardu MCP. Tento protokol slouží k přenosu standardizovaných zpráv mezi AI agentem a backendovými službami, což udržuje obě části systému volně provázané c3. Takové volné provázání je zásadní pro stabilitu aplikace, protože minimalizuje vzájemné závislosti a usnadňuje integraci nových funkcí do backendu, aniž by došlo k narušení chování agenta, který s těmito službami komunikuje c3.
Technický proces zpracování hlasu
Technický proces zpracování hlasu začíná u modelu Nova 2.5 Sonic, který přepisuje řeč uživatele a spouští volání nástrojů. AI agent vybírá vhodné nástroje a volá je prostřednictvím protokolu MCP c5. Požadavky tak putují přes AgentCore Gateway k dalšímu zpracování v backendu c5.
Technický proces zpracování hlasu pokračuje přes AgentCore Gateway, která převádí volání MCP na REST požadavky směřující do API Gateway. Tyto požadavky následně spouštějí funkce AWS Lambda, jež provádějí business logiku a dotazují se v tabulkách DynamoDB na rezervace, cestující, mapy sedadel, status věrnostních programů a informace o letech c5. Jakmile jsou výsledky k dispozici, model Nova 2.5 Sonic je zahrne do mluvené odpovědi, kterou uživatel dostane c5.
Znalostní báze a RAG v praxi
Znalostní báze a RAG v praxi. Na dotazy k pravidlům aerolinky, například k limitům zavazadel, poplatkům za změny rezervací či cestování se zvířaty, systém odpovídá pomocí Retrieval Augmented Generation (RAG) přes Amazon Bedrock Knowledge Bases c7. Odpovědi jsou opřeny o dokumenty aerolinky c7. Znalostní báze využívá agentické vyhledávání se spravovaným rerankerem a vrací relevantní pasáže jako citace c7.
V situacích, kdy AI agent nedokáže problém vyřešit a je zapotřebí lidský zásah, systém přechází do režimu eskalace. Protože konkrétní ukázka neobsahuje plnohodnotnou aplikaci kontaktního centra, předání živému operátorovi probíhá přes nakonfigurované telefonní číslo podpory. Funkce AWS Lambda v tomto procesu zapíše požadavek na eskalaci do databáze DynamoDB a uživateli vrátí referenční číslo spolu s odhadovanou dobou čekání. Následně front-end aplikace postavený na Amplify vyvolá samotné volání na linku podpory, přičemž operátor může díky předanému referenčnímu číslu rychleji identifikovat kontext požadavku a pomoci cestujícímu c13. Vzhledem k tomu, že v této ukázce chybí plnohodnotný systém pro správu kontakt center, je proces eskalace navržen jako most mezi AI a tradiční telefonickou podporou c13. Referenční číslo vygenerované funkcí Lambda a uložené v DynamoDB slouží jako unikátní identifikátor kontextu, díky kterému operátor nemusí znovu žádat o základní údaje, které uživatel již poskytl hlasovému asistentovi c13.
Bezpečnost a odpovědná AI
Bezpečnost a odpovědná AI. Aby systém minimalizoval riziko nechtelných úprav, agent implementuje specifický mechanismus potvrzování před každým zápisem změn. Cestující musí tedy explicitně souhlasit s navrhovanou akcí dříve, než ji systém skutečně provede. Autoři řešení tento přístup v kombinaci s citacemi ze znalostní báze, které umožňují zpětné sledování odpovědí až k původním zdrojovým dokumentům, považují za základní úroveň odpovědné práce s AI c9. Mechanismus potvrzování před zápisem (confirm-before-write) je zásadní prevence proti chybám, které by mohly vzniknout v důsledku nesprávné interpretace hlasového vstupu. Tím je zajištěno, že například změna sedadla neproběhne náhodně, ale pouze s vědomým souhlasem cestujícího c9. Citace z dokumentů pak umožňují uživateli i správci systému snadno ověřit, na základě které konkrétní pasáže z pravidel aerolinky byla odpověď vygenerována c9.
Pro nasazení v ostrém produkčním prostředí doporučuje příspěvek k řešení doplnit nástroj Amazon Bedrock Guardrails. Tento komponent slouží k filtraci pokusů o takzvaný prompt injection, což je metoda manipulace s vstupy do modelu s cílem obejít jeho bezpečnostní pravidla. Guardrails navíc pomáhají ověřovat, zda jsou generované odpovědi řádně podložené dostupnými zdroji, čímž dále zvyšují spolehlivost celého systému v reálném provozu c10. Prompt injection představuje bezpečnostní riziko, kdy se uživatel pokusí pomocí specifických textových vstupů přimět AI k ignorování instrukcí nebo k úniku citlivých dat. Amazon Bedrock Guardrails funguje jako ochranný filtr, který tyto anomálie detekuje dříve, než se dostanou k modelu, a zároveň kontroluje, zda výsledná odpověď není v rozporu s poskytnutými zdroji, což je nezbytné pro udržení profesionálního standardu komunikace aerolinky c10.
Zdroje
- Build a voice travel concierge with Amazon Bedrock AgentCore, Managed Knowledge Base and Nova Sonic | Artificial Intelligence — AWS Machine Learning Blog
Článek vznikl s pomocí AI; podklady a odkazy jsou uvedeny výše.