AWS menerbitkan rancangan referensi Amazon Quick untuk mengajukan pertanyaan kepatuhan atas kumpulan besar perjanjian sewa. Gagasan bergunanya adalah serah terima yang ketat: model chat memilih alat tetap dan menjelaskan responsnya; mesin aturan terpisah menentukan populasi dan membuat setiap keputusan. Unggahan 2 Oktober dan repositori contoh menjelaskan bukti konsep edukasional, bukan layanan kepatuhan hukum yang tervalidasi.

Bagi teknisi atau pemimpin kepatuhan, pertanyaannya adalah apakah batasan tersebut cocok untuk keputusan yang sedang ditinjau. Contoh ini menggunakan perjanjian sewa sintetis serta aturan dan kutipan rekaan. Jumlah dalam contohnya menunjukkan bentuk keluaran yang dimaksud; angka tersebut tidak mengatakan apa pun tentang keakuratan pada kontrak atau hukum nyata.

Perubahan besar

  • Apa yang berubah: Contoh AWS menjadikan AI antarmuka terkendali ke alat peninjauan tetap. Mesin aturan menentukan temuan untuk populasi perjanjian sewa yang sudah didaftar.
  • Mengapa ini penting: Aturan berversi dan tanda terima bukti memberi peninjau cara memeriksa bagaimana catatan terpilih dinilai di luar chat.
  • Yang perlu diperhatikan: Tanda terima tidak memvalidasi inventaris, ekstraksi, ataupun aturan hukum. Pengguna harus memeriksa masukan tersebut, atribusi pengguna, serta kinerja pada data mereka sendiri.

Populasi harus ditetapkan sebelum prompt

Pengguna dapat bertanya kepada Quick perjanjian sewa mana di Texas yang melanggar aturan denda keterlambatan pada tanggal tertentu. Quick merutekan permintaan ke sweep_compliance", salah satu dari enam operasi MCP bernama. Operasi itu menggunakan yurisdiksi dan tanggal yang ditentukan untuk memilih populasi dan versi aturan yang berlaku. Model tidak menulis SQL ataupun menentukan apakah suatu klausul lolos. Mesin aturan menerapkan operator perbandingan tetap dengan nilai aturan yang diberikan sebagai parameter. AWS menyatakan bahwa pemindaian resmi tidak menggunakan model. AWS menjelaskan kontrak operasi di sini; repositori menjelaskan implementasinya.

Alat lainnya memiliki arti yang lebih sempit. simulate_rule_change memberikan hitungan eksploratif untuk nilai usulan tanpa mencatat temuan. explore_clauses mengurutkan sampel tersaring berdasarkan kemiripan semantik dan tidak dapat menjawab pertanyaan “berapa banyak?” get_finding mengambil satu rantai bukti; list_rules menampilkan aturan yang berlaku pada suatu tanggal; check_connection memeriksa koneksi. Pembedaan ini penting karena sampel klausul yang relevan bukanlah sensus.

Pemindaian menulis tanda terima yang memperhitungkan setiap catatan yang dipindai dalam satu dari empat kategori: patuh, melanggar, ambigu, atau tidak terbaca. Mesin memastikan jumlah kategori itu sama dengan total yang dipindai sebelum menyimpan hasil. Quick dapat menampilkan jumlah dan sampel kecil, sedangkan dasbor Quick Sight membaca temuan lengkap dari penyimpanan data Aurora yang sama. Temuan mencakup teks klausul, nilai hasil ekstraksi dan nilai yang diharapkan, versi aturan, serta kutipan. Ini sifat rancangan contoh AWS, bukan klaim bahwa BIG CHANGE menjalankan atau memverifikasi hasilnya secara independen.

Tanda terima memperhitungkan populasi yang dipilih. Namun, tanda terima tidak menunjukkan apakah inventaris sumber memuat setiap perjanjian sewa, apakah ekstraksi menangkap setiap klausul terkait dengan benar, atau apakah aturan mencerminkan hukum terkini. Semua itu membutuhkan rekonsiliasi, peninjauan ekstraksi, dan persetujuan hukum tersendiri. Jika penyebut untuk “semua perjanjian sewa di Texas” tidak pasti, hitungan yang tepat tetap bisa menggambarkan kumpulan yang salah.

Hal yang perlu Anda bangun

Desain arsitektur contoh menempatkan agen chat Quick di depan server MCP pada AWS Lambda. Amazon Cognito menerbitkan token layanan; API Gateway memeriksanya. Lambda membaca dan menulis Aurora Serverless v2 melalui RDS Data API. Quick Sight mengakses basis data yang sama melalui koneksi VPC. Contoh AWS menyediakan embedding Bedrock dan model bahasa untuk alat pencarian klausul eksploratif; pemindaian resmi tetap deterministik.

Contoh yang diterbitkan menggunakan korpus sintetis berisi 50.000 perjanjian sewa, buku aturan berversi, dan skrip penerimaan yang menurut AWS menjalankan 28 pemeriksaan terhadap tumpukan yang telah diterapkan. Repositorinya secara eksplisit memperingatkan bahwa kodenya belum siap untuk produksi, konten hukumnya rekaan, dan data penyewa nyata membutuhkan pengujian keamanan tambahan serta validasi hukum independen. Kami memeriksa dokumentasi dan uraian repositorinya; kami tidak menerapkan tumpukan tersebut, menjalankan pemeriksaan itu, ataupun menguji perutean alat oleh agen chat.

Untuk menyesuaikannya, tetapkan lebih dulu catatan inventaris otoritatif dan aturan keanggotaan yang tepat. Lalu putuskan kolom mana yang dapat diekstrak dengan andal, perbandingan aturan mana yang benar-benar mekanis, dan siapa yang menyetujui tiap versi aturan. Simpan teks sumber, status ekstraksi, versi aturan, operator, nilai yang dibandingkan, tanggal, dan ID temuan agar peninjau dapat merekonstruksi hasilnya. Rekonsiliasikan tanda terima dengan inventaris di luar respons chat. Ini pemeriksaan desain yang diturunkan dari jaminan dan batasan yang dinyatakan dalam contoh, bukan langkah yang telah kami uji.

AWS menyatakan token client-credentials Cognito mengidentifikasi aplikasi Quick, bukan orang yang mengajukan pertanyaan di chat. Contoh tersebut mengandalkan pencocokan ID pemindaian dan waktu dengan lapisan audit Quick untuk mengenali pengguna; AWS menyarankan agar ID pengguna akhir diteruskan dan disimpan jika penyimpanan kepatuhan itu sendiri harus mencatat identitasnya. Tim yang membutuhkan suatu temuan sebagai catatan audit mandiri sebaiknya menetapkan rancangan tersebut sebelum penerapan.

Akses, batasan, dan biaya

Panduan AWS mengasumsikan adanya akun AWS, kredensial AWS CLI v2 yang telah dikonfigurasi, Python dan Node 24 untuk CDK, akses model di us-east-1, serta lingkungan Amazon Quick dengan konektor MCP dan Quick Sight. Unggahan menyebut Python 3.12; README tertaut menyebut Python 3.9 atau lebih baru. Periksa persyaratan terkini repositori saat memilih lingkungan lokal. Contoh tersebut menetapkan CDK CLI 2.261.0 dalam petunjuknya, tetapi versi itu merupakan dependensi contoh, bukan persyaratan AWS secara umum.

Panduan terkini untuk MCP Quick menetapkan batas waktu 60 detik untuk tiap operasi, mengizinkan paling banyak 100 alat per koneksi server, dan tidak meneruskan header HTTP kustom. Batas waktu itu perlu diuji untuk beban kerja pemindaian besar; tugas basis data yang berjalan dengan benar tetap tidak dapat diselesaikan sebagai operasi Quick sinkron jika melampaui batas konektor. Panduan tersebut menyebut daftar alat konektor kustom dapat diperbarui dengan Sync. Blog AWS dan README contoh justru menginstruksikan pengguna untuk menghapus lalu membuat ulang integrasi setelah alat berubah. Ikuti dokumentasi Quick yang aktif untuk konektor saat ini, lalu verifikasi daftar alat terdaftar dan peruteannya di lingkungan Anda sendiri.

Ini pembangunan multi-layanan, jadi materi yang dipublikasikan tidak menyediakan satu “harga per pemindaian” yang dapat dipertanggungjawabkan. Halaman harga Quick memisahkan ketentuan langganan dan jam-agen serta mencantumkan biaya Quick Sight tambahan untuk sejumlah kemampuan. Harga Aurora bergantung pada konfigurasi kapasitas, penyimpanan, dan I/O; contoh ini mempertahankan minimum 0,5 ACU tetap aktif, alih-alih menjedanya hingga nol. API Gateway, Lambda, dan setiap pemanggilan Bedrock eksploratif juga memerlukan estimasi beban kerja. Repositori menyarankan agar tumpukan dihancurkan setelah evaluasi untuk menghindari biaya berkelanjutan. Tidak ada sumber daya AWS yang dibuat untuk artikel ini.

Daftar periksa keputusan

Gunakan pola ini hanya setelah tim dapat menjawab pertanyaan berikut dengan data dan kontrolnya sendiri:

  • Dapatkah Anda mendaftar seluruh populasi menggunakan predikat stabil yang telah ditinjau, lalu mencocokkannya dengan inventaris otoritatif?
  • Apakah aturannya berupa perbandingan mekanis dengan versi, tanggal berlaku, dan kutipan yang disetujui? Kasus mana yang harus tetap berstatus ambigu untuk ditinjau manusia?
  • Dapatkah kegagalan ekstraksi dan dokumen yang tidak terbaca dihitung, alih-alih diam-diam dikecualikan?
  • Apakah setiap temuan menyimpan klausul sumber, nilai pembanding, dan versi aturan, serta dapatkah Anda mengambil seluruh bukti di luar chat?
  • Dapatkah pemindaian selesai dalam batas waktu operasi Quick, dan bagaimana Anda akan melacak hasil kepada orang yang memintanya?
  • Apakah tim telah memperkirakan biaya langganan, basis data, dan layanan untuk volume yang diharapkan, lalu menguji kinerja dan mutu hasil pada data yang diizinkan?

Jika tugas memerlukan penafsiran hukum atau penilaian terhadap standar terbuka, label lolos/gagal yang deterministik mungkin menyembunyikan keputusan yang justru memerlukan manusia. Jika tim hanya menginginkan contoh yang representatif, pencarian semantik lebih sederhana. Jika mesin aturan dan dasbor yang telah ditinjau sudah melayani pengguna yang bertanggung jawab, lapisan percakapan bersifat opsional. Alternatif-alternatif ini mengikuti pembahasan “pilihan yang keliru” dalam unggahan AWS sendiri dan keterbatasan contoh sintetisnya.

Sumber & bacaan lebih lanjut