☁️AWS Machine Learning Blog•最新收集於 17m
打造品牌化的 Amazon Quick 嵌入式聊天
💡了解如何嵌入品牌化對話式 AI 助理，無須從零打造聊天介面。
⚡ 30-Second TL;DR
有什麼變化
將對話式 AI 聊天體驗直接嵌入網頁應用程式。
為什麼重要
開發者無須從零打造聊天介面，就能提供更一致的應用程式內 AI 體驗。品牌與角色控制也可能提升使用者對企業助理的信任與採用率。
下一步行動
在測試環境的網頁應用程式中建立 Amazon Quick 嵌入式聊天原型，並依據設計系統測試容器樣式、品牌移除與角色設定。
誰應關注：Developers & AI Engineers
關鍵要點
- •將對話式 AI 聊天體驗直接嵌入網頁應用程式。
- •自訂聊天容器與 SDK 樣式，以符合現有介面設計。
- •移除預設品牌元素，並定義自訂代理程式角色以維持一致的品牌語調。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Amazon QuickSight 嵌入式聊天功能整合了 Amazon Q 的生成式 AI 能力，支援自然語言查詢與資料視覺化分析。
- •開發者可透過 QuickSight Embedding SDK 使用 JavaScript API 來動態控制聊天視窗的顯示狀態與上下文參數。
- •該功能支援基於 IAM 策略的細粒度存取控制，確保嵌入式聊天僅能存取使用者權限範圍內的資料集。
- •系統支援多租戶（Multi-tenancy）架構，允許在單一應用程式中為不同客戶隔離聊天代理程式的知識庫與品牌設定。
- •嵌入式聊天介面支援響應式設計，能自動適應網頁應用程式中的 iframe 容器大小，並提供自訂 CSS 注入以調整 UI 元件。
📊 競品分析▸ Show
| 特色 | Amazon QuickSight Q | Microsoft Power BI (Copilot) | Tableau Pulse |
|---|---|---|---|
| 嵌入能力 | 高度可自訂 SDK | 透過 Power BI Embedded | 透過 Tableau Embedding API |
| 核心優勢 | AWS 生態系深度整合 | Microsoft 365 整合 | 視覺化分析體驗 |
| 定價模式 | 按使用者/容量計費 | 按容量/授權計費 | 按使用者計費 |
🛠️ 技術深入
- 採用 Amazon Q 生成式 AI 模型，支援對結構化資料（SQL）與非結構化文件（QuickSight Topics）的聯合查詢。
- 透過 QuickSight Embedding SDK 的 generateEmbedUrlForAnonymousUser 或 generateEmbedUrlForRegisteredUser API 進行身分驗證。
- 支援透過 JavaScript postMessage 介面與父層應用程式進行雙向通訊，實現自訂事件觸發。
- 品牌化設定透過 JSON 配置檔傳遞至 SDK，可覆蓋預設的 CSS 變數，包含字體、顏色與圖示路徑。
- 代理程式角色設定（Persona）透過定義系統提示詞（System Prompt）與資料存取範圍（Row-level Security）來實作。
🔮 前景展望AI analysis grounded in cited sources
企業將大規模轉向無程式碼資料分析介面
嵌入式 AI 聊天功能的普及降低了終端使用者存取複雜商業智慧系統的技術門檻。
資料隱私與合規性將成為嵌入式 AI 的核心競爭力
隨著嵌入式 AI 深入應用程式，確保資料在多租戶環境下的隔離與安全性將成為企業採購的首要考量。
⏳ 時間線
2023-11
AWS 於 re:Invent 大會正式推出 Amazon Q 生成式 AI 助理。
2024-04
Amazon QuickSight 宣布整合 Amazon Q，提供自然語言資料分析功能。
2025-02
AWS 擴展 QuickSight 嵌入式 SDK，強化對生成式 AI 介面的自訂支援。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： AWS Machine Learning Blog ↗