今天，我们宣布推出 Amazon Bedrock Advanced Prompt Optimization。这是一款新工具，可用于为 Amazon Bedrock 上的任意模型优化提示词，同时在最多 5 个模型之间比较原始提示词与优化后提示词。借助新的提示词优化功能，你可以迁移到新模型，或提升当前模型的表现。你可以对其进行测试，以确保在已知用例上没有出现性能回退，并改进表现不佳的任务。

新的提示词优化器会接收你的提示词模板、用于变量值的示例用户输入、标准答案，以及用作指导的评估指标。你甚至可以将其用于多模态用户输入——它支持将 png、jpg 和 pdf 作为提示词模板的输入，因此可优化用于文档和图像分析等任务的提示词。

你还可以提供 AWS Lambda 函数、LLM-as-a-judge 评分量规，或简短的自然语言描述来指导优化。提示词优化器在指标驱动的反馈循环中工作，针对评估指标优化提示词及由此产生的模型响应，并输出原始和最终提示词模板，以及评估分数、成本估算和延迟。

Bedrock Advanced Prompt Optimization 实际操作：要开始使用新的提示词优化功能，请在 Amazon Bedrock 控制台的 Advanced Prompt Optimization 页面选择 Create prompt optimization。

选择最多 5 个推理模型来优化你的提示词。如果你正在迁移到新模型，或只是想提升当前模型的表现，都可以使用此功能。如果你正在更换模型，可以选择当前模型作为基线，并选择最多 4 个其他模型。如果你不更换模型，则只需选择当前模型，即可查看优化前后的效果。

你应以 JSONL 格式准备提示词模板，并包含示例用户数据、标准答案，以及评估指标或重写指导。对于 .jsonl 文件，每个 JSON 对象必须位于单独一行。

{
    "version": "bedrock-2026-05-14",           // required; Fixed value
    "templateId": "string",                    // required
    "promptTemplate": "string",                // required
    "steeringCriteria": ["string"],            // optional
    "customEvaluationMetricLabel": "string",   // required if customLLMJConfig or evaluationMetricLambdaArn is used
    "customLLMJConfig": {                      // optional
        "customLLMJPrompt": "string",          // required if customLLMJConfig present
        "customLLMJModelId": "string"          // required if customLLMJConfig present
    },
    "evaluationMetricLambdaArn": "string",     // optional
    "evaluationSamples": [                     // required
        {
            "inputVariables": [                // required
                {
                    "variableName1": "string",
                    "variableName2": "string"
                }
            ],
            "referenceResponse": "string"      // optional
            "inputVariablesMultimodal": [      // optional
                {
                "Arbitrary_Name": {            // required for your multimodal variable.
                    "type": "string",          // choose from "PDF" or "IMAGE". Acceptable filetypes for IMAGE = png, jpg,  
                    "s3Uri": "string"          // input the S3 path of the file
                }
            ]
        }
    ]
}

你可以直接上传文件，或从 Amazon Simple Storage Service（Amazon S3）导入提示词模板，并设置一个 S3 输出位置，用于存储提示词优化结果和评估数据。然后，选择 Create optimization。

Amazon Bedrock 会自动将你的提示词模板和示例数据（可选包含标准答案）发送到推理模型，使用你的评估指标评估响应，然后在反馈循环中重写提示词，以针对你的推理模型进行优化。你将看到基于所提供指标的评估结果，以及最终优化后的提示词。

如你所见，可以通过三种方式评估提示词质量：包含你自定义 Python 评分逻辑的 Lambda 函数、带自定义评分量规的 LLM-as-a-Judge，或自然语言引导标准。每个提示词模板只能选择一种方式，但一个作业中可以包含多个提示词模板，因此如果需要，可为每个提示词模板使用不同方法。

• Lambda 函数——如果你有具体指标（准确率、F1、执行准确率、结构化 JSON 匹配等），可以部署包含自定义评分逻辑的 Lambda 函数，并配置提示词模板的 evaluationMetricS3Uri 字段。在 Lambda 内部，核心是 compute_score 实现，它会以编程方式将模型输出与参考响应进行比较。
• LLM-as-a-Judge——如果你的任务是开放式的（摘要、生成、推理解释），并且希望采用基于评分量规的分数，可以在提示词模板的 customLLMJConfig 字段中配置 S3 配置文件，以定义带有结构化说明和评级尺度的命名指标。Bedrock 评判模型会评估每个提示词-响应对，并返回分数和推理说明。默认模型为 Claude Sonnet 4.6，你也可以从评判模型列表中选择自己的模型。
• 引导标准——如果你知道自己想要的特征（品牌语调、格式、安全约束），但不想编写完整的评判提示词，可以通过提示词模板的 steeringCriteria 数组在输入数据集中定义标准。你提供的不是带评级尺度的结构化指标，而是自由形式的自然语言标准，由 LLM 评判器进行整体评估。如果使用此选项，则默认的 LLM-as-a-judge 提示词将评估响应，并把你的引导标准纳入评判提示词。在这种情况下，评判模型为 Anthropic Claude Sonnet 4.6。

要了解有关如何使用高级提示词优化与迁移的更多信息，请访问 Bedrock 指南中的高级提示词优化，以及 Github 上的示例代码。

现已可用：Amazon Bedrock Advanced Prompt Optimization 现已在美国东部（弗吉尼亚北部、俄亥俄）、美国西部（俄勒冈）、亚太地区（孟买、首尔、新加坡、悉尼、东京）、加拿大（中部）、欧洲（法兰克福、爱尔兰、伦敦、苏黎世）和南美洲（圣保罗）区域可用。你将根据优化期间消耗的 Bedrock 模型推理 token 付费，费率与常规 Bedrock 推理的每 token 费率相同。要了解更多信息，请访问 Amazon Bedrock 定价页面。

立即在 Amazon Bedrock 控制台中试用高级提示词优化，或通过 CreateAdvancedPromptOptimizationJob API 使用该功能，并向 AWS re:Post for Amazon Bedrock 发送反馈，或通过你通常的 AWS Support 联系渠道反馈。

正文：— Channy