> For the complete documentation index, see [llms.txt](https://prechat.gitbook.io/prechat-docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://prechat.gitbook.io/prechat-docs/4./create-agent.md).

# 에이전트 생성과 프롬프트 작성

상담 에이전트의 역할, 모델, 프롬프트, 도구를 구성

에이전트는 고객 대화를 담당하는 AI 요소입니다. 캠페인이나 대화 세션에 연결해 사용합니다.

## 에이전트 역할

PreChat에는 두 가지 역할의 에이전트가 있습니다. 각각 목적이 다르므로 최소 하나씩 만들어야 합니다.

| 역할                     | 언제 동작하나       | 하는 일                           |
| ---------------------- | ------------- | ------------------------------ |
| **Consultation Agent** | 고객이 챗봇과 대화할 때 | 시스템 프롬프트에 따라 고객과 대화하며 요구사항을 수집 |
| **Summary Agent**      | 세션 종료 후 자동 실행 | 대화 내용을 분석하여 BANT 요약과 미팅 플랜을 생성 |

Consultation Agent는 프롬프트, 도구, 언어를 자유롭게 설정합니다. Summary Agent는 모델만 선택하면 됩니다(프롬프트는 시스템이 자동 주입).

## 생성 절차

#### 에이전트 페이지로 이동

온보딩 카드 또는,

대시보드 좌측 메뉴 → **PreChat 에이전트** → **에이전트 생성** 클릭

![Agents 생성 화면](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-59cd294748dbbe40055f72994cf52f752e959348%2F04-create-agent-01-create-agent.png?alt=media)

#### 이름과 역할 지정

* **이름** — 용도를 알 수 있게 작성 (예: `workshop-consultation-ko`)
* **역할** — `Consultation Agent` 선택

![Agents 역할 선택](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-570f2cc04b9cb9f936ffb7c01e8e2daae0ba954a%2F04-create-agent-02-select-role.png?alt=media)

역할에 따라 이후 입력 필드가 달라집니다.

#### 템플릿 선택 (Consultation 전용)

Consultation Agent를 선택하면 사전 정의된 템플릿이 표시됩니다. 템플릿을 고르면 프롬프트, 도구, 모델이 자동으로 채워집니다.

| 템플릿          | 용도                 | 기본 모델             |
| ------------ | ------------------ | ----------------- |
| **고객 사전상담**  | 범용 고객 요구사항 수집      | Nova 2 Lite       |
| **영업 전략 상담** | 영업 시나리오 기반 심층 상담   | Claude Sonnet 4.5 |
| **보안 점검 상담** | 보안 체계 파악 및 SHIP 안내 | Claude Sonnet 4.5 |
| **직접 작성**    | 빈 상태에서 시작          | 선택 필요             |

워크샵에서는 **고객 사전상담** 템플릿으로 시작하는 것을 권장합니다.

![상담 에이전트 템플릿들](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-b0b07cc71a7fa680e6fb48496a97f1ee722d62a0%2F04-create-agent-03-select-template.png?alt=media)

#### 모델 선택

드롭다운에서 Foundation Model을 고릅니다. 모든 모델은 Cross-Region Inference로 제공됩니다.

| 모델                    | 제공사       | 특징                                                   |
| --------------------- | --------- | ---------------------------------------------------- |
| **Nova 2 Lite**       | Amazon    | 비용 효율적 멀티모달 모델. 문서 처리, 고객 지원 자동화에 적합. 컨텍스트 1M 토큰     |
| **Claude Haiku 4.5**  | Anthropic | 속도와 효율에 최적화된 경량 모델. 코딩과 에이전트 성능이 우수. 컨텍스트 200K 토큰    |
| **Claude Sonnet 4.5** | Anthropic | 에이전트, 코딩, 복잡한 추론에 최적화. 벤치마크 전반에서 높은 성능. 컨텍스트 200K 토큰 |
| **Claude Opus 4.5**   | Anthropic | 최고 수준 추론 능력. 복잡한 분석과 장문 생성에 적합. 컨텍스트 200K 토큰         |
| **Claude Opus 4.6**   | Anthropic | Opus 최신 버전. 컨텍스트 1M 토큰                               |

{% hint style="info" %}
워크샵에서는 툴링을 고려해 **Claude Sonnet 4.5** (Consultation)와 **Claude Opus 4.6** (Summary)를 권장합니다.
{% endhint %}

#### 시스템 도구 선택

PreChat 에서는 AWS 사전상담 유스케이스를 위해 필요한 도구들이 미리 정의되어 있습니다. 워크샵 실습을 위해 사진과 같은 도구들을 선택합니다.

| 도구                | 용도                                  | 워크샵 권장    |
| ----------------- | ----------------------------------- | --------- |
| `render_form`     | 구조화된 정보 수집 폼을 대화 중 렌더링              | ✅         |
| `aws_docs_mcp`    | AWS 공식 문서 실시간 검색                    | ✅ (기술 상담) |
| `retrieve`        | Knowledge Base RAG 검색 (KB ID 지정 필요) | 선택        |
| `http_request`    | 외부 API 호출                           | 고급        |
| `extract_a2t_log` | A2T 로그 데이터 추출                       | 보안 상담 전용  |
| `current_time`    | 현재 시간 조회                            | 자동 포함     |

\*`current_time`은 항상 포함됩니다.

![도구 선택](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-373585d2071a2b32e0e3831309082c54abd44ff3%2F04-create-agent-04-select-tools.png?alt=media)

{% hint style="info" %}
이러한 에이전트 도구 세트는, AWS 및 AWS 구축 파트너사를 위해 미리 정의된 것입니다. 우리 사용사례를 위한 개별 도구를 지원하고 싶다면 소스코드를 편집해야 합니다. PreChat은 개별 편집 방식으로 사용이 의도된 오픈소스입니다.
{% endhint %}

#### 시스템 프롬프트 작성 (Consultation 전용)

고객과 대화할 때의 역할, 톤, 수집할 정보를 지정합니다. 템플릿을 선택했다면 이미 채워져 있으므로 필요한 부분만 수정합니다.

여러분 기업과 제품에 대한 맥락 + 에이전트 행동 지침을 자유롭게 구술해보세요.

참고 예시는 AWS 클라우드 구축 파트너사를 예로하였습니다.

```
당신은 ACME 솔루션즈의 AI 사전상담 어시스턴트입니다.

역할:
- 잠재 고객이 AWS 클라우드 구축과 관련한 ACME 오퍼링을 검토할 수 있도록 필요한 정보를 수집합니다.
- 친근하면서도 전문적인 톤을 유지합니다.

반드시 파악할 정보:
1. 고객 회사의 업종과 규모
2. 현재 사용 중인 AWS 솔루션 또는 도구
3. 도입을 고려하는 배경과 비즈니스 목표
4. 예상 도입 시기와 예산 규모
5. 의사결정 프로세스와 주요 이해관계자

대화 가이드:
- 한 번에 하나의 주제에만 집중합니다.
- 고객이 모호하게 답하면 구체적인 질문으로 follow-up합니다.
- 기술 질문이 나오면 AWS 공식 문서 검색 도구를 활용합니다.
- 자연스러운 대화체 문장으로 응답하세요. 친구에게 설명하듯 내러티브하게 이어 쓰세요.
- 대화 종료 전 파악한 내용을 간단히 요약하고 고객의 확인을 받습니다.

금지 사항:
- 기술에 깊게 들어가지 말고 미팅 팔로업을 유도하세요.
- 불필요한 수식어나 감탄사를 자제하세요.
- 이모지(emoji), 이모티콘, 특수 장식 문자 절대 금지
- 과도한 감정 표현("정말 대단하시네요!", "와~ 좋습니다!") 대신 사실 기반의 담백한 응대를 하세요.
- 공감은 하되 절제된 표현으로: "말씀 감사합니다", "확인했습니다", "좋은 정보입니다"

**대화 8회 초과, 담당자 정보 요청시:**
담당자 정보:
- {{sales_rep.name}}
- {{sales_rep.phone}}
- {{sales_rep.email}}

대화를 마치면 EOF 토큰을 생성하여 종료를 마킹하세요.
```

#### 플레이스홀더 변수

시스템 프롬프트에서 이중 중괄호(`{{ }}`)로 감싼 변수를 사용하면, 에이전트가 대화 중 해당 값을 고객에게 안내합니다. 세션을 생성한 영업 담당자의 Cognito 프로필 정보가 자동으로 연결됩니다.

| 변수                    | 설명                | 예시 출력               |
| --------------------- | ----------------- | ------------------- |
| `{{sales_rep.name}}`  | 세션을 생성한 영업 담당자 이름 | 김영업                 |
| `{{sales_rep.phone}}` | 담당자 전화번호          | +821012345678       |
| `{{sales_rep.email}}` | 담당자 이메일           | <sales@company.com> |

{% hint style="info" %}
프롬프트는 한국어/영어 모두 가능합니다. 고객이 사용할 언어에 맞춰 작성합니다.
{% endhint %}

#### 저장

편집한 내용을 저장하기 위해 **에이전트 생성**을 눌러주세요.

![에이전트 생성 완료](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-7daa19b1acbceb5f131f08937c7d962040454149%2F04-create-agent-06-agent-list.png?alt=media)

<details>

<summary>에이전트 관리 팁</summary>

**프롬프트 이터레이션**

테스트 세션 후 대화 로그를 보고 프롬프트를 개선합니다. 에이전트 상세 페이지에서 시스템 프롬프트를 편집하면 기존 캠페인에도 즉시 반영됩니다.

**여러 에이전트 운영**

업종별, 제품별로 별도 에이전트를 만들면 관리가 편합니다.

| 에이전트                | 용도              |
| ------------------- | --------------- |
| `kr-enterprise-ko`  | 한국 엔터프라이즈 신규 도입 |
| `kr-migration-ko`   | 한국 마이그레이션 상담    |
| `global-partner-en` | 글로벌 파트너 영문 상담   |

</details>

<details>

<summary>Knowledge Base 연결 (선택)</summary>

![지식베이스 연결 (RAG)](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-183547667904410bde1bcf0f91761be633f017fc%2F04-create-agent-05-kb.png?alt=media)

`retrieve` 도구를 선택했다면 Knowledge Base ID를 지정해야 합니다.

KB가 없다면 AWS Console → **Amazon Bedrock** → **Knowledge bases** → **Create knowledge base**에서 생성해야 합니다. [AWS 문서](https://docs.aws.amazon.com/ko_kr/bedrock/latest/userguide/knowledge-base-create.html)를 참고해 보세요.

</details>

## Summary Agent

Summary Agent는 역할 선택 시 `Summary Agent`를 고르고, 모델만 지정하면 됩니다. 프롬프트와 도구는 시스템이 자동으로 관리합니다.

아래 내용으로 요약 에이전트도 만들어 주세요.

* **이름** — (예: `workshop-summary`)
* **역할** — `Summary Agent` 선택
* **모델** — 워크샵에서는 **Claude Opus 4.6** 을 권장합니다.

![요약 에이전트](https://2658270903-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FK6p83TsaH555AKwicy2h%2Fuploads%2Fgit-blob-1842be24617358b848cf022f610224656f4d1285%2F04-create-agent-07-summary-agent.png?alt=media)

{% hint style="info" %}
단계를 진행하려면 상담 에이전트와 요약 에이전트 모두 하나 이상 만들어 주세요.
{% endhint %}

## 다음 단계

에이전트 준비가 끝났으면 [캠페인 만들기](/prechat-docs/4./create-campaign.md)로 이동합니다.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://prechat.gitbook.io/prechat-docs/4./create-agent.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.