AWS Web Answer 正式開放,AgentCore 如何一次回傳有來源的網路答案?

AWS Web Answer 正式開放,透過 AgentCore Gateway 一次回傳答案與引用。了解它與 Web Search 的差異、網域篩選、維吉尼亞北部區域、每秒十次限制與導入驗收。

Share
AWS 官方 Web Answer 入門文章封面,標示 Amazon Bedrock AgentCore。
AWS Web Answer 官方介紹圖。來源為 AWS Machine Learning Blog。 圖片來源:官方原文。

代理要回答最新資料時,通常得先搜尋網頁,再逐頁閱讀、整理答案與來源。這些步驟都要接成程式,搜尋結果一變,團隊還要處理失敗與重試。

AWS Web Answer 在二○二六年十一月五日正式開放,讓代理以一次工具呼叫,取得整理過的答案和引用。它放在 Amazon Bedrock AgentCore Gateway 裡,由 AWS 代管搜尋與綜合流程。

這次功能改變的是應用與搜尋工具的分工。開發者提出問題後,工具會安排查詢、讀取頁面,再把結果交回主要代理,因此不用自行維護每一步搜尋邏輯。

工具接手的工作越多,團隊越需要事先決定資料範圍。來源是否合用、引用能否支持答案,以及整項任務花了多少錢,都會影響導入成果。

對已在 AWS 建置代理的團隊,我會先挑來源明確、答案可核對的即時問題試用。把錯誤與費用一起記錄,才有根據決定要不要擴大。

先從一次問題經過哪些環節看起,就能分清 AWS 接走的工作,以及應用仍須保留的判斷。

Web Answer 如何完成一次有來源的回答?

代理把自然語言問題交給 Gateway,Web Answer 才開始安排搜尋與閱讀。Gateway 是代理呼叫工具的統一入口,負責辨識誰在發出請求,以及可以使用哪些工具。

AWS 公告的流程會先驗證請求,再由設定好的服務角色呼叫 Web Answer。使用者對 Gateway 的存取權,與 Gateway 代表應用使用服務的權限,分別處理不同一段授權。

工具收到問題後會規劃查詢,平行搜尋相關網頁,並擷取內容。如果第一輪資料不足以回答,它可以繼續查找,再由模型綜合出最終回覆。

因此,一次外部工具呼叫可能包含多個內部研究步驟。主要代理看到的是整理後的結果,應用團隊省下的是搜尋、閱讀與彙整的串接工作。

回傳結果同時包含可讀文字與結構化欄位。content 裡是帶有引用標記的 Markdown,structuredContent 則將答案文字與引用清單放在可供程式處理的結構裡。

官方回傳範例也保留 isError 狀態與 latencyMs 延遲欄位。程式可以先判斷工具結果是否為錯誤,再決定怎麼呈現答案,而不是只要收到文字就視為完成。

structuredContent.answer 通常包含一個答案區塊,每筆引用保存網址,並在有資料時附上網域。應用可利用欄位建立來源介面,減少自行從一大段文字猜測連結用途。

整合時仍應確認畫面顯示的答案與結構化答案一致。如果介面只保留文字、丟掉引用,使用者就失去回看證據的入口,代管工具提供的結構也沒有真正用上。

AWS 使用自有搜尋索引與知識圖譜支援這套流程,並宣稱搜尋會針對當次問題取得新資料。索引更新速度仍會影響能找到哪些內容,答案附來源也需要檢查。

AWS 完整流程說明的範例出現約五點二秒的執行時間,這只反映該次示範。問題複雜度、需要讀取的頁面與再次搜尋的次數,都可能改變等待時間。

當搜尋與綜合都交給工具,開發者接著要決定自己還需要保留多少控制。

AWS 官方 Web Answer 入門文章封面,標示 Amazon Bedrock AgentCore。
AWS Web Answer 官方介紹圖。來源為 AWS Machine Learning Blog。 圖片來源:官方原文。
AWS 官方 Web Answer 功能示範,展示回答與來源引用流程。 來源:官方原始貼文。

Web Answer 與 Web Search 差在誰負責綜合?

Web Search 把搜尋結果交回應用,Web Answer 直接交付整理後的答案。兩者面對相近的網路資料,卻在不同位置結束工作。

若使用 Web Search,代理會取得排序後的網址、標題與摘要,再自行決定要讀哪一頁。採用的模型、比較來源的方法,以及最後如何下結論,都留在應用端。

這適合已經有研究流程的團隊。例如既有代理需要分別保存公告、文件與舊版本,再逐項比較差異,直接拿到搜尋結果比較方便安排後續工作。

若使用 Web Answer,工具會連閱讀與綜合一起處理。應用可以用較少的串接步驟取得回答,但也把更多研究決策交由代管服務執行。

以查詢雲端產品的支援地區為例,Web Answer 能交回整理與引用。若任務還要求逐一保存不同語言文件、核對版本差異,應用仍可能需要自行擴充查核流程。

這裡的取捨會反映在產品設計。只想快速提供附來源答案的入口,可以先測代管綜合。需要自訂研究順序的工具,則應比較原始搜尋介面是否更符合流程。

兩種路線也能分工使用。主要代理可以根據任務類型選擇工具,但團隊仍要定義何時接受代管答案、何時需要回到原始頁面。

選定入口以後,工具能查哪些資料就成了下一個設定條件。

管理員與代理如何共同限制搜尋範圍?

管理員先設定來源邊界,代理在每次查詢時只能把範圍收得更小。這讓應用有機會先固定可接受的資料來源,再讓代理處理問題。

官方提供包含與排除網域的設定。團隊若只想引用特定官方網站,可以先把允許範圍寫進工具目標,減少搜尋到不適用資料的機會。

每次呼叫仍能加上較窄的篩選,但無法藉此擴大管理員允許的網域。這個層次讓管理政策與單次查詢需求可以同時存在。

例如管理員允許幾家產品官網,代理可以在特定問題中只查其中一家。它不能因為搜尋結果不足,就自行把範圍改成整個網路。

日期與國家條件則協助縮小查詢背景。產品價格、服務資格或政策經常隨地區改變,提出問題時交代時間和地區,能減少把不同版本混在一起的情況。

篩選條件仍只是搜尋邊界。官方網站可能同時保留舊公告與新文件,因此應用還要檢查頁面日期、方案名稱,以及來源是否明確適用於提問情境。

AWS 宣稱查詢與結果會留在 AWS 環境內,不把使用者問題送到第三方搜尋服務。這是供應商對服務資料流程的說明,團隊仍應依實際資料要求核對適用條款。

若使用 PrivateLink 連接代理與 Gateway,保護的是這段服務連線。工具本身仍會研究公開網頁,不能因此把整個流程視為離線資料查詢。

來源範圍確定後,執行地區與用量條件會決定第一次測試能怎麼安排。

地區、速率與費用如何影響導入?

上線初期的區域與速率限制,會直接影響測試規模。截至十一月六日台灣時間查閱公告,Web Answer 在美國東部維吉尼亞北部區域提供服務,區域代碼是 us-east-1。

公告列出的每帳戶請求上限為每秒十次。若多個代理共用帳戶,應用需要把尖峰流量一起估算,避免只按單一使用者的操作頻率安排容量。

工具定價為每一千次呼叫十美元。換算後每次呼叫一美分,但這個數字只涵蓋 Web Answer 這項工具的計價單位。

主要代理使用的模型、Gateway 與其他服務仍可能有額外費用。使用者問一次問題,代理也可能在過程中再次呼叫工具,因此總成本要依實際執行紀錄計算。

第一次測試可以固定一組問題,同時記錄工具呼叫次數、主要模型用量與完成時間。如此比較自建搜尋流程時,才會包含真正省下的開發與維護工作。

官方示範以 Python 三點十以上環境設定 Gateway,並使用服務角色授權。Gateway 的角色需要 InvokeWebAnswer 權限,呼叫者則需要 InvokeGateway,兩者對應不同一段服務連線。

服務角色的信任政策允許 AgentCore 代表指定帳戶執行工作。這個角色控制向外呼叫 Web Answer,不會同時替主要代理取得模型使用權,模型仍依代理自己的身分執行。

管理員加入 Web Answer 連接器目標後,應等狀態回報 READY 才開始呼叫。建立目標請求成功,和目標已經可供代理使用,是兩個不同階段。

連接器使用 Gateway 角色驗證,因此不用再為 Web Answer 建立與保存另一把工具金鑰。這減少一項機密維護工作,但入口的 IAM 或 JWT 驗證仍要先設定。

代理先透過 tools/list 取得工具清單,再以 tools/call 呼叫。這把工具探索與實際執行分開,測試時可先確認名稱和參數,較容易知道應用是否已連上正確目標。

MCP 是讓代理以共同格式連接工具的通訊方式。已經使用這種介面的 Strands、LangChain、LangGraph 或 CrewAI 應用,可以沿用熟悉的工具連接方式。

正式接上既有代理之前,開發者應先確認該代理能呼叫 Gateway,以及服務角色有權使用 Web Answer。分開檢查兩段權限,較容易定位請求在哪一層失敗。

測試完成後,官方也提供清除資源順序。若 Gateway 只為這次試用建立,先刪除工具目標,再處理 Gateway、服務角色與政策,避免留下不再使用的測試設定。

若使用原有 Gateway,則應只移除這次測試的目標,先確認其他代理是否仍依賴它。這讓試用有完整收尾,也保留既有應用的服務連線。

把區域、權限與資源生命週期列清楚後,團隊才能對照原本自行維護搜尋流程的成本。

答案附引用,團隊還要驗收什麼?

有來源的答案讓查核有了起點,團隊可以先檢查一組容易混淆的產品問題。保留地區、日期與方案作為標準答案,就能辨識工具是否把預覽功能擴大成全面開放。

每項結論應對上實際引用,再打開頁面確認適用條件。若來源沒有支持回答,後續修正方向就是資料選擇與綜合方式,不能只增加連結數量。

測試也應包含允許網域沒有答案的情況。這能觀察應用是否保留資料不足,或為完成問題而超出證據,並確認管理員的來源邊界有沒有保持。

正式流量則要核對同帳戶的合計用量。若多個代理同時接近每秒十次限制,應用端可以安排排隊與失敗呈現,避免使用者反覆送出造成更多呼叫。這是依容量限制提出的導入做法,並非公告提供的自動排隊保證。

第一次試用可固定同一組問題,保存答案、引用、完成時間與總費用。比較時同時看有效答案與失敗情況,才知道代管流程是否減少了原本的開發和人工工作。

常見問題

AWS Web Answer 可以接在既有代理上嗎?

可以透過 AgentCore Gateway 與 MCP 連接。應用仍須具備呼叫 Gateway 的授權,並讓 Gateway 使用適當的服務角色。完成連接後,再確認列出的工具與呼叫結果符合預期。

每次呼叫都會回傳同一組來源嗎?

服務會依問題安排搜尋,網頁與索引也可能更新。若任務需要重現結果,應保存當次答案與引用,並記下查詢時間,方便後續對照資料變動。

可以把所有搜尋工作都交給它嗎?

是否合適取決於控制需求。需要快速得到附來源答案的任務,可以測試 Web Answer。需要指定逐頁閱讀順序、保留完整研究證據的流程,仍要設計相應步驟。

從可核對的小問題開始導入

AWS Web Answer 把搜尋與綜合包進一次工具呼叫,對已採用 AWS 代理基礎設施的團隊有直接的整合價值。它能節省多少工作,要看原本維護的是哪一段流程。

先選一組有官方標準答案的問題,固定地區和日期,保存答案、引用、延遲與總費用。當資料不足時也能保留合理限制,再考慮擴大到更多使用者。

若要繼續規劃工具與驗收流程,可閱讀AWS Step Functions 接上 AI 代理:工作流程能照規則跑,為何固定工具還不等於完整授權?與AI 說完成之後,怎麼驗收?文件、網站與資料任務的檢查方法。

原始資料來源