Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# So konfigurieren Sie Abfragen und die Antwortgenerierung und passen diese an
Sie können den Abruf und die Generierung von Antworten konfigurieren und anpassen und so die Relevanz der Antworten weiter verbessern. Sie können beispielsweise Filter auf Dokumentmetadaten anwenden, fields/attributes um die zuletzt aktualisierten Dokumente oder Dokumente mit den letzten Änderungszeiten zu verwenden.
**Anmerkung**
Alle folgenden Konfigurationen, mit Ausnahme von **Orchestrierung und Generierung** sind nur auf unstrukturierte Datenquellen anwendbar.
Wählen Sie eines der folgenden Themen aus, um mehr über diese Konfigurationen in der Konsole oder API zu erfahren:
## Anzahl der Quellblöcke
Wenn Sie eine Wissensdatenbank abfragen, gibt Amazon Bedrock standardmäßig bis zu fünf Ergebnisse in der Antwort zurück. Jedes Ergebnis entspricht einem Quellblock.
**Anmerkung**
Die tatsächliche Anzahl der Ergebnisse in der Antwort kann unter dem angegebenen `numberOfResults`-Wert liegen, da dieser Parameter die maximale Anzahl der zurückzugebenden Ergebnisse festlegt. Wenn Sie hierarchisches Chunking für Ihre Chunking-Strategie konfiguriert haben, entspricht der Parameter `numberOfResults` der Anzahl der untergeordneten Blöcke, die die Wissensdatenbank abrufen wird. Da untergeordnete Blöcke, die denselben übergeordneten Block teilen, in der endgültigen Antwort durch den übergeordneten Block ersetzt werden, kann die Anzahl der zurückgegebenen Ergebnisse geringer sein als die angeforderte Menge.
Wählen Sie die Registerkarte mit Ihrer bevorzugten Methode aus und gehen Sie dann wie folgt vor, um die maximale Anzahl zurückzugebender Ergebnisse zu modifizieren:
------
#### [ Console ]
Folgen Sie den Konsolenschritten unter [Abrufen einer Wissensdatenbank und Datenabruf](kb-test-retrieve.md) oder [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md). Erweitern Sie im Bereich **Konfigurationen** den Abschnitt **Quellblöcke** und geben Sie die maximale Anzahl an Quellblöcken ein, die zurückgegeben werden sollen.
------
#### [ API ]
Wenn Sie eine [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)Oder-Anfrage stellen, fügen Sie ein `retrievalConfiguration` Feld hinzu, das einem [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)Objekt zugeordnet ist. Um die Position dieses Feldes zu sehen, konsultieren Sie die Anfragekörper von [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) und [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) in der API-Referenz.
Das folgende JSON-Objekt zeigt die minimalen Felder, die im [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)Objekt erforderlich sind, um die maximale Anzahl zurückzugebender Ergebnisse festzulegen:
```
"retrievalConfiguration": {
"vectorSearchConfiguration": {
"numberOfResults": number
}
}
```
Geben Sie die maximale Anzahl der abgerufenen Ergebnisse an (den `numberOfResults` Bereich der akzeptierten Werte finden Sie im [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)Feld), die in dem `numberOfResults` Feld zurückgegeben werden sollen.
------
## Suchtyp
Der Suchtyp definiert, wie Datenquellen in der Wissensdatenbank abgefragt werden. Mögliche Suchtypen:
**Anmerkung**
Die Hybridsuche wird nur für Amazon RDS-, Amazon OpenSearch Serverless- und MongoDB-Vektorspeicher unterstützt, die ein filterbares Textfeld enthalten. Wenn Sie einen anderen Vektorspeicher verwenden oder Ihr Vektorspeicher kein filterbares Textfeld enthält, verwendet die Abfrage eine semantische Suche.
+ **Standard** – Amazon Bedrock wählt die Suchstrategie für Sie aus.
+ **Hybrid** – Hier werden Vektoreinbettungen (semantische Suche) in Kombination mit Rohtext durchsucht.
+ **Semantisch** – Durchsucht ausschließlich Vektoreinbettungen.
Wählen Sie die Registerkarte mit Ihrer bevorzugten Methode aus und führen Sie dann die Schritte aus, um zu erfahren, wie Sie den Suchtyp definieren:
------
#### [ Console ]
Folgen Sie den Konsolenschritten unter [Abrufen einer Wissensdatenbank und Datenabruf](kb-test-retrieve.md) oder [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md). Wenn Sie den Bereich **Konfigurationen** öffnen, erweitern Sie den Abschnitt **Suchtyp**, aktivieren dann die Option **Überschreiben der Standardsuche** und wählen eine Option aus.
------
#### [ API ]
Wenn Sie eine [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)Oder-Anfrage stellen, fügen Sie ein `retrievalConfiguration` Feld hinzu, das einem Objekt zugeordnet ist. [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html) Um die Position dieses Feldes zu sehen, konsultieren Sie die Anfragekörper von [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) und [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) in der API-Referenz.
Das folgende JSON-Objekt zeigt die Mindestfelder, die im [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)Objekt erforderlich sind, um Suchtypkonfigurationen festzulegen:
```
"retrievalConfiguration": {
"vectorSearchConfiguration": {
"overrideSearchType": "HYBRID | SEMANTIC"
}
}
```
Geben Sie den Suchtyp im Feld `overrideSearchType` an. Ihnen stehen folgende Optionen zur Verfügung:
+ Wenn Sie keinen Wert angeben, entscheidet Amazon Bedrock, welche Suchstrategie am besten für Ihre Vektorspeicherkonfiguration geeignet ist.
+ **HYBRID** – Amazon Bedrock fragt die Wissensdatenbank sowohl anhand der Vektoreinbettungen als auch anhand des Rohtextes ab.
+ **SEMANTISCH** – Amazon Bedrock fragt die Wissensdatenbank anhand ihrer Vektoreinbettungen ab.
------
## Streaming
------
#### [ Console ]
Folgen Sie den Konsolenschritten unter [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md). Wenn Sie den Bereich **Konfigurationen** öffnen, erweitern Sie den Abschnitt **Bevorzugtes Streaming** und aktivieren Sie **Stream-Antwort**.
------
#### [ API ]
Verwenden Sie die [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html)-API, um Antworten zu streamen. Weitere Informationen zum Ausfüllen der Felder finden Sie auf der Registerkarte **API** unter [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md).
------
## Manuelle Metadatenfilterung
Sie können Filter auf Dokumente anwenden fields/attributes , um die Relevanz der Antworten weiter zu verbessern. Ihre Datenquellen können Dokumentmetadaten enthalten attributes/fields , nach denen gefiltert werden kann, und Sie können angeben, welche Felder in die Einbettungen aufgenommen werden sollen.
Beispielsweise steht „epoch\_modification\_time“ für die Zeit in Sekunden seit dem 1. Januar 1970 (UTC), als das Dokument zuletzt aktualisiert wurde. Sie können nach den neuesten Daten filtern, wobei „epoch\_modification\_time“ *größer als* eine bestimmte Zahl ist. Diese neuesten Dokumente können für die Abfrage verwendet werden.
Überprüfen Sie, ob Ihre Wissensdatenbank die folgenden Anforderungen erfüllt, um bei der Abfrage einer Wissensdatenbank Filter zu verwenden:
+ Bei der Konfiguration Ihres Datenquellen-Connectors crawlen die meisten Connectors durch die wichtigsten Metadatenfelder Ihrer Dokumente. Wenn Sie einen Amazon-S3-Bucket als Datenquelle verwenden, muss der Bucket mindestens einen `fileName.extension.metadata.json` enthalten, der der jeweiligen Datei oder dem Dokument zugeordnet ist. Weitere Informationen zur Konfiguration der Metadatendatei finden Sie in [Konfiguration der Verbindung](s3-data-source-connector.md#configuration-s3-connector) unter **Dokumentmetadatenfelder**.
+ Wenn sich der Vektorindex Ihrer Wissensdatenbank in einem Amazon OpenSearch Serverless Vector Store befindet, überprüfen Sie, ob der Vektorindex mit der `faiss` Engine konfiguriert ist. Wenn der Vektorindex mit der `nmslib`-Engine konfiguriert ist, müssen Sie einen der folgenden Prozesse ausführen:
+ [Erstellen Sie eine neue Wissensdatenbank](knowledge-base-create.md) in der Konsole und lassen Sie Amazon Bedrock automatisch einen Vektorindex in Amazon OpenSearch Serverless für Sie erstellen.
+ [Erstellen Sie einen weiteren Vektorindex](knowledge-base-setup.md) im Vektorspeicher und wählen Sie `faiss` als **Engine** aus. Anschließend [erstellen Sie eine neue Wissensdatenbank](knowledge-base-create.md) und geben den neuen Vektorindex an.
+ Wenn Ihre Wissensdatenbank einen Vektorindex in einem S3-Vektor-Bucket verwendet, können Sie die Filter `stringContains` und `startsWith` nicht verwenden.
+ Wenn Sie Metadaten zu einem bestehenden Vektorindex in einem Datenbank-Cluster unter Amazon Aurora hinzufügen, empfehlen wir, den Feldnamen der benutzerdefinierten Metadatenspalte anzugeben, um alle Ihre Metadaten in einer einzigen Spalte zu speichern. Diese Spalte wird während der [Datenerfassung](kb-data-source-sync-ingest.md) mit allen in den Metadatendateien enthaltenen Informationen aus Ihren Datenquellen gefüllt. Wenn Sie entscheiden, dieses Feld anzugeben, müssen Sie einen Index für diese Spalte erstellen.
+ Wenn Sie in der Konsole [eine neue Wissensdatenbank erstellen](knowledge-base-create.md) und Amazon Bedrock Ihre Amazon-Aurora-Datenbank konfigurieren lassen, wird automatisch eine einzelne Spalte erstellt und mit den Informationen aus Ihren Metadatendateien befüllt.
+ Wenn Sie entscheiden, [einen weiteren Vektorindex im Vektorspeicher zu erstellen](knowledge-base-setup.md), müssen Sie den Namen des benutzerdefinierten Metadatenfeldes angeben, um Informationen aus Ihren Metadatendateien zu speichern. Wenn Sie diesen Feldnamen nicht angeben, müssen Sie für jedes Metadatenattribut in Ihren Dateien eine Spalte erstellen und den Datentyp (Text, Zahl oder boolescher Wert) angeben. Wenn das Attribut `genre` beispielsweise in Ihrer Datenquelle vorhanden ist, würden Sie eine Spalte mit dem Namen `genre` und der Angabe `text` als Datentyp hinzufügen. Während der Aufnahme werden diese separaten Spalten mit den entsprechenden Attributwerten gefüllt.
*Wenn Sie PDF-Dokumente in Ihrer Datenquelle haben und Amazon OpenSearch Serverless für Ihren Vector Store verwenden: Die Amazon Bedrock-Wissensdatenbanken generieren Seitenzahlen von Dokumenten und speichern sie in Metadaten field/attribute namens x-amz-bedrock-kb -. document-page-number* Beachten Sie, dass Seitenzahlen, die in einem Metadatenfeld gespeichert sind, nicht unterstützt werden, wenn Sie für Ihre Dokumente kein Chunking auswählen.
Sie können die folgenden Filteroperatoren verwenden, um bei der Abfrage die Ergebnisse zu filtern:
**Filtern von Operatoren**
| Operator | Konsole | API-Filtername | Unterstützte Attributdatentypen | Gefilterte Ergebnisse |
| --- | --- | --- | --- | --- |
| Gleich | = | [equals](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-equals) | Zeichenfolge, Zahl, boolescher Wert | Das Attribut entspricht dem von Ihnen angegebenen Wert |
| Ungleich | \!= | [notEquals](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-notEquals) | Zeichenfolge, Zahl, boolescher Wert | Das Attribut entspricht nicht dem von Ihnen angegebenen Wert |
| Größer als | > | [Größer als](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-greaterThan) | number | Das Attribut ist größer als der von Ihnen angegebene Wert |
| Größer als oder gleich | >= | [greaterThanOrIst gleich](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-greaterThanOrEquals) | number | Das Attribut ist größer als oder gleich dem von Ihnen angegebenen Wert |
| Kleiner als | < | [Weniger als](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-lessThan) | number | Das Attribut ist kleiner als der von Ihnen angegebene Wert |
| Kleiner als oder gleich | <= | [lessThanOrIst gleich](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-lessThanOrEquals) | number | Das Attribut ist kleiner als der oder gleich dem von Ihnen angegebenen Wert |
| In | : | [in](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-in) | Zeichenfolgenliste | Das Attribut befindet sich in der von Ihnen bereitgestellten Liste (wird derzeit am besten von Amazon OpenSearch Serverless und Neptune Analytics GraphRag Vector Stores unterstützt) |
| NOT IN | \!: | [Nicht eingeschrieben](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-notIn) | Zeichenfolgenliste | Das Attribut ist nicht in der von Ihnen angegebenen Liste enthalten (wird derzeit am besten von Amazon OpenSearch Serverless und Neptune Analytics GraphRag Vector Stores unterstützt) |
| Zeichenfolge enthält | Nicht verfügbar | [stringContains](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-stringContains) | Zeichenfolge | Das Attribut muss eine Zeichenfolge sein. Der Attributname entspricht dem Schlüssel und dessen Wert ist eine Zeichenfolge, die den Wert enthält, den Sie als Teilzeichenfolge angegeben haben, oder eine Liste mit einem Mitglied, das den Wert enthält, den Sie als Teilzeichenfolge angegeben haben (derzeit am besten unterstützt mit Amazon OpenSearch Serverless Vector Store). Der GraphRag-Vektorspeicher von Neptune Analytics unterstützt die String-Variante, aber nicht die Listenvariante dieses Filters). |
| Liste enthält | Nicht verfügbar | [listContains](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-listContains) | Zeichenfolge | Das Attribut muss eine Zeichenfolgenliste sein. Der Attributname entspricht dem Schlüssel und dessen Wert ist eine Liste, die den Wert enthält, den Sie als eines seiner Mitglieder angegeben haben (derzeit am besten mit Amazon OpenSearch Serverless Vector Stores unterstützt). |
Sie können die folgenden logischen Operatoren verwenden, um Filteroperatoren zu kombinieren:
**Logische Operatoren**
| Operator | Konsole | API-Filterfeldname | Gefilterte Ergebnisse |
| --- | --- | --- | --- |
| Bedingung 2 | und | [andAll](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-andAll) | Die Ergebnisse erfüllen alle Filterausdrücke in der Gruppe |
| Oder | oder | [orAll](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-orAll) | Die Ergebnisse erfüllen mindestens einen der Filterausdrücke in der Gruppe |
Wählen Sie den Tab für Ihre bevorzugte Methode aus und führen Sie dann die Schritte aus, um zu erfahren, wie Sie Ergebnisse mithilfe von Metadaten filtern:
------
#### [ Console ]
Folgen Sie den Konsolenschritten unter [Abrufen einer Wissensdatenbank und Datenabruf](kb-test-retrieve.md) oder [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md). Wenn Sie den Bereich **Konfigurationen** öffnen, wird ein **Filterabschnitt** angezeigt. Die folgenden Verfahren beschreiben verschiedene Anwendungsfälle:
+ Um einen Filter hinzuzufügen, erstellen Sie einen Filterausdruck, indem Sie ein Metadatenattribut, einen Filteroperator und einen Wert in das Feld eingeben. Trennen Sie die einzelnen Teile des Ausdrucks mit Leerzeichen. Drücken Sie die **Eingabetaste**, um den Filter hinzuzufügen.
Eine Liste der akzeptierten Filteroperatoren finden Sie in der Tabelle mit den **Filteroperatoren** oben. Sie können auch eine Liste der Filteroperatoren anzeigen, indem Sie nach dem Metadatenattribut ein Leerzeichen hinzufügen.
**Anmerkung**
Sie müssen Zeichenfolgen in Anführungszeichen setzen.
Sie können beispielsweise nach Ergebnissen aus Quelldokumenten filtern, die ein `genre`-Metadatenattribut enthalten, dessen Wert `"entertainment"` ist, indem Sie den folgenden Filter hinzufügen: **genre = "entertainment"**.
+ Um einen weiteren Filter hinzuzufügen, geben Sie einen weiteren Filterausdruck in das Feld ein und drücken die **Eingabetaste**. Sie können bis zu 5 Filter zu der Gruppe hinzufügen.
+ Standardmäßig gibt die Abfrage Ergebnisse zurück, die alle von Ihnen angegebenen Filterausdrücke erfüllen. Um Ergebnisse zurückzugeben, die mindestens einen der Filterausdrücke erfüllen, klicken Sie auf das Dropdownmenü **AND** zwischen zwei beliebigen Filtervorgängen und klicken Sie dann auf **OR**.
+ Um verschiedene logische Operatoren zu kombinieren, wählen Sie **\+ Gruppe hinzufügen** aus, um eine Filtergruppe hinzuzufügen. Geben Sie Filterausdrücke in die neue Gruppe ein. Sie können bis zu 5 Filtergruppen hinzufügen.
+ Um den logischen Operator zu ändern, der zwischen allen Filtergruppen verwendet wird, wählen Sie das **AND**-Dropdown-Menü zwischen zwei beliebigen Filtergruppen aus und wählen dann **OR** aus.
+ Um einen Filter zu bearbeiten, wählen Sie ihn aus, modifizieren den Filtervorgang und klicken dann auf **Anwenden**.
+ Um eine Filtergruppe zu entfernen, klicken Sie auf das Papierkorbsymbol () neben der Gruppe. Um einen Filter zu entfernen, klicken Sie auf das Löschsymbol () neben dem Filter.
In der folgenden Abbildung sehen Sie ein Beispiel für eine Filterkonfiguration, mit der alle Dokumente zurückgegeben werden, die nach **2018** geschrieben wurden und deren Genre **"entertainment"** ist sowie Dokumente, deren Genre **"cooking"** oder **"sports"** ist und deren Autor mit**"C"** beginnt.
------
#### [ API ]
Wenn Sie eine [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)Oder-Anfrage stellen, fügen Sie ein `retrievalConfiguration` Feld hinzu, das einem Objekt zugeordnet ist [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html). Um die Position dieses Feldes zu sehen, konsultieren Sie die Anfragekörper von [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) und [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) in der API-Referenz.
Die folgenden JSON-Objekte zeigen die Mindestfelder, die im [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)Objekt erforderlich sind, um Filter für verschiedene Anwendungsfälle festzulegen:
1. So verwenden Sie einen einzelnen Filteroperator (siehe Tabelle mit **Filteroperatoren** oben).
```
"retrievalConfiguration": {
"vectorSearchConfiguration": {
"filter": {
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
}
}
}
}
```
1. Verwenden Sie einen logischen Operator (siehe Tabelle mit **logischen Operatoren** oben), um bis zu 5 Operatoren zu kombinieren.
```
"retrievalConfiguration": {
"vectorSearchConfiguration": {
"filter": {
"{{andAll | orAll}}": [
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
},
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
},
...
]
}
}
}
```
1. Verwenden Sie einen logischen Operator, um bis zu 5 Filteroperatoren zu einer Filtergruppe zu kombinieren, und einen zweiten logischen Operator, um diese Filtergruppe mit einem anderen Filteroperator zu kombinieren.
```
"retrievalConfiguration": {
"vectorSearchConfiguration": {
"filter": {
"{{andAll | orAll}}": [
"{{andAll | orAll}}": [
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
},
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
},
...
],
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
}
]
}
}
}
```
1. So kombinieren Sie bis zu 5 Filtergruppen, indem Sie sie in einen anderen logischen Operator einbetten. Sie können eine Einbettungsstufe erstellen.
```
"retrievalConfiguration": {
"vectorSearchConfiguration": {
"filter": {
"{{andAll | orAll}}": [
"{{andAll | orAll}}": [
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
},
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
},
...
],
"{{andAll | orAll}}": [
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
},
"{{}}": {
"key": "string",
"value": "string" | number | boolean | ["string", "string", ...]
},
...
]
]
}
}
}
```
In der folgenden Tabelle werden die möglichen Filtertypen beschrieben:
****
| Feld | Unterstützte Wertdatentypen | Gefilterte Ergebnisse |
| --- | --- | --- |
| equals | Zeichenfolge, Zahl, boolescher Wert | Das Attribut entspricht dem von Ihnen angegebenen Wert |
| notEquals | Zeichenfolge, Zahl, boolescher Wert | Das Attribut entspricht nicht dem von Ihnen angegebenen Wert |
| greaterThan | number | Das Attribut ist größer als der von Ihnen angegebene Wert |
| greaterThanOrEquals | number | Das Attribut ist größer als oder gleich dem von Ihnen angegebenen Wert |
| lessThan | number | Das Attribut ist kleiner als der von Ihnen angegebene Wert |
| lessThanOrEquals | number | Das Attribut ist kleiner als der oder gleich dem von Ihnen angegebenen Wert |
| in | Liste von Zeichenfolgen | Das Attribut ist in der von Ihnen bereitgestellten Liste |
| notIn | Liste von Zeichenfolgen | Das Attribut ist nicht in der von Ihnen bereitgestellten Liste |
| startsWith | Zeichenfolge | Das Attribut beginnt mit der von Ihnen angegebenen Zeichenfolge (wird nur für Amazon OpenSearch Serverless Vector Stores unterstützt) |
Sie können die folgenden logischen Operatoren verwenden, um Filtertypen zu kombinieren:
****
| Feld | Zugeordnet zu | Gefilterte Ergebnisse |
| --- | --- | --- |
| andAll | Liste mit bis zu 5 Filtertypen | Die Ergebnisse erfüllen alle Filterausdrücke in der Gruppe |
| orAll | Liste mit bis zu 5 Filtertypen | Die Ergebnisse erfüllen mindestens einen der Filterausdrücke in der Gruppe |
Beispiele finden [Sie unter Eine Abfrage senden und Filter einschließen (Abrufen)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html#API_agent-runtime_Retrieve_Example_2) und [Eine Abfrage senden und Filter einschließen (RetrieveAndGenerate)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html#API_agent-runtime_RetrieveAndGenerate_Example_2).
------
## Implizite Metadatenfilterung
Amazon Bedrock Knowledge Base generiert einen Abruffilter und wendet diesen anhand der Benutzerabfrage und eines Metadatenschemas an.
**Anmerkung**
Die implizite Metadatenfilterung wird von Anthropic Claude Modellen unterstützt. Weitere Informationen zu unterstützten Modellen finden Sie unter [Modelle auf einen Blick](model-cards.md).
Die `implicitFilterConfiguration` ist im Hauptteil der `vectorSearchConfiguration` in der [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)-Anfrage angegeben. Schließen Sie die folgenden Felder mit ein:
+ `metadataAttributes` – Geben Sie in diesem Array Schemas an, die Metadatenattribute beschreiben, für die das Modell einen Filter generiert.
+ `modelArn` – Der ARN des zu verwendenden Modells.
Im Folgenden wird ein Beispiel für Metadatenschemas gezeigt, die Sie dem Array unter `metadataAttributes` hinzufügen können.
```
[
{
"key": "company",
"type": "STRING",
"description": "The full name of the company. E.g. `Amazon.com, Inc.`, `Alphabet Inc.`, etc"
},
{
"key": "ticker",
"type": "STRING",
"description": "The ticker name of a company in the stock market, e.g. AMZN, AAPL"
},
{
"key": "pe_ratio",
"type": "NUMBER",
"description": "The price to earning ratio of the company. This is a measure of valuation of a company. The lower the pe ratio, the company stock is considered chearper."
},
{
"key": "is_us_company",
"type": "BOOLEAN",
"description": "Indicates whether the company is a US company."
},
{
"key": "tags",
"type": "STRING_LIST",
"description": "Tags of the company, indicating its main business. E.g. `E-commerce`, `Search engine`, `Artificial intelligence`, `Cloud computing`, etc"
}
]
```
## Integritätsschutz
Sie können für Ihre Wissensdatenbank Schutzmaßnahmen für Ihre Anwendungsfälle und verantwortungsvolle KI-Richtlinien implementieren. Sie können mehrere Integritätsschutzmaßnahmen treffen, die auf verschiedene Anwendungsfälle zugeschnitten sind, und sie auf mehrere Anfrage- und Antwortbedingungen anwenden, um eine konsistente Benutzerumgebung zu gewährleisten und die Sicherheitskontrollen in Ihrer gesamten Wissensdatenbank zu standardisieren. Sie können abgelehnte Themen so konfigurieren, dass unerwünschte Themen und Inhaltsfilter schädliche Inhalte in Modelleingaben und -antworten blockieren. Weitere Informationen finden Sie unter [So erkennen und filtern Sie schädliche Inhalte mithilfe vom Integritätsschutz für Amazon Bedrock](guardrails.md).
**Anmerkung**
Die Verwendung eines Integritätsschutzes mit kontextueller Begründungsprüfung für Wissensdatenbanken wird aktuell in Claude 3 Sonnet und Haiku nicht unterstützt.
Allgemeine Leitfäden zum Prompt-Engineering finden Sie unter [Prompt-Engineering-Konzepte](prompt-engineering-guidelines.md).
Wählen Sie die Registerkarte für Ihre bevorzugte Methode aus und befolgen Sie die angegebenen Schritte:
------
#### [ Console ]
Folgen Sie den Konsolenschritten unter [Abrufen einer Wissensdatenbank und Datenabruf](kb-test-retrieve.md) oder [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md). Aktivieren Sie im Testfenster die Option **Antworten generieren**. Erweitern Sie dann im Bereich **Konfigurationen** den Abschnitt **Integritätsschutz**.
1. Wählen Sie im Abschnitt **Integritätsschutz** den **Namen** und die **Version** Ihres Integritätsschutzes aus. Wenn Sie die Details für Ihren ausgewählten Integritätsschutz und die Version anzeigen möchten, klicken Sie auf **Anzeigen**.
Alternativ können Sie eine neue Rolle erstellen, indem Sie den Link **Integritätsschutz** auswählen.
1. Wenn Sie mit der Bearbeitung fertig sind, wählen Sie **Save changes (Änderungen speichern)**. Wenn Sie den Bildschirm verlassen möchten, ohne Änderungen zu speichern, klicken Sie auf **Änderungen verwerfen**.
------
#### [ API ]
Wenn Sie eine [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)-Anfrage stellen, fügen Sie das Feld `guardrailConfiguration` innerhalb der `generationConfiguration` ein, um Ihren Integritätsschutz mit der Anfrage zu verwenden. Um die Position dieses Feldes zu sehen, konsultieren Sie die Anfragekörper [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) in der API-Referenz.
Das folgende JSON-Objekt zeigt die Mindestfelder, die [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)zum Einstellen von erforderlich sind`guardrailConfiguration`:
```
"generationConfiguration": {
"guardrailConfiguration": {
"guardrailId": "{{string}}",
"guardrailVersion": "{{string}}"
}
}
```
Geben Sie die `guardrailId` und `guardrailVersion` Ihres ausgewählten Integritätsschutzes an.
------
## Neueinstufung
Sie können ein Reranker-Modell verwenden, um Ergebnisse aus einer Wissensdatenbankabfrage neu einzustufen. Folgen Sie den Konsolenschritten unter [Abrufen einer Wissensdatenbank und Datenabruf](kb-test-retrieve.md) oder [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md). Wenn Sie den Bereich **Konfigurationen** öffnen, erweitern Sie den Abschnitt **Neueinstufung**. Wählen Sie ein Reranker-Modell aus, aktualisieren Sie die Berechtigungen falls erforderlich und modifizieren Sie bei Bedarf weitere Optionen. Geben Sie einen Prompt ein und klicken Sie auf **Ausführen**, um die Ergebnisse nach der Neueinstufung zu testen.
## Abfragenzerlegung
Die Abfragezerlegung wird verwendet, um komplexe Abfragen in kleinere, einfacher zu handhabende Unterabfragen aufzuteilen. Dieser Ansatz kann dabei helfen, genauere und relevantere Informationen abzurufen – insbesondere dann, wenn die ursprüngliche Abfrage vielschichtig oder zu allgemein formuliert ist. Die Aktivierung dieser Option kann dazu führen, dass mehrere Abfragen in Ihrer Wissensdatenbank ausgeführt werden, was zu einer genaueren endgültigen Antwort beitragen kann.
Beispielsweise kann bei einer Frage wie „Wer hat mehr Tore bei der FIFA-Weltmeisterschaft 2022 geschossen – Argentinien oder Frankreich?“ könnte Wissensdatenbanken für Amazon Bedrock zunächst die folgenden Teilabfragen generieren, bevor eine endgültige Antwort erstellt wird:**
1. *Wie viele Tore hat Argentinien im Finale der FIFA-Weltmeisterschaft 2022 geschossen?*
1. *Wie viele Tore hat Frankreich im Finale der FIFA-Weltmeisterschaft 2022 geschossen?*
------
#### [ Console ]
1. So erstellen und synchronisieren Sie eine Datenquelle oder verwenden eine vorhandene Wissensdatenbank.
1. Navigieren Sie zum Testfenster und öffnen Sie den Konfigurationsbereich.
1. Aktivieren Sie die Zerlegung von Abfragen.
------
#### [ API ]
```
POST /retrieveAndGenerate HTTP/1.1
Content-type: application/json
{
"input": {
"text": "string"
},
"retrieveAndGenerateConfiguration": {
"knowledgeBaseConfiguration": {
"orchestrationConfiguration": { // Query decomposition
"queryTransformationConfiguration": {
"type": "string" // enum of QUERY_DECOMPOSITION
}
},
...}
}
```
------
## Inferenzparameter
Beim Generieren von Antworten auf Grundlage abgerufener Informationen können Sie [Inferenzparameter](inference-parameters.md) verwenden, um mehr Kontrolle über das Verhalten des Modells während der Inferenz zu erhalten und dessen Ausgaben gezielt zu beeinflussen.
Wählen Sie den Tab für Ihre bevorzugte Methode aus und führen Sie dann die Schritte aus, um zu erfahren, wie Sie die Inferenzparameter modifizieren können:
------
#### [ Console ]
**So modifizieren Sie Inferenzparameter bei der Abfrage einer Wissensdatenbank** – folgen Sie den Konsolenanweisungen unter [Abrufen einer Wissensdatenbank und Datenabruf](kb-test-retrieve.md) oder [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md). Wenn Sie den Bereich **Konfigurationen** öffnen, wird ein **Inferenzparameterabschnitt** angezeigt. Ändern Sie die Parameter nach Bedarf.
**So modifizieren Sie die Inferenzparameter beim Chatten mit Ihrem Dokument** – Folgen Sie den Schritten unter [So chatten Sie mit Ihrem Dokument, ohne dass eine Wissensdatenbank konfiguriert ist](knowledge-base-chatdoc.md). Erweitern Sie im Bereich **Konfigurationen** den Abschnitt **Inferenzparameter** und modifizieren Sie die Parameter nach Bedarf.
------
#### [ API ]
Die Modellparameter geben Sie im Aufruf an die [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)-API an. Sie können das Modell anpassen, indem Sie Inferenzparameter entweder im `inferenceConfig` Feld der `knowledgeBaseConfiguration` (falls Sie eine Wissensdatenbank abfragen) oder im Feld `externalSourcesConfiguration` (wenn Sie [mit Ihrem Dokument chatten](knowledge-base-chatdoc.md)) angeben.
Innerhalb des `inferenceConfig`-Felds gibt es ein `textInferenceConfig`-Feld, das die folgenden Parameter enthält, die Sie verwenden können:
+ temperature
+ topP
+ maxTokenCount
+ stopSequences
Sie können das Modell anpassen, indem Sie die folgenden Parameter im `inferenceConfig`-Feld von `externalSourcesConfiguration` und `knowledgeBaseConfiguration` verwenden:
+ temperature
+ topP
+ maxTokenCount
+ stopSequences
Eine ausführliche Erläuterung der Funktion der einzelnen Parameter finden Sie unter [So beeinflussen Sie die Antwortgenerierung mit Inferenzparametern](inference-parameters.md).
Darüber hinaus können Sie benutzerdefinierte Parameter angeben, die nicht von `textInferenceConfig` über die `additionalModelRequestFields`-Zuweisung unterstützt werden. Mit diesem Argument können Sie für bestimmte Modelle eindeutige Parameter angeben. Informationen zu den eindeutigen Parametern finden Sie unter [Inferenzanforderungsparameter und Antwortfelder für Basismodelle](model-parameters.md).
Wenn ein Parameter bei `textInferenceConfig` ausgelassen wird, wird ein Standardwert verwendet. Alle Parameter werden ignoriert, die unter `textInferneceConfig` nicht erkannt werden, während alle Parameter unter `AdditionalModelRequestFields` nicht erkannt werden, eine Ausnahme auslösen.
Eine Validierungsausnahme wird ausgelöst, wenn derselbe Parameter unter `additionalModelRequestFields` und `TextInferenceConfig` vorhanden ist.
**Verwenden von Modellparametern in RetrieveAndGenerate**
Im Folgenden finden Sie ein Beispiel für die Struktur von `inferenceConfig` und `additionalModelRequestFields` unter der `generationConfiguration` im Anforderungstext `RetrieveAndGenerate`:
```
"inferenceConfig": {
"textInferenceConfig": {
"temperature": 0.5,
"topP": 0.5,
"maxTokens": 2048,
"stopSequences": ["\nObservation"]
}
},
"additionalModelRequestFields": {
"top_k": 50
}
```
Im folgenden Beispiel wird ein `temperature`-Wert von 0,5, ein `top_p`-Wert von 0,5 und ein `maxTokens`-Wert von 2 048 festgelegt. Die Generierung wird beendet, wenn die Zeichenfolge „\\nObservation“ in der generierten Antwort erscheint, und übergibt einen benutzerdefinierten `top_k`-Wert von 50.
------
## Vorlagen für Wissensdatenbank-Prompts: Orchestrierung und Generierung
Wenn Sie eine Wissensdatenbank abfragen und die Generierung einer Antwort anfordern, verwendet Amazon Bedrock eine Prompt-Vorlage, die Anweisungen und Kontext mit der Benutzerabfrage kombiniert, um den Prompt zur Generierung zu erstellen, der an das Modell zur Antworterstellung gesendet wird. Sie können auch den Orchestrierungs-Prompt anpassen, der den Benutzer-Prompt in eine Suchabfrage umwandelt. Sie können die Prompt-Vorlagen mit den folgenden Tools gestalten:
+ **Prompt-Platzhalter** – Vordefinierte Variablen in Wissensdatenbanken für Amazon Bedrock, die zur Laufzeit während einer Wissensdatenbankabfrage dynamisch befüllt werden. Im System-Prompt sehen Sie diese Platzhalter, die von dem Symbol `$` umgeben sind. In der folgenden Liste werden die Platzhalter beschrieben, die Sie verwenden können:
**Anmerkung**
Der Platzhalter `$output_format_instructions$` ist ein Pflichtfeld, damit Zitate in der Antwort angezeigt werden können.
****
[See the AWS documentation website for more details](http://docs.aws.amazon.com/de_de/bedrock/latest/userguide/kb-test-config.html)
+ **XML-Tags** – Anthropic-Modelle unterstützen die Verwendung von XML-Tags zur Strukturierung und Abgrenzung Ihrer Prompts. Verwenden Sie aussagekräftige Tag-Namen, um optimale Ergebnisse zu erzielen. Beispielsweise sehen Sie im Standardsystem-Prompt das ``-Tag, das verwendet wird, um eine Datenbank zuvor gestellter Fragen abzugrenzen. Weitere Informationen finden Sie im [Anthropic-Benutzerhandbuch](https://docs.anthropic.com/en/docs/welcome) unter [Verwenden von XML-Tags](https://docs.anthropic.com/claude/docs/use-xml-tags).
Allgemeine Leitfäden zum Prompt-Engineering finden Sie unter [Prompt-Engineering-Konzepte](prompt-engineering-guidelines.md).
Wählen Sie die Registerkarte für Ihre bevorzugte Methode aus und befolgen Sie die angegebenen Schritte:
------
#### [ Console ]
Folgen Sie den Konsolenschritten unter [Abrufen einer Wissensdatenbank und Datenabruf](kb-test-retrieve.md) oder [So fragen Sie eine Wissensdatenbank ab und generieren Antworten auf Grundlage der abgerufenen Daten](kb-test-retrieve-generate.md). Aktivieren Sie im Testfenster die Option **Antworten generieren**. Erweitern Sie dann im Bereich **Konfigurationen** den Abschnitt **Wissensdatenbank-Promptvorlage**.
1. Klicken Sie auf **Bearbeiten**.
1. Bearbeiten Sie den System-Prompt im Texteditor, einschließlich der Prompt-Platzhalter und XML-Tags, falls erforderlich. Klicken Sie auf **Auf Standard zurücksetzen**, um zur Standard-Prompt-Vorlage zurückzukehren.
1. Wenn Sie mit der Bearbeitung fertig sind, wählen Sie **Save changes (Änderungen speichern)**. Klicken Sie auf **Änderungen verwerfen**, um den System-Prompt zu verlassen, ohne die Änderungen zu speichern.
------
#### [ API ]
Wenn Sie eine [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)Anfrage stellen, fügen Sie ein `generationConfiguration` Feld hinzu, das einem [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)Objekt zugeordnet ist. Um die Position dieses Feldes zu sehen, konsultieren Sie die Anfragekörper [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) in der API-Referenz.
Das folgende JSON-Objekt zeigt die minimalen Felder, die im [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)Objekt erforderlich sind, um die maximale Anzahl der zurückzugebenden abgerufenen Ergebnisse festzulegen:
```
"generationConfiguration": {
"promptTemplate": {
"textPromptTemplate": "string"
}
}
```
Geben Sie Ihre benutzerdefinierte Prompt-Vorlage in das Feld `textPromptTemplate` ein, einschließlich der Prompt-Platzhalter und XML-Tags, falls erforderlich. Die maximale Anzahl von Zeichen, die in der Systemeingabeaufforderung zulässig sind, finden Sie im `textPromptTemplate` Feld unter [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html).
------