Rufen Sie Daten ab und generieren Sie KI-Antworten mit Amazon Bedrock Knowledge Bases - Amazon Bedrock

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.

Rufen Sie Daten ab und generieren Sie KI-Antworten mit Amazon Bedrock Knowledge Bases

Fundamentmodelle verfügen zwar über allgemeine Kenntnisse, aber Sie können ihre Antworten mithilfe von Retrieval Augmented Generation () RAG weiter verbessern. RAGist eine Technik, bei der Informationen aus Datenquellen verwendet werden, um die Relevanz und Genauigkeit der generierten Antworten zu verbessern. Mit Amazon Bedrock Knowledge Bases können Sie proprietäre Informationen in Ihre generativen KI-Anwendungen integrieren. Wenn eine Anfrage gestellt wird, durchsucht eine Wissensdatenbank Ihre Daten nach relevanten Informationen zur Beantwortung der Anfrage. Die abgerufenen Informationen können dann verwendet werden, um die generierten Antworten zu verbessern. Sie können Ihre eigene Anwendung erstellenRAG, indem Sie die Funktionen von Amazon Bedrock Knowledge Bases nutzen.

Mit Amazon Bedrock Knowledge Bases können Sie:

  • Beantworten Sie Benutzeranfragen, indem Sie relevante Informationen aus Datenquellen zurückgeben.

  • Verwenden Sie abgerufene Informationen aus Datenquellen, um eine genaue und relevante Antwort auf Benutzeranfragen zu generieren.

  • Erweitern Sie Ihre eigenen Eingabeaufforderungen, indem Sie die zurückgegebenen relevanten Informationen in die Eingabeaufforderung eingeben.

  • Nehmen Sie Zitate in die generierte Antwort auf, sodass auf die ursprüngliche Datenquelle verwiesen und die Richtigkeit überprüft werden kann.

  • Fügen Sie Dokumente mit zahlreichen visuellen Ressourcen hinzu, aus denen Bilder extrahiert und als Antworten auf Anfragen abgerufen werden können. Wenn Sie auf der Grundlage der abgerufenen Daten eine Antwort generieren, kann das Modell auf der Grundlage dieser Bilder zusätzliche Erkenntnisse liefern.

  • Konvertieren Sie natürliche Sprache in Abfragen (z. B. SQL Abfragen), die für strukturierte Datenbanken angepasst sind. Diese Abfragen werden verwendet, um Daten aus strukturierten Datenspeichern abzurufen.

  • Aktualisieren Sie Ihre Datenquellen und nehmen Sie die Änderungen direkt in die Wissensdatenbank auf, sodass sofort darauf zugegriffen werden kann.

  • Verwenden Sie Renanking-Modelle, um die Ergebnisse zu beeinflussen, die aus Ihrer Datenquelle abgerufen werden.

  • Binden Sie die Wissensdatenbank in einen Amazon Bedrock Agents-Workflow ein.

Um eine Wissensdatenbank einzurichten, müssen Sie die folgenden allgemeinen Schritte ausführen:

  1. (Optional) Wenn Sie Ihre Wissensdatenbank mit einer unstrukturierten Datenquelle verbinden, richten Sie Ihren eigenen unterstützten Vektorspeicher ein, um die Darstellung Ihrer Daten mit Vektoreinbettungen zu indexieren. Sie können diesen Schritt überspringen, wenn Sie die Amazon Bedrock-Konsole verwenden möchten, um einen Amazon OpenSearch Serverless Vector Store für Sie zu erstellen.

  2. Connect Sie Ihre Wissensdatenbank mit einer unstrukturierten oder strukturierten Datenquelle.

  3. Synchronisieren Sie Ihre Datenquelle mit Ihrer Wissensdatenbank.

  4. Richten Sie Ihre Anwendung oder Ihren Agenten so ein, dass er Folgendes tut:

    • Fragen Sie die Wissensdatenbank ab und geben Sie relevante Quellen zurück.

    • Fragen Sie die Wissensdatenbank ab und generieren Sie Antworten in natürlicher Sprache auf der Grundlage der abgerufenen Ergebnisse.

    • (Wenn Sie eine Wissensdatenbank abfragen, die mit einem strukturierten Datenspeicher verbunden ist) Transformieren Sie eine Abfrage in eine sprachspezifische Abfrage für strukturierte Daten (z. B. eine SQL Abfrage).

Themen