Wenn Sie Amazon Lex V2 verwenden, lesen Sie stattdessen das Amazon Lex V2-Handbuch.
Wenn Sie Amazon Lex V1 verwenden, empfehlen wir, Ihre Bots auf Amazon Lex V2 zu aktualisieren. Wir fügen V1 keine neuen Funktionen mehr hinzu und empfehlen dringend, V2 für alle neuen Bots zu verwenden.
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.
Schritt 1: Erstellen eines Amazon Kendra Kendra-Index
Erstellen Sie zunächst einen Amazon Kendra Kendra-Index mit Dokumenten, die Kundenfragen beantworten. Ein Index bietet eine Such-API für Kundenanfragen. Sie erstellen den Index aus Quelldokumenten. Amazon Kendra gibt Antworten, die es in indexierten Dokumenten findet, an den Bot zurück, der sie dem Agenten anzeigt.
Die Qualität und Genauigkeit der von Amazon Kendra vorgeschlagenen Antworten hängen von den Dokumenten ab, die Sie indexieren. Dokumente sollten Dateien enthalten, auf die der Agent häufig zugreift und die in einem S3-Bucket gespeichert werden müssen. Sie können unstrukturierte und halbstrukturierte Daten in den Formaten .html, Microsoft Office (.doc, .ppt), PDF und Text indexieren.
Informationen zum Erstellen eines Amazon Kendra-Index finden Sie unter Erste Schritte mit einem S3-Bucket (Konsole) im Amazon Kendra Developer Guide.
Informationen zum Hinzufügen von Fragen und Antworten (FAQs) zur Beantwortung von Kundenanfragen finden Sie unter Hinzufügen von Fragen und Antworten im Amazon Kendra Developer Guide. Verwenden Sie für dieses Tutorial die Datei ML_FAQ.csv auf GitHub.
Nächster Schritt
Schritt 2: Erstellen Sie einen Amazon-Lex-Bot
