Configuración y personalización de las consultas y la generación de respuestas - Amazon Bedrock

Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Configuración y personalización de las consultas y la generación de respuestas

Puede configurar y personalizar la recuperación y la generación de respuestas, lo que mejora aún más la pertinencia de las respuestas. Por ejemplo, puede aplicar filtros a los campos o atributos de metadatos del documento para utilizar los documentos actualizados más recientemente o los documentos con fechas de modificación recientes.

nota

Todas las siguientes configuraciones, excepto la orquestación y la generación, solo se aplican a fuentes de datos no estructurados.

Para obtener más información sobre estas configuraciones en la consola o en laAPI, seleccione uno de los siguientes temas.

Temas

    Recuperar de un índice GenAI de Amazon Kendra

    Puede consultar una base de conocimientos que utilice un índice GenAI de Amazon Kendra y devolver solo el texto relevante de las fuentes de datos. Para esta consulta, envíe un Retrievesolicite con un punto final de ejecución de Agents for Amazon Bedrock, como con una base de conocimientos estándar.

    La estructura de una respuesta devuelta desde una base de conocimientos con un índice GenAI de Amazon Kendra es la misma que la de un estándar. KnowledgeBaseRetrievalResult Sin embargo, la respuesta también incluye algunos campos adicionales de Amazon Kendra.

    En la siguiente tabla se describen los campos de Amazon Kendra que puede ver en una respuesta devuelta. Amazon Bedrock obtiene estos campos de la respuesta de Amazon Kendra. Si esa respuesta no contiene estos campos, el resultado de la consulta devuelto por Amazon Bedrock tampoco tendrá estos campos.

    Campo Descripción

    x-amz-kendra-document-título

    El título del documento devuelto.

    x-amz-kendra-score-confianza

    Una clasificación relativa de la relevancia de la respuesta para la consulta. Los valores posibles son VERY _ HIGH HIGHMEDIUM,LOW, y NOT _AVAILABLE.

    x-amz-kendra-passage-id

    El identificador del pasaje devuelto.

    x-amz-kendra-document-ID

    El identificador del documento devuelto.

    DocumentAttributes

    Atributos de documentos o campos de metadatos de Amazon Kendra. El resultado de la consulta devuelto por la base de conocimientos los almacena como pares clave-valor de metadatos. Puede filtrar los resultados con el filtrado de metadatos de Amazon Bedrock. Para obtener más información, consulte DocumentAttribute.

    El tipo de búsqueda define cómo se consultan los orígenes de datos en la base de conocimientos. Los tipos de búsqueda posibles son los siguientes:

    • Predeterminada: Amazon Bedrock decide la estrategia de búsqueda por usted.

    • Híbrida: combina la búsqueda de incrustaciones vectoriales (búsqueda semántica) con la búsqueda en el texto sin procesar. Actualmente, la búsqueda híbrida solo se admite en los almacenes vectoriales de Amazon OpenSearch Serverless que contienen un campo de texto filtrable. Si usa un almacén de vectores diferente o su almacén de vectores de Amazon OpenSearch Serverless no contiene un campo de texto filtrable, la consulta utiliza la búsqueda semántica.

    • Semántica: solo busca incrustaciones vectoriales.

    Para obtener información sobre cómo definir el tipo de búsqueda, elija la pestaña del método que prefiera y, a continuación, siga estos pasos:

    Console

    Siga los pasos de la consola que se indican en Prueba de la base de conocimientos mediante consultas y respuestas. Al abrir el panel Configuraciones, verá las siguientes opciones para Tipo de búsqueda:

    • Predeterminada: Amazon Bedrock decide qué estrategia de búsqueda es la más adecuada para la configuración del almacén vectorial.

    • Híbrida: Amazon Bedrock consulta la base de conocimientos en las incrustaciones vectoriales y en el texto sin procesar. Esta opción solo está disponible si utiliza un almacén vectorial de Amazon OpenSearch Serverless configurado con un campo de texto filtrable.

    • Semántica: Amazon Bedrock consulta la base de conocimientos con las incrustaciones vectoriales.

    API

    Cuando haces un Retrieve o RetrieveAndGeneratesolicitud, incluye un retrievalConfiguration campo asignado a un KnowledgeBaseRetrievalConfigurationobjeto. Para ver la ubicación de este campo, consulte la Retrieve y RetrieveAndGeneratesolicite los organismos de la API referencia.

    El siguiente JSON objeto muestra los campos mínimos necesarios en el KnowledgeBaseRetrievalConfigurationobjeto para establecer las configuraciones de los tipos de búsqueda:

    "retrievalConfiguration": { "vectorSearchConfiguration": { "overrideSearchType": "HYBRID | SEMANTIC" } }

    Especifique el tipo de búsqueda en el campo overrideSearchType. Dispone de las opciones siguientes:

    • Si no especifica un valor, Amazon Bedrock decide qué estrategia de búsqueda es la más adecuada para la configuración de su almacén vectorial.

    • HYBRID— Amazon Bedrock consulta la base de conocimientos utilizando tanto las incrustaciones vectoriales como el texto sin procesar. Esta opción solo está disponible si utiliza un almacén vectorial de Amazon OpenSearch Serverless configurado con un campo de texto filtrable.

    • SEMANTIC— Amazon Bedrock consulta la base de conocimientos mediante sus incrustaciones vectoriales.

    La descomposición de consultas es una técnica que se usa para desglosar las consultas complejas en subconsultas más pequeñas y más fáciles de administrar. Este enfoque puede ayudar a recuperar información más precisa y pertinente, especialmente cuando la consulta inicial es multifacética o demasiado amplia. Si se activa esta opción, es posible que se ejecuten varias consultas en la base de conocimientos, lo que puede ayudar a obtener una respuesta final más precisa.

    Por ejemplo, para una pregunta como «¿Quién marcó más en el FIFA Mundial de 2022, Argentina o Francia?» , las bases de conocimiento de Amazon Bedrock pueden generar primero las siguientes subconsultas antes de generar una respuesta final:

    1. ¿Cuántos goles marcó Argentina en la final FIFA del Mundial de 2022?

    2. ¿Cuántos goles marcó Francia en la final del Mundial de FIFA 2022?

    Console
    1. Cree y sincronice un origen de datos o utilice una base de conocimientos existente.

    2. Vaya a la ventana de prueba y abra el panel de configuración.

    3. Habilite la reformulación de consultas.

    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 } }, ...} }

    Al generar respuestas basadas en la recuperación de información, puede utilizar los parámetros de inferencia para tener más control sobre el comportamiento del modelo durante la inferencia e influir en los resultados del modelo.

    Para aprender a modificar los parámetros de inferencia, elija la pestaña correspondiente al método que prefiera y, a continuación, siga estos pasos:

    Console

    Para modificar los parámetros de inferencia al consultar una base de conocimientos: siga los pasos de la consola que se indican en Prueba de la base de conocimientos mediante consultas y respuestas. Al abrir el panel Configuraciones, verá la sección Parámetros de inferencia. Modifique los parámetros según sea necesario.

    Para modificar los parámetros de inferencia al chatear con el documento: siga los pasos que se indican en Chateo con un documento sin tener configurada una base de conocimientos. En el panel Configuraciones, expanda la sección Parámetros de inferencia y modifique los parámetros según sea necesario.

    API

    Los parámetros del modelo se proporcionan en la llamada al RetrieveAndGenerateAPI. Puede personalizar el modelo proporcionando parámetros de inferencia en el inferenceConfig campo del knowledgeBaseConfiguration (si consulta una base de conocimientos) o en el externalSourcesConfiguration (si conversa con el documento).

    Dentro del campo inferenceConfig hay un campo textInferenceConfig que contiene los siguientes parámetros:

    • temperature

    • topP

    • maxTokenCount

    • stopSequences

    Puede personalizar el modelo con los siguientes parámetros en el campo inferenceConfig de externalSourcesConfiguration y knowledgeBaseConfiguration:

    • temperature

    • topP

    • maxTokenCount

    • stopSequences

    Para obtener una explicación detallada de la función de cada uno de estos parámetros, consulte Influencia sobre la generación de respuestas con parámetros de inferencia.

    Además, puede proporcionar parámetros personalizados que no sean compatibles con textInferenceConfig mediante la asignación de additionalModelRequestFields. Puede proporcionar parámetros exclusivos para modelos específicos con este argumento; para ver los parámetros exclusivos, consulte Parámetros de solicitud de inferencia y campos de respuesta para los modelos fundacionales.

    Si se omite un parámetro de textInferenceConfig, se utilizará un valor predeterminado. Se ignorará cualquier parámetro que no se reconozca en textInferneceConfig, mientras que cualquier parámetro que no se reconozca en AdditionalModelRequestFields generará una excepción.

    Se genera una excepción de validación si hay el mismo parámetro en additionalModelRequestFields y TextInferenceConfig.

    Uso de los parámetros del modelo en RetrieveAndGenerate

    A continuación, se muestra un ejemplo de la estructura para inferenceConfig y additionalModelRequestFields en generationConfiguration del cuerpo de la consulta RetrieveAndGenerate:

    "inferenceConfig": { "textInferenceConfig": { "temperature": 0.5, "topP": 0.5, "maxTokens": 2048, "stopSequences": ["\nObservation"] } }, "additionalModelRequestFields": { "top_k": 50 }

    El ejemplo siguiente establece un valor temperature de 0,5, top_p de 0,5 y maxTokens de 2048, detiene la generación si encuentra la cadena «\nObservation" en la respuesta generada y pasa un top_k valor personalizado de 50.

    Cuando consulta una base de conocimientos, Amazon Bedrock devuelve hasta cinco resultados en la respuesta de forma predeterminada. Cada resultado corresponde a un fragmento de origen.

    Para modificar el número máximo de resultados que se van a devolver, elija la pestaña del método que prefiera y, a continuación, siga estos pasos:

    Console

    Siga los pasos de la consola que se indican en Prueba de la base de conocimientos mediante consultas y respuestas. En el panel Configuraciones, amplíe Número máximo de resultados recuperados.

    API

    Cuando haces un Retrieve o RetrieveAndGeneratesolicitud, incluye un retrievalConfiguration campo asignado a un KnowledgeBaseRetrievalConfigurationobjeto. Para ver la ubicación de este campo, consulte la Retrieve y RetrieveAndGeneratesolicite los organismos de la API referencia.

    El JSON objeto siguiente muestra los campos mínimos necesarios en el KnowledgeBaseRetrievalConfigurationobjeto para establecer el número máximo de resultados que se van a devolver:

    "retrievalConfiguration": { "vectorSearchConfiguration": { "numberOfResults": number } }

    Especifique el número máximo de resultados recuperados (consulte el numberOfResults campo KnowledgeBaseRetrievalConfigurationpara ver el rango de valores aceptados) que se devolverán en el numberOfResults campo.

    Puede aplicar filtros al documento fields/attributes to help you further improve the relevancy of responses. Your data sources can include document metadata attributes/fields para filtrarlos y puede especificar qué campos incluir en las incrustaciones. Por ejemplo, documente “epoch_modification_time” o el número de segundos transcurridos desde el 1 de enero de 1970 hasta que se actualizó el documento por última vez. Puede filtrar por los datos más recientes, donde “epoch_modification_time” es mayor que un número determinado. Estos documentos más recientes se pueden utilizar para la consulta.

    Para utilizar filtros al consultar una base de conocimientos, compruebe que la base de conocimientos cumpla los siguientes requisitos:

    • Al configurar el conector del origen de datos, la mayoría de los conectores rastrea los principales campos de metadatos de los documentos. Si utiliza un bucket de Amazon S3 como fuente de datos, el bucket debe incluir al menos uno fileName.extension.metadata.json para el archivo o documento al que está asociado. Consulte Documentar los campos de metadatos en Configuración de la conexión para obtener más información sobre la configuración del archivo de metadatos.

    • Si el índice vectorial de su base de conocimientos se encuentra en un almacén vectorial de Amazon OpenSearch Serverless, compruebe que el índice vectorial esté configurado con el faiss motor. Si el índice vectorial está configurado con el motor nmslib, deberá realizar una de las siguientes acciones:

    • Si va a añadir metadatos a un índice vectorial existente en un clúster de base de datos de Amazon Aurora, debe añadir una columna a la tabla para cada atributo de metadatos de sus archivos de metadatos antes de iniciar la ingesta. Los valores de los atributos de los metadatos se escribirán en estas columnas.

    Si tiene PDF documentos en su fuente de datos y utiliza Amazon OpenSearch Serverless como almacén de vectores: las bases de conocimiento de Amazon Bedrock generarán los números de página de los documentos y los almacenarán en un campo/atributo de metadatos denominado -. x-amz-bedrock-kb document-page-number Tenga en cuenta que los números de página almacenados en un campo de metadatos no son compatibles si elige no fragmentar los documentos.

    Puede utilizar los siguientes operadores de filtrado para filtrar los resultados al realizar consultas:

    Operadores de filtrado
    Operador Consola APInombre del filtro Tipos de datos de atributos compatibles Resultados filtrados
    Igual a = equals cadena, número, booleano El atributo coincide con el valor que ha proporcionado
    No es igual a != notEquals cadena, número, booleano El atributo no coincide con el valor que ha proporcionado
    Mayor que > greaterThan número El atributo es mayor que el valor que ha proporcionado
    Mayor que o igual a >= greaterThanOrEs igual a número El atributo es mayor que o igual al valor que ha proporcionado
    Menor que < lessThan número El atributo es menor que el valor que ha proporcionado
    Menor que o igual a <= lessThanOrIguales número El atributo es menor que o igual al valor que ha proporcionado
    En : in lista de cadenas El atributo está en la lista que usted proporciona (actualmente es más compatible con las tiendas de vectores de Amazon OpenSearch Serverless)
    No en !: notIn lista de cadenas El atributo no está en la lista que has proporcionado (actualmente es más compatible con las tiendas de vectores de Amazon OpenSearch Serverless)
    Empieza por ^ startsWith cadena El atributo comienza con la cadena que proporciones (actualmente es mejor compatible con las tiendas de vectores de Amazon OpenSearch Serverless)

    Para combinar los operadores de filtrado, puede usar los siguientes operadores lógicos:

    Logical operators (Operadores lógicos)
    Operador Consola APInombre del campo de filtro Resultados filtrados
    Y y andAll Los resultados cumplen con todas las expresiones de filtrado del grupo
    O o orAll Los resultados cumplen al menos con una de las expresiones de filtrado del grupo

    Para obtener información sobre cómo filtrar los resultados mediante metadatos, selecciona la pestaña del método que prefieras y, a continuación, sigue estos pasos:

    Console

    Siga los pasos de la consola que se indican en Prueba de la base de conocimientos mediante consultas y respuestas. Al abrir el panel Configuraciones, verá la sección Filtros. Los siguientes procedimientos describen distintos casos de uso:

    • Para añadir un filtro, cree una expresión de filtrado con un atributo de metadatos, un operador de filtrado y un valor en el cuadro. Separe cada parte de la expresión con un espacio en blanco. Pulse Intro para añadir el filtro.

      Para obtener una lista de los operadores de filtrado aceptados, consulte la tabla Operadores de filtrado anterior. También puede ver una lista de operadores de filtrado al añadir un espacio en blanco después del atributo de metadatos.

      nota

      Debe poner las cadenas entre signos de pregunta.

      Por ejemplo, puede filtrar los resultados de los documentos de origen que contienen un atributo de metadatos genre cuyo valor sea "entertainment" agregando el siguiente filtro: genre = "entertainment".

      Agregue un filtro.
    • Para añadir otro filtro, introduzca otra expresión de filtrado en el cuadro y pulse Intro. Puede agregar hasta cinco filtros al grupo.

      Agregar otro filtro.
    • De forma predeterminada, la consulta devolverá resultados que cumplan con todas las expresiones de filtrado que proporcione. Para obtener resultados que cumplan con al menos una de las expresiones de filtrado, elija el menú desplegable y entre dos operaciones de filtrado y seleccione o.

      Cambie la operación lógica entre los filtros.
    • Para combinar distintos operadores lógicos, seleccione + Añadir grupo para añadir un grupo de filtros. Introduzca las expresiones de filtrado en el nuevo grupo. Puede añadir hasta cinco grupos de filtrado.

      Añada un grupo de filtros para combinar distintos operadores lógicos.
    • Para cambiar el operador lógico utilizado entre todos los grupos de filtrado, elija el menú ANDdesplegable entre dos grupos de filtros y seleccione OR.

      Cambie la operación lógica entre los filtros.
    • Para editar un filtro, selecciónelo, modifique la operación de filtrado y elija Aplicar.

      Edite un filtro.
    • Para eliminar un grupo de filtros, elija el icono de la papelera ( Trapezoid-shaped diagram showing data flow from source to destination through AWS Transfer Family. ) situado junto al grupo. Para eliminar un filtro, seleccione el icono de eliminación ( Close or cancel icon represented by an "X" symbol. ) junto al filtro.

      Elimine un filtro o un grupo de filtros.

    En la imagen siguiente se muestra un ejemplo de configuración de filtro que devuelve todos los documentos escritos después de 2018 cuyo género es "entertainment", además de los documentos cuyo género es "cooking" o "sports" y cuyo autor comienza por "C".

    Ejemplo de configuración de filtro.
    API

    Cuando haces un Retrieve o RetrieveAndGeneratesolicitud, incluye un retrievalConfiguration campo asignado a un KnowledgeBaseRetrievalConfigurationobjeto. Para ver la ubicación de este campo, consulte la Retrieve y RetrieveAndGeneratesolicite los organismos de la API referencia.

    Los siguientes JSON objetos muestran los campos mínimos necesarios en el KnowledgeBaseRetrievalConfigurationobjeto para establecer filtros para distintos casos de uso:

    1. Utilice un operador de filtrado (consulte la tabla Operadores de filtrado anterior).

      "retrievalConfiguration": { "vectorSearchConfiguration": { "filter": { "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] } } } }
    2. Utilice un operador lógico (consulte la tabla Operadores lógicos anterior) para combinar hasta cinco operadores.

      "retrievalConfiguration": { "vectorSearchConfiguration": { "filter": { "andAll | orAll": [ "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] }, "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] }, ... ] } } }
    3. Utilice un operador lógico para combinar hasta cinco operadores de filtrado en un grupo de filtros y un segundo operador lógico para combinar ese grupo de filtros con otro operador de filtrado.

      "retrievalConfiguration": { "vectorSearchConfiguration": { "filter": { "andAll | orAll": [ "andAll | orAll": [ "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] }, "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] }, ... ], "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] } ] } } }
    4. Combine hasta cinco grupos de filtros incrustándolos en otro operador lógico. Puede crear un nivel de incrustación.

      "retrievalConfiguration": { "vectorSearchConfiguration": { "filter": { "andAll | orAll": [ "andAll | orAll": [ "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] }, "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] }, ... ], "andAll | orAll": [ "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] }, "<filter-type>": { "key": "string", "value": "string" | number | boolean | ["string", "string", ...] }, ... ] ] } } }

    En la siguiente tabla se describen los tipos de filtro que puede utilizar:

    Campo Tipos de datos de valor compatibles Resultados filtrados
    equals cadena, número, booleano El atributo coincide con el valor que ha proporcionado
    notEquals cadena, número, booleano El atributo no coincide con el valor que ha proporcionado
    greaterThan número El atributo es mayor que el valor que ha proporcionado
    greaterThanOrEquals número El atributo es mayor que o igual al valor que ha proporcionado
    lessThan número El atributo es menor que el valor que ha proporcionado
    lessThanOrEquals número El atributo es menor que o igual al valor que ha proporcionado
    in lista de cadenas El atributo está en la lista que ha proporcionado
    notIn lista de cadenas El atributo no está en la lista que ha proporcionado
    startsWith cadena El atributo comienza con la cadena que proporciones (solo se admite en las tiendas vectoriales de Amazon OpenSearch Serverless)

    Para combinar los tipos de filtro, puede utilizar uno de los siguientes operadores lógicos:

    Campo Se asigna a Resultados filtrados
    andAll Lista de hasta cinco tipos de filtro Los resultados cumplen con todas las expresiones de filtrado del grupo
    orAll Lista de hasta cinco tipos de filtro Los resultados cumplen al menos con una de las expresiones de filtrado del grupo

    Para ver ejemplos, consulte Enviar una consulta e incluir filtros (Recuperar) y Enviar una consulta e incluir filtros (RetrieveAndGenerate).

    La base de conocimiento de Amazon Bedrock genera y aplica un filtro de recuperación basado en la consulta del usuario y en un esquema de metadatos.

    nota

    Actualmente, la función solo funciona con Anthropic Claude 3.5 Sonnet.

    El implicitFilterConfiguration se especifica en vectorSearchConfiguration el Retrievecuerpo de la solicitud. Incluye los siguientes campos:

    • metadataAttributes— En esta matriz, proporcione esquemas que describan los atributos de los metadatos para los que el modelo generará un filtro.

    • modelArn— El ARN del modelo que se va a utilizar.

    A continuación se muestra un ejemplo de esquemas de metadatos que se pueden añadir a la matriz. metadataAttributes

    [ { "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" } ]

    Cuando consulta una base de conocimientos y solicita la generación de respuestas, Amazon Bedrock utiliza una plantilla de solicitud que combina las instrucciones y el contexto con la consulta del usuario para crear la solicitud de generación que se envía al modelo para generar la respuesta. También puede personalizar la solicitud de organización, que convierte la solicitud del usuario en una consulta de búsqueda. Puede diseñar las plantillas de mensajes con las siguientes herramientas:

    • Marcadores de posición de peticiones: variables predefinidas en las bases de conocimientos de Amazon Bedrock que se rellenan dinámicamente en el tiempo de ejecución durante la consulta de la base de conocimientos. En la petición del sistema, puede ver estos marcadores de posición rodeados por el símbolo $. En la siguiente lista se describen los marcadores de posición que puede utilizar:

      Variable Plantilla de petición Se ha sustituido por Modelo ¿Obligatorio?
      $query$ Orquestación, generación Es la consulta del usuario enviada a la base de conocimientos. Anthropic Claude Instant, Anthropic Claude v2.x
      Anthropic Claude 3 Sonnet No (incluido automáticamente en la entrada del modelo)
      $search_results$ Generación Los resultados recuperados para la consulta del usuario. Todos
      $output_format_instructions$ Orquestación Instrucciones subyacentes para formatear la generación de respuestas y las citas. Depende del modelo. Si define sus propias instrucciones de formato, le sugerimos que elimine este marcador de posición. Sin este marcador de posición, la respuesta no contendrá citas. Todos No
      $current_time$ Orquestación, generación Hora actual Todos No
    • XMLetiquetas — Anthropic los modelos admiten el uso de XML etiquetas para estructurar y delinear las indicaciones. Utilice nombres de etiquetas descriptivos para obtener resultados óptimos. Por ejemplo, en la petición predeterminada del sistema, verá la etiqueta <database> utilizada para delinear una base de datos de preguntas anteriores. Para obtener más información, consulte Usar XML etiquetas en Anthropic guía del usuario.

    Para ver las directrices generales de ingeniería de peticiones, consulte Conceptos de ingeniería de peticiones.

    Elija la pestaña del método que prefiera y, a continuación, siga los pasos:

    Console

    Siga los pasos de la consola que se indican en Prueba de la base de conocimientos mediante consultas y respuestas. En la ventana de prueba, active Generar respuestas. A continuación, en el panel Configuraciones, expanda la sección Plantillas de peticiones de la base de conocimientos.

    1. Elija Editar.

    2. Edita el indicador del sistema en el editor de texto, incluyendo los marcadores de posición y las XML etiquetas del mensaje, según sea necesario. Para restablecer la plantilla de peticiones predeterminada, seleccione Reestablecer los valores predeterminados.

    3. Cuando haya terminado de editar, elija Save changes (Guardar cambios). Para salir sin guardar la petición del sistema, seleccione Descartar cambios.

    API

    Cuando haces un RetrieveAndGeneratesolicitud, incluye un generationConfiguration campo asignado a un GenerationConfigurationobjeto. Para ver la ubicación de este campo, consulte la RetrieveAndGeneratecuerpo de la solicitud en la API referencia.

    El JSON objeto siguiente muestra los campos mínimos necesarios en el GenerationConfigurationobjeto para establecer el número máximo de resultados recuperados que se devolverán:

    "generationConfiguration": { "promptTemplate": { "textPromptTemplate": "string" } }

    Introduzca su plantilla de solicitud personalizada en el textPromptTemplate campo, incluidos los marcadores de posición y las XML etiquetas de las solicitudes, según sea necesario. Para ver el número máximo de caracteres permitido en el mensaje del sistema, consulte el textPromptTemplate campo en GenerationConfiguration.

    Puede implementar protecciones en la base de conocimientos para sus casos de uso y políticas de IA responsable. Puede crear varias barreras de protección adaptadas a diferentes casos de uso y aplicarlas en diferentes condiciones de solicitud y respuesta para proporcionar una experiencia de usuario coherente y estandarizar los controles de seguridad en toda la base de conocimientos. Puede configurar los temas denegados para que no se admitan temas no deseados y filtros de contenido para bloquear el contenido dañino en las entradas y respuestas del modelo. Para obtener más información, consulte Detención del contenido dañino en los modelos que utilizan barreras de protección de Amazon Bedrock.

    nota

    Actualmente, Claude 3 Sonnet y Haiku no admiten el uso de barreras de protección con fundamento contextual para las bases de conocimientos.

    Para ver las directrices generales de ingeniería de peticiones, consulte Conceptos de ingeniería de peticiones.

    Elige la pestaña del método que prefieras y, a continuación, sigue los pasos:

    Console

    Siga los pasos de la consola que se indican en Prueba de la base de conocimientos mediante consultas y respuestas. En la ventana de prueba, active Generar respuestas. A continuación, en el panel Configuraciones, expanda la sección Barreras de protección.

    1. En la sección Barreras de protección, elija el Nombre y la Versión de la barrera de protección. Si quiere ver los detalles de la barrera de protección y la versión que ha elegido, seleccione Ver.

      Si lo desea, puede crear una nueva seleccionando el enlace Barrera de protección.

    2. Cuando haya terminado de editar, elija Save changes (Guardar cambios). Para salir sin guardar, seleccione Descartar cambios.

    API

    Cuando haces un RetrieveAndGeneratesolicitud, incluye el guardrailConfiguration campo dentro de la generationConfiguration para usar tu barandilla con la solicitud. Para ver la ubicación de este campo, consulte la RetrieveAndGeneratecuerpo de la solicitud en la API referencia.

    El siguiente JSON objeto muestra los campos mínimos necesarios GenerationConfigurationpara configurarguardrailConfiguration:

    "generationConfiguration": { "guardrailConfiguration": { "guardrailId": "string", "guardrailVersion": "string" } }

    Especifique el guardrailId y la guardrailVersion para las barreras de protección que ha elegido.