Recupere datos y genere respuestas de IA con bases de conocimiento - 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.

Recupere datos y genere respuestas de IA con bases de conocimiento

Puede integrar información patentada en sus aplicaciones de IA generativa con las bases de conocimiento de Amazon Bedrock. Con la técnica Retrieval Augment Generation (RAG), una base de conocimientos busca en los datos la información más útil y, a continuación, la utiliza para responder a preguntas en lenguaje natural.

Tras configurar una base de conocimientos, podrá aprovecharla de las siguientes maneras:

  • Configure RAG la aplicación para que la utilice RetrieveAndGenerateAPIpara consultar su base de conocimientos y generar respuestas a partir de la información que recupere. También puede llamar API a Retrieve para consultar en su base de conocimientos la información obtenida directamente de la base de conocimientos.

  • Asocie su base de conocimientos a un agente (para obtener más información, consulteAutomatice las tareas en su aplicación mediante agentes conversacionales) para añadir RAG capacidades al agente y ayudarlo a razonar las medidas que puede tomar para ayudar a los usuarios finales.

Una base de conocimientos se puede utilizar no solo para responder a las consultas de los usuarios y analizar documentos, sino también para ampliar las solicitudes que se proporcionan a los modelos básicos al proporcionarles un contexto. Al responder a las consultas de los usuarios, la base de conocimientos conserva el contexto de la conversación. La base de conocimientos también basa las respuestas en las citas para que los usuarios puedan encontrar más información consultando el texto exacto en el que se basa una respuesta y también comprobar que la respuesta tiene sentido y es correcta desde el punto de vista fáctico.

Para configurar y usar la base de conocimientos, siga los pasos que se indican a continuación.

  1. Reúna los documentos fuente para añadirlos a su base de conocimientos.

  2. Guarde los documentos fuente en una fuente de datos compatible.

  3. (Opcional si utiliza Amazon S3 para almacenar los documentos fuente) Cree un archivo de metadatos para cada documento fuente para poder filtrar los resultados durante la consulta a la base de conocimientos.

  4. (Opcional) Configure su propio almacén vectorial compatible para indexar la representación de incrustaciones vectoriales de sus datos. Puede utilizar la consola Amazon Bedrock para crear una tienda vectorial de Amazon OpenSearch Serverless para usted.

  5. Cree y configure su base de conocimientos. Debe habilitar el acceso a los modelos para usar un modelo que sea compatible con las bases de conocimiento.

    Si utiliza Amazon BedrockAPI, anote el nombre del recurso de Amazon (ARN) de su modelo, que es necesario para convertir los datos en incrustaciones vectoriales y para la recuperación y generación de la base de conocimientos. Copie el ID del modelo elegido para las bases de conocimiento y construya el modelo ARN utilizando el ID del modelo (recurso), siguiendo los ARNejemplos proporcionados para el tipo de recurso de su modelo.

    Si utiliza la consola Amazon Bedrock, no es necesario que cree un modeloARN, ya que puede seleccionar un modelo disponible como parte de los pasos para crear una base de conocimientos.

  6. Configure su aplicación o agente para consultar la base de conocimientos y obtener respuestas aumentadas.