Konfigurasi kueri - Amazon Bedrock

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Konfigurasi kueri

Anda dapat memodifikasi konfigurasi saat Anda menanyakan basis pengetahuan untuk menyesuaikan pengambilan dan pembuatan respons. Untuk mempelajari lebih lanjut tentang konfigurasi dan cara memodifikasinya di konsol atau API, pilih dari topik berikut.

Jenis pencarian menentukan bagaimana sumber data dalam basis pengetahuan ditanyakan. Jenis pencarian berikut dimungkinkan:

  • Default — Amazon Bedrock memutuskan strategi pencarian untuk Anda.

  • Hybrid — Menggabungkan embeddings vektor pencarian (pencarian semantik) dengan mencari melalui teks mentah. Pencarian hibrida saat ini hanya didukung untuk penyimpanan vektor Amazon OpenSearch Tanpa Server yang berisi bidang teks yang dapat difilter. Jika Anda menggunakan penyimpanan vektor yang berbeda atau penyimpanan vektor Amazon OpenSearch Tanpa Server Anda tidak berisi bidang teks yang dapat difilter, kueri menggunakan penelusuran semantik.

  • Semantik — Hanya mencari embeddings vektor.

Untuk mempelajari cara menentukan jenis pencarian, pilih tab yang sesuai dengan metode pilihan Anda dan ikuti langkah-langkahnya.

Console

Ikuti langkah-langkah konsol diKueri basis pengetahuan dan kembalikan hasil atau hasilkan tanggapan. Saat Anda membuka panel Konfigurasi, Anda akan melihat opsi berikut untuk jenis Penelusuran:

  • Default — Amazon Bedrock memutuskan strategi pencarian mana yang paling cocok untuk konfigurasi penyimpanan vektor Anda.

  • Hybrid — Amazon Bedrock menanyakan basis pengetahuan menggunakan penyematan vektor dan teks mentah. Opsi ini hanya tersedia jika Anda menggunakan penyimpanan vektor Amazon OpenSearch Tanpa Server yang dikonfigurasi dengan bidang teks yang dapat difilter.

  • Semantik — Amazon Bedrock menanyakan basis pengetahuan menggunakan penyematan vektornya.

API

Saat Anda membuat Retrieveatau RetrieveAndGeneratememinta, sertakan retrievalConfiguration bidang, dipetakan ke KnowledgeBaseRetrievalConfigurationobjek. Untuk melihat lokasi bidang ini, lihat badan RetrieveAndGeneratepermintaan Retrievedan permintaan dalam referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam KnowledgeBaseRetrievalConfigurationobjek untuk mengatur konfigurasi jenis pencarian:

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

Tentukan jenis pencarian di overrideSearchType bidang. Anda memiliki opsi berikut:

  • Jika Anda tidak menentukan nilai, Amazon Bedrock memutuskan strategi pencarian mana yang paling cocok untuk konfigurasi penyimpanan vektor Anda.

  • HYBRID — Amazon Bedrock menanyakan basis pengetahuan menggunakan penyematan vektor dan teks mentah. Opsi ini hanya tersedia jika Anda menggunakan penyimpanan vektor Amazon OpenSearch Tanpa Server yang dikonfigurasi dengan bidang teks yang dapat difilter.

  • SEMANTIK — Amazon Bedrock menanyakan basis pengetahuan menggunakan penyematan vektornya.

Dekomposisi kueri adalah teknik yang digunakan untuk memecah kueri kompleks menjadi sub-kueri yang lebih kecil dan lebih mudah dikelola. Pendekatan ini dapat membantu dalam mengambil informasi yang lebih akurat dan relevan, terutama ketika kueri awal multifaset atau terlalu luas. Mengaktifkan opsi ini dapat mengakibatkan beberapa kueri dieksekusi terhadap Basis Pengetahuan Anda, yang dapat membantu dalam respons akhir yang lebih akurat.

Misalnya, untuk pertanyaan seperti “Siapa yang mencetak gol lebih tinggi di Piala Dunia FIFA 2022, Argentina atau Prancis?” , Basis pengetahuan Amazon Bedrock pertama-tama dapat menghasilkan sub-kueri berikut, sebelum menghasilkan jawaban akhir:

  1. Berapa banyak gol yang dicetak Argentina di final Piala Dunia FIFA 2022?

  2. Berapa banyak gol yang dicetak Prancis di final Piala Dunia FIFA 2022?

Console

  1. Membuat dan menyinkronkan sumber data atau menggunakan basis pengetahuan yang ada.

  2. Buka jendela uji dan buka panel konfigurasi.

  3. Aktifkan reformulasi kueri.

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
           }
         },
...}
}

Saat menghasilkan respons berdasarkan pengambilan informasi, Anda dapat menggunakan parameter inferensi untuk mendapatkan kontrol lebih besar atas perilaku model selama inferensi dan memengaruhi keluaran model. Untuk mempelajari cara memodifikasi parameter inferensi, pilih tab yang sesuai dengan metode pilihan Anda dan ikuti langkah-langkahnya.

Console

Untuk memodifikasi parameter inferensi saat menanyakan basis pengetahuan — Ikuti langkah-langkah konsol di. Kueri basis pengetahuan dan kembalikan hasil atau hasilkan tanggapan Saat Anda membuka panel Konfigurasi, Anda akan melihat bagian parameter Inferensi. Ubah parameter seperlunya.

Untuk mengubah parameter inferensi saat mengobrol dengan dokumen Anda — Ikuti langkah-langkahnya di. Mengobrol dengan data dokumen Anda menggunakan basis pengetahuan Di panel Konfigurasi, perluas bagian Parameter inferensi dan ubah parameter seperlunya.

API

Anda memberikan parameter model dalam panggilan ke RetrieveAndGenerateAPI. Anda dapat menyesuaikan model dengan memberikan parameter inferensi di inferenceConfig bidang knowledgeBaseConfiguration (jika Anda menanyakan basis pengetahuan) atau externalSourcesConfiguration (jika Anda mengobrol dengan dokumen Anda).

Di dalam inferenceConfig bidang adalah textInferenceConfig bidang yang berisi parameter berikut yang dapat Anda:

  • suhu

  • TopP

  • maxTokenCount

  • StopSequences

Anda dapat menyesuaikan model dengan menggunakan parameter berikut di inferenceConfig bidang keduanya externalSourcesConfiguration danknowledgeBaseConfiguration:

  • suhu

  • TopP

  • maxTokenCount

  • StopSequences

Untuk penjelasan rinci tentang fungsi masing-masing parameter ini, lihatParameter inferensi.

Selain itu, Anda dapat memberikan parameter khusus yang tidak didukung oleh textInferenceConfig melalui additionalModelRequestFields peta. Anda dapat memberikan parameter unik untuk model tertentu dengan argumen ini, untuk parameter unik lihatParameter inferensi untuk model pondasi.

Jika parameter dihilangkan daritextInferenceConfig, nilai default akan digunakan. Parameter apa pun yang tidak dikenali textInferneceConfig akan diabaikan, sementara parameter apa pun yang tidak dikenali AdditionalModelRequestFields akan menyebabkan pengecualian.

Pengecualian validasi dilemparkan jika ada parameter yang sama di keduanya additionalModelRequestFields danTextInferenceConfig.

Menggunakan parameter model di RetrieveAndGenerate

Berikut ini adalah contoh struktur untuk inferenceConfig dan additionalModelRequestFields di bawah generationConfiguration dalam badan RetrieveAndGenerate permintaan:

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

Contoh proses menetapkan 0,5, 0,5, temperature top_p dari 2048, maxTokens menghentikan pembangkitan jika menemukan string "\nObservation” dalam respons yang dihasilkan, dan melewati nilai kustom top_k 50.

Saat Anda menanyakan basis pengetahuan, Amazon Bedrock mengembalikan hingga lima hasil dalam respons secara default. Setiap hasil sesuai dengan potongan sumber. Untuk mengubah jumlah hasil maksimum yang akan dikembalikan, pilih tab yang sesuai dengan metode pilihan Anda dan ikuti langkah-langkahnya.

Console

Ikuti langkah-langkah konsol diKueri basis pengetahuan dan kembalikan hasil atau hasilkan tanggapan. Di panel Konfigurasi, perluas Jumlah maksimum hasil yang diambil.

API

Saat Anda membuat Retrieveatau RetrieveAndGeneratememinta, sertakan retrievalConfiguration bidang, dipetakan ke KnowledgeBaseRetrievalConfigurationobjek. Untuk melihat lokasi bidang ini, lihat badan RetrieveAndGeneratepermintaan Retrievedan permintaan dalam referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam KnowledgeBaseRetrievalConfigurationobjek untuk mengatur jumlah maksimum hasil untuk kembali:

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

Tentukan jumlah maksimum hasil yang diambil (lihat numberOfResults bidang KnowledgeBaseRetrievalConfigurationuntuk rentang nilai yang diterima) untuk kembali di numberOfResults bidang.

Sumber data Anda dapat menyertakan atribut/bidang metadata dokumen untuk difilter seperti “last_updated” atau jumlah hari sejak dokumen terakhir diperbarui dari tanggal saat ini. Untuk menggunakan filter saat menanyakan basis pengetahuan, periksa apakah basis pengetahuan Anda memenuhi persyaratan berikut:

  • Saat mengonfigurasi konektor sumber data Anda, sebagian besar konektor merayapi fitur metadata utama dokumen Anda. Jika menggunakan bucket Amazon S3 sebagai sumber data Anda, bucket harus menyertakan setidaknya satu .metadata.json file dengan nama yang sama dengan dokumen sumber yang terkait dengannya.

  • Jika indeks vektor basis pengetahuan Anda ada di penyimpanan vektor Amazon OpenSearch Tanpa Server, periksa apakah indeks vektor dikonfigurasi dengan mesin. faiss Jika indeks vektor dikonfigurasi dengan nmslib mesin, Anda harus melakukan salah satu hal berikut:

Anda dapat menggunakan operator pemfilteran berikut untuk memfilter hasil saat Anda melakukan kueri:

Operator penyaringan
Operator Konsol Nama filter API Tipe data atribut yang didukung Hasil yang difilter
Setara = sama string, nomor, boolean Atribut cocok dengan nilai yang Anda berikan
Tidak sama != CatatanQuals string, nomor, boolean Atribut tidak cocok dengan nilai yang Anda berikan
Lebih besar dari > GreaterThan number Atribut lebih besar dari nilai yang Anda berikan
Lebih besar dari atau sama >= greaterThanOrSama dengan number Atribut lebih besar dari atau sama dengan nilai yang Anda berikan
Kurang dari < Kurang dari number Atribut kurang dari nilai yang Anda berikan
Kurang dari atau sama <= lessThanOrSama dengan number Atribut kurang dari atau sama dengan nilai yang Anda berikan
Masuk : di daftar string Atribut ada dalam daftar yang Anda berikan
Tidak di !: TidakIn daftar string Atribut tidak ada dalam daftar yang Anda berikan
Starts with ^ MulaiDengan string Atribut dimulai dengan string yang Anda berikan (hanya didukung untuk penyimpanan vektor Amazon OpenSearch Tanpa Server)

Untuk menggabungkan operator penyaringan, Anda dapat menggunakan operator logis berikut:

Operator logis
Operator Konsol Nama bidang filter API Hasil yang difilter
Dan and danSemua Hasil memenuhi semua ekspresi penyaringan dalam grup
Atau atau atauSemua Hasil memenuhi setidaknya satu ekspresi penyaringan dalam grup

Untuk mempelajari cara memfilter hasil menggunakan metadata, pilih tab yang sesuai dengan metode pilihan Anda dan ikuti langkah-langkahnya.

Console

Ikuti langkah-langkah konsol diKueri basis pengetahuan dan kembalikan hasil atau hasilkan tanggapan. Saat Anda membuka panel Konfigurasi, Anda akan melihat bagian Filter. Prosedur berikut menjelaskan kasus penggunaan yang berbeda:

  • Untuk menambahkan filter, buat ekspresi pemfilteran dengan memasukkan atribut metadata, operator pemfilteran, dan nilai di dalam kotak. Pisahkan setiap bagian ekspresi dengan spasi putih. Tekan Enter untuk menambahkan filter.

    Untuk daftar operator pemfilteran yang diterima, lihat tabel Pemfilteran operator di atas. Anda juga dapat melihat daftar operator pemfilteran ketika Anda menambahkan spasi setelah atribut metadata.

    catatan

    Anda harus mengelilingi string dengan tanda kutip.

    Misalnya, Anda dapat memfilter hasil dari dokumen sumber yang berisi atribut genre metadata yang nilainya "entertainment" dengan menambahkan filter berikut:. genre = "entertainment"

    Tambahkan satu filter.

  • Untuk menambahkan filter lain, masukkan ekspresi penyaringan lain di dalam kotak dan tekan Enter. Anda dapat menambahkan hingga 5 filter dalam grup.

    Tambahkan filter lain.

  • Secara default, kueri akan mengembalikan hasil yang memenuhi semua ekspresi pemfilteran yang Anda berikan. Untuk mengembalikan hasil yang memenuhi setidaknya satu ekspresi pemfilteran, pilih menu tarik-turun dan antara dua operasi penyaringan dan pilih atau.

    Ubah operasi logis antar filter.

  • Untuk menggabungkan operator logis yang berbeda, pilih + Tambah Grup untuk menambahkan grup filter. Masukkan ekspresi pemfilteran di grup baru. Anda dapat menambahkan hingga 5 grup filter.

    Tambahkan grup filter untuk menggabungkan operator logis yang berbeda.

  • Untuk mengubah operator logis yang digunakan di antara semua grup penyaringan, pilih menu tarik-turun AND antara dua grup filter dan pilih OR.

    Ubah operasi logis antara grup filter.

  • Untuk mengedit filter, pilih, ubah operasi penyaringan, dan pilih Terapkan.

    Edit filter.

  • Untuk menghapus grup filter, pilih ikon tempat sampah ( Trapezoid-shaped diagram showing data flow from source to destination through AWS Transfer Family. ) di sebelah grup. Untuk menghapus filter, pilih ikon hapus ( Close or cancel icon represented by an "X" symbol. ) di sebelah filter.

    Hapus grup filter atau filter.

Gambar berikut menunjukkan contoh konfigurasi filter yang mengembalikan semua dokumen yang ditulis setelah genre 2018 siapa"entertainment", selain dokumen yang genre-nya "cooking" atau "sports" dan yang penulisnya dimulai"C".

Contoh konfigurasi filter.
API

Saat Anda membuat Retrieveatau RetrieveAndGeneratememinta, sertakan retrievalConfiguration bidang, dipetakan ke KnowledgeBaseRetrievalConfigurationobjek. Untuk melihat lokasi bidang ini, lihat badan RetrieveAndGeneratepermintaan Retrievedan permintaan dalam referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam KnowledgeBaseRetrievalConfigurationobjek untuk mengatur filter untuk kasus penggunaan yang berbeda:

  1. Gunakan satu operator penyaringan (lihat tabel Operator penyaringan di atas).

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

  2. Gunakan operator logis (lihat tabel Operator logis di atas) untuk menggabungkan hingga 5.

    "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. Gunakan operator logis untuk menggabungkan hingga 5 operator penyaringan ke dalam grup filter, dan operator logis kedua untuk menggabungkan grup filter tersebut dengan operator penyaringan lain.

    "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. Gabungkan hingga 5 grup filter dengan menyematkannya dalam operator logis lain. Anda dapat membuat satu tingkat penyematan.

    "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", ...]
                    },
                    ...
                ]
            ]
        }
    }
}

Tabel berikut menjelaskan jenis filter yang dapat Anda gunakan:

Bidang Tipe data nilai yang didukung Hasil yang difilter
equals string, nomor, boolean Atribut cocok dengan nilai yang Anda berikan
notEquals string, nomor, boolean Atribut tidak cocok dengan nilai yang Anda berikan
greaterThan number Atribut lebih besar dari nilai yang Anda berikan
greaterThanOrEquals number Atribut lebih besar dari atau sama dengan nilai yang Anda berikan
lessThan number Atribut kurang dari nilai yang Anda berikan
lessThanOrEquals number Atribut kurang dari atau sama dengan nilai yang Anda berikan
in daftar string Atribut ada dalam daftar yang Anda berikan
notIn daftar string Atribut tidak ada dalam daftar yang Anda berikan
startsWith string Atribut dimulai dengan string yang Anda berikan (hanya didukung untuk penyimpanan vektor Amazon OpenSearch Tanpa Server)

Untuk menggabungkan jenis filter, Anda dapat menggunakan salah satu operator logis berikut:

Bidang Peta ke Hasil yang difilter
andAll Daftar hingga 5 jenis filter Hasil memenuhi semua ekspresi penyaringan dalam grup
orAll Daftar hingga 5 jenis filter Hasil memenuhi setidaknya satu ekspresi penyaringan dalam grup

Sebagai contoh, lihat Mengirim kueri dan menyertakan filter (Ambil) dan Kirim kueri dan sertakan filter (RetrieveAndGenerate).

Saat Anda menanyakan basis pengetahuan dan pembuatan respons permintaan, Amazon Bedrock menggunakan templat prompt yang menggabungkan instruksi dan konteks dengan kueri pengguna untuk membuat prompt yang dikirim ke model untuk pembuatan respons. Anda dapat merekayasa template prompt dengan alat-alat berikut:

  • Placeholder prompt — Variabel yang telah ditentukan sebelumnya dalam basis Pengetahuan untuk Amazon Bedrock yang diisi secara dinamis saat runtime selama kueri basis pengetahuan. Dalam prompt sistem, Anda akan melihat placeholder ini dikelilingi oleh simbol. $ Daftar berikut menjelaskan placeholder yang dapat Anda gunakan:

    Variabel Digantikan oleh Model Diperlukan?
    $pertanyaan$ Kueri pengguna dikirim ke basis pengetahuan. AnthropicClaude Instant, Anthropic Claude v2.x Ya
    Anthropic Claude 3 Sonnet Tidak (secara otomatis disertakan dalam input model)
    $search_results$ Hasil yang diambil untuk kueri pengguna. Semua Ya
    $output_format_instruksi$ Instruksi yang mendasari untuk memformat generasi respons dan kutipan. Berbeda dengan model. Jika Anda menentukan instruksi pemformatan Anda sendiri, kami sarankan Anda menghapus placeholder ini. Tanpa placeholder ini, respons tidak akan berisi kutipan. Semua Tidak
    $current_time$ Waktu saat ini. Semua Tidak

  • Tag Anthropic XML—model mendukung penggunaan tag XMLuntuk menyusun dan menggambarkan petunjuk Anda. Gunakan nama tag deskriptif untuk hasil yang optimal. Misalnya, dalam prompt sistem default, Anda akan melihat <database> tag yang digunakan untuk menggambarkan database pertanyaan yang diajukan sebelumnya). Untuk informasi selengkapnya, lihat Menggunakan tag XMLdi panduan Anthropic pengguna.

Untuk pedoman teknik cepat umum, lihat Pedoman rekayasa yang cepat.

Pilih tab yang sesuai dengan metode pilihan Anda dan ikuti langkah-langkahnya.

Console

Ikuti langkah-langkah konsol diKueri basis pengetahuan dan kembalikan hasil atau hasilkan tanggapan. Di jendela pengujian, nyalakan Hasilkan respons. Kemudian, di panel Konfigurasi, perluas bagian template prompt dasar Pengetahuan.

  1. Pilih Edit.

  2. Edit prompt sistem di editor teks, termasuk placeholder prompt dan tag XHTML seperlunya. Untuk kembali ke template prompt default, pilih Reset ke default.

  3. Setelah selesai mengedit, pilih Simpan perubahan. Untuk keluar tanpa menyimpan prompt sistem, pilih Buang perubahan.

API

Saat Anda membuat RetrieveAndGeneratepermintaan, sertakan generationConfiguration bidang, dipetakan ke GenerationConfigurationobjek. Untuk melihat lokasi bidang ini, lihat badan RetrieveAndGeneratepermintaan di referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam GenerationConfigurationobjek untuk mengatur jumlah maksimum hasil yang diambil untuk kembali:

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

Masukkan template prompt kustom Anda di textPromptTemplate bidang, termasuk placeholder prompt dan tag XHTML seperlunya. Untuk jumlah maksimum karakter yang diizinkan dalam prompt sistem, lihat textPromptTemplate bidang di GenerationConfiguration.

Anda dapat menerapkan perlindungan untuk basis pengetahuan Anda untuk kasus penggunaan dan kebijakan AI yang bertanggung jawab. Anda dapat membuat beberapa pagar pembatas yang disesuaikan dengan kasus penggunaan yang berbeda dan menerapkannya di beberapa kondisi permintaan dan respons, memberikan pengalaman pengguna yang konsisten dan menstandarisasi kontrol keselamatan di seluruh basis pengetahuan Anda. Anda dapat mengonfigurasi topik yang ditolak untuk melarang topik dan filter konten yang tidak diinginkan untuk memblokir konten berbahaya dalam input dan tanggapan model. Untuk informasi selengkapnya, lihat Pagar pembatas untuk Amazon Bedrock.

catatan

Menggunakan pagar pembatas dengan landasan kontekstual untuk basis pengetahuan saat ini tidak didukung pada Claude 3 Soneta dan Haiku.

Untuk pedoman teknik cepat umum, lihat Pedoman rekayasa yang cepat.

Pilih tab yang sesuai dengan metode pilihan Anda dan ikuti langkah-langkahnya.

Console

Ikuti langkah-langkah konsol diKueri basis pengetahuan dan kembalikan hasil atau hasilkan tanggapan. Di jendela pengujian, nyalakan Hasilkan respons. Kemudian, di panel Konfigurasi, perluas bagian Guardrails.

  1. Di bagian Guardrails, pilih Nama dan Versi pagar pembatas Anda. Jika Anda ingin melihat detail untuk pagar pembatas dan versi yang Anda pilih, pilih Lihat.

    Atau, Anda dapat membuat yang baru dengan memilih tautan Guardrail.

  2. Setelah selesai mengedit, pilih Simpan perubahan. Untuk keluar tanpa menyimpan pilih Buang perubahan.

API

Saat Anda mengajukan RetrieveAndGeneratepermintaan, sertakan guardrailsConfiguration bidang di dalam generationConfiguration untuk menggunakan pagar pembatas Anda dengan permintaan tersebut. Untuk melihat lokasi bidang ini, lihat badan RetrieveAndGeneratepermintaan di referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam GenerationConfigurationuntuk mengatur: guardrailsConfiguration

"generationConfiguration": {
    "guardrailsConfiguration": {
        "guardrailsId": "string",
        "guardrailsVersion": "string"
    }
}

Tentukan guardrailsId dan pagar guardrailsVersion pembatas pilihan Anda.