Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Test della knowledge base con query e risposte
<a name="knowledge-base-test"></a>

Dopo aver configurato la knowledge base, puoi testarne il comportamento nei seguenti modi:
+ Invia query e recupera le informazioni pertinenti dalle tue origini dati utilizzando l’operazione [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html).
+ Invia query e genera risposte alle query in base alle informazioni recuperate dalle tue origini dati, utilizzando l’operazione [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html).
+ Utilizza un modello di riclassificazione rispetto al modello di riclassificazione predefinito di Knowledge Base per Amazon Bedrock per recuperare origini più pertinenti quando utilizzi [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) o [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html).
+ Utilizza filtri di metadati opzionali con l’API `Retrieve` o `RetrieveAndGenerate` per specificare quali documenti della tua origine dati possono essere utilizzati.

Quando il comportamento della knowledge base risulta soddisfacente, puoi configurare la tua applicazione in modo che la interroghi oppure collegare la knowledge base a un agente procedendo con [Implementazione della knowledge base per un’applicazione di IA](knowledge-base-deploy.md).

Seleziona un argomento per avere ulteriori informazioni in merito.

**Topics**
+ [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md)
+ [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md)
+ [Generazione di una query per dati strutturati](knowledge-base-generate-query.md)
+ [Interrogare una knowledge base connessa a un indice GenAI di Amazon Kendra](kb-test-kendra.md)
+ [Interrogare una knowledge base collegata a un grafico di Analisi Amazon Neptune](kb-test-neptune.md)
+ [Configurare e personalizzare la generazione di query e risposte](kb-test-config.md)
+ [Configurare la generazione di risposte per modelli di ragionamento con Knowledge Bases](kb-test-configure-reasoning.md)

# Interrogare una knowledge base e recuperare dei dati
<a name="kb-test-retrieve"></a>

**Importante**  
I guardrail vengono applicati solo all’input e alla risposta generata dal LLM. Non vengono applicati ai riferimenti recuperati dalle knowledge base in fase di runtime.

Dopo aver configurato la knowledge base, è possibile interrogarla e recuperare dai dati di origine blocchi pertinenti alla query utilizzando l’operazione dell’API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html). È possibile anche [utilizzare un modello di riclassificazione](rerank.md) al posto del ranker predefinito di Knowledge Base per Amazon Bedrock per classificare i blocchi di origine in base alla pertinenza durante il recupero.

Per informazioni su come interrogare la knowledge base, scegliere la scheda relativa al metodo preferito, poi seguire la procedura:

------
#### [ Console ]

**Come testare la knowledge base**

1. Accedi a Console di gestione AWS con un'identità IAM che dispone delle autorizzazioni per utilizzare la console Amazon Bedrock. Quindi, apri la console Amazon Bedrock in [https://console.aws.amazon.com/bedrock.](https://console.aws.amazon.com/bedrock)

1. Nel riquadro di navigazione a sinistra, scegli **Knowledge base**.

1. Nella sezione **Knowledge base** esegui una delle azioni seguenti:
   + Scegli il pulsante di opzione accanto alla knowledge base che desideri testare e seleziona **Testa knowledge base**. Una finestra di test si espande da destra.
   + Scegli la knowledge base da testare. Una finestra di test si espande da destra.

1. Per restituire informazioni recuperate direttamente dalla tua knowledge base, disattiva **Genera risposte per la tua query** nella finestra di test.

1. (Facoltativo) Seleziona l’icona delle configurazioni (![\[Three horizontal sliders with adjustable circular controls for settings or parameters.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/configurations.png)) per aprire **Configurazioni**. Per informazioni sulle configurazioni, consulta [Configurare e personalizzare la generazione di query e risposte](kb-test-config.md).

1. Inserisci una query nella casella di testo della finestra di chat e seleziona **Esegui** per restituire le risposte dalla knowledge base.

1. I blocchi di origine vengono restituiti direttamente in ordine di pertinenza. Le immagini estratte dall’origine dati possono anche essere restituite come blocco di origine.

1. Per visualizzare i dettagli sui blocchi restituiti, seleziona **Mostra i dettagli dell’origine**.
   + Per visualizzare le configurazioni impostate per la query, espandi **Configurazioni delle query**.
   + Per visualizzare i dettagli su un blocco di origine, espandilo scegliendo la freccia destra (![\[Play button icon with a triangular shape pointing to the right.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/caret-right-filled.png)) accanto ad esso. Puoi visualizzare le seguenti informazioni:
     + Il testo non elaborato dal blocco di origine. Per copiare questo testo, scegli l’icona di copia (![\[Icon representing a crop or resize function, with two overlapping rectangles.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/copy.png)). Se hai utilizzato Amazon S3 per archiviare i dati, scegli l’icona del link esterno (![\[Icon of a square with an arrow pointing outward from its top-right corner.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/external.png)) per accedere all’oggetto S3 contenente il file.
     + I metadati associati al blocco di origine, se hai utilizzato Amazon S3 per archiviare i dati. Le attribute/field chiavi e i valori sono definiti nel `.metadata.json` file associato al documento di origine. Per ulteriori informazioni, consulta la sezione **Metadati e filtri** in [Configurare e personalizzare la generazione di query e risposte](kb-test-config.md).

**Opzioni di chat**
+ Passa alla generazione di risposte in base ai blocchi di origine recuperati attivando **Genera risposte**. Se modifichi l’impostazione, il testo nella finestra della chat verrà completamente cancellato.
+ Per cancellare la finestra della chat, seleziona l’icona a forma di scopa (![\[Magnifying glass icon with a checkmark inside, symbolizing search or inspection.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/broom.png)).
+ Per copiare tutto l’output nella finestra della chat, seleziona l’icona di copia (![\[Icon representing a crop or resize function, with two overlapping rectangles.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/copy.png)).

------
#### [ API ]

Per interrogare una knowledge base e restituire solo il testo pertinente dalle origini dati, invia una richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) con un [endpoint di runtime di Agent per Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt).

I seguenti campi sono obbligatori:


****  

| Campo | Descrizione di base | 
| --- | --- | 
| knowledgeBaseId | Consente di specificare la knowledge base da interrogare. | 
| retrievalQuery | Contiene un campo text per specificare la query. | 
| guardrailsConfiguration | Includi campi guardrailsConfiguration come guardrailsId e guardrailsVersion per utilizzare il guardrail nella richiesta | 

I seguenti campi sono facoltativi:


****  

| Campo | Caso d’uso | 
| --- | --- | 
| nextToken | Consente di restituire il batch di risposte successivo (vedi campi di risposta di seguito). | 
| retrievalConfiguration | Per includere [configurazioni di query](kb-test-config.md) per personalizzare la ricerca vettoriale. Per ulteriori informazioni, consulta [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html). | 

Puoi utilizzare un modello di riclassificazione rispetto al modello di classificazione predefinito di Amazon Bedrock Knowledge Bases includendo il `rerankingConfiguration` campo nel. [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html) Il `rerankingConfiguration` campo è mappato su un [VectorSearchRerankingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_VectorSearchRerankingConfiguration.html)oggetto, in cui è possibile specificare il modello di riclassificazione da utilizzare, eventuali campi di richiesta aggiuntivi da includere, gli attributi dei metadati per filtrare i documenti durante la nuova classificazione e il numero di risultati da restituire dopo la nuova classificazione. Per ulteriori informazioni, consulta [VectorSearchRerankingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_VectorSearchRerankingConfiguration.html).

**Nota**  
Se il `numberOfRerankedResults` valore specificato è maggiore del valore in [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html), il numero massimo di risultati che verranno restituiti è il `numberOfResults` valore per. `numberOfResults` Un’eccezione è rappresentata dall’utilizzo della decomposizione delle query. Per ulteriori informazioni, vedere la sezione **Modifiche alle query** in [Configurare e personalizzare la generazione di query e risposte](kb-test-config.md). Se si utilizza la decomposizione delle query, `numberOfRerankedResults` può essere fino a cinque volte superiore rispetto a `numberOfResults`.

La risposta restituisce i blocchi di origine dall'origine dati come matrice di [KnowledgeBaseRetrievalResult](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalResult.html)oggetti nel `retrievalResults` campo. Ciascuno [KnowledgeBaseRetrievalResult](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalResult.html)contiene i seguenti campi:


****  

| Campo | Description | 
| --- | --- | 
| contenuto | Contiene un blocco di origine di testo in text o un blocco di origine di immagine nel campo byteContent. Se il contenuto è un’immagine, l’URI dei dati del contenuto codificato in base64 viene restituito nel seguente formato: data:image/jpeg;base64,\$1\$1base64-encoded string\$1. | 
| metadati | Contiene ogni attributo di metadati come chiave e il valore dei metadati come valore JSON a cui la chiave è mappata. | 
| location | Contiene l’URI o l’URL del documento a cui appartiene il blocco di origine. | 
| score | Il punteggio di pertinenza del documento. utilizzabile per analizzare la classifica dei risultati. | 

Se il numero di blocchi di origine supera quello che può essere contenuto nella risposta, nel campo `nextToken` viene restituito un valore. Usa quel valore in un’altra richiesta per restituire il successivo batch di risultati.

Se i dati recuperati contengono immagini, la risposta restituisce anche le seguenti intestazioni di risposta, che contengono i metadati per i blocchi di origine restituiti nella risposta:
+ `x-amz-bedrock-kb-byte-content-source`: contiene l’URI Amazon S3 dell’immagine.
+ `x-amz-bedrock-kb-description`: contiene la stringa con codifica base64 per l’immagine.

**Nota**  
[Non puoi filtrare in base a queste intestazioni di risposta dei metadati durante la configurazione dei filtri dei metadati](kb-test-config.md).

**Interrogazioni multimodali**  
Per le knowledge base che utilizzano modelli di incorporamento multimodali, è possibile eseguire query con testo o immagini. Il `retrievalQuery` campo supporta un `multimodalInputList` campo per le interrogazioni sulle immagini:

**Nota**  
Per una guida completa sulla configurazione e l'utilizzo delle basi di conoscenza multimodali, inclusa la scelta tra gli approcci Nova e BDA, vedere. [Crea una base di conoscenze per contenuti multimodali](kb-multimodal.md)

È possibile eseguire interrogazioni con immagini utilizzando il campo: `multimodalInputList`

```
{
    "knowledgeBaseId": "EXAMPLE123", 
    "retrievalQuery": {
        "multimodalInputList": [
            {
                "content": {
                    "byteContent": "base64-encoded-image-data"
                },
                "modality": "IMAGE"
            }
        ]
    }
}
```

Oppure puoi eseguire una query solo con testo utilizzando il `text` campo:

```
{
    "knowledgeBaseId": "EXAMPLE123",
    "retrievalQuery": {
        "text": "Find similar shoes"
    }
}
```

**Schemi di interrogazione multimodali comuni**  
Di seguito sono riportati alcuni modelli di interrogazione comuni:

Image-to-image ricerca  
Carica un'immagine per trovare immagini visivamente simili. Esempio: carica una foto di una scarpa Nike rossa per trovare scarpe simili nel tuo catalogo prodotti.

Ricerca basata su testo  
Utilizza le interrogazioni di testo per trovare contenuti pertinenti. Esempio: «Trova scarpe simili» per cercare nel catalogo dei prodotti utilizzando descrizioni testuali.

Ricerca visiva di documenti  
Cerca grafici, diagrammi o elementi visivi all'interno dei documenti. Esempio: carica un'immagine del grafico per trovare grafici simili nella tua raccolta di documenti.

**Scelta tra Nova e BDA per contenuti multimodali**  
Quando lavori con contenuti multimodali, scegli il tuo approccio in base al tipo di contenuto e ai modelli di query:


**Matrice decisionale Nova vs BDA**  

| Content Type | Usa Nova Multimodal Embeddings | Usa il parser Bedrock Data Automation (BDA) | 
| --- | --- | --- | 
| Contenuti video | Concentrazione sulla narrazione visiva (sport, pubblicità, dimostrazioni), domande sugli elementi visivi, contenuti vocali minimi | Domande importanti speech/narration (presentazioni, riunioni, tutorial), domande sui contenuti parlati, necessitano di trascrizioni | 
| Contenuti audio | Identificazione di musica o effetti sonori, analisi audio non vocale | Podcast, interviste, riunioni, qualsiasi contenuto il cui discorso richieda la trascrizione | 
| Contenuto dell'immagine | Ricerche per somiglianza visiva, image-to-image recupero, analisi dei contenuti visivi | Estrazione del testo dalle immagini, elaborazione dei documenti, requisiti OCR | 

**Nota**  
Gli incorporamenti multimodali Nova non possono elaborare direttamente i contenuti vocali. Se i tuoi file audio o video contengono importanti informazioni vocali, usa prima il parser BDA per convertire il parlato in testo, oppure scegli invece un modello di incorporamento del testo.

**Limitazioni delle interrogazioni multimodali**  
Di seguito sono riportate alcune limitazioni relative alle interrogazioni multimodali:
+ Massimo un'immagine per query nella versione corrente
+ Le query di immagini sono supportate solo con modelli di incorporamento multimodali (Titan G1 o Cohere Embed v3)
+ RetrieveAndGenerate L'API non è supportata per le knowledge base con modelli di incorporamento multimodali e bucket di contenuti S3
+ Se si fornisce una query di immagine a una knowledge base utilizzando modelli di incorporamento di solo testo, verrà restituito un errore 4xx

**Struttura di risposta API multimodale**  
Le risposte di recupero per i contenuti multimodali includono metadati aggiuntivi:
+ **URI di origine:** indica la posizione originale del bucket S3
+ **URI supplementare:** indica la copia nel bucket di archiviazione multimodale
+ **Metadati timestamp:** inclusi per i blocchi video e audio per consentire un posizionamento preciso della riproduzione

**Nota**  
Quando utilizzi l'API o l'SDK, dovrai gestire il recupero dei file e la navigazione con timestamp nell'applicazione. La console gestisce questa operazione automaticamente con una riproduzione video migliorata e una navigazione automatica con timestamp.

------

**Nota**  
Se ricevi un errore che indica che il prompt supera il limite di caratteri durante la generazione delle risposte, puoi abbreviare il prompt nei seguenti modi:  
Riduci il numero massimo di risultati recuperati (in questo modo si accorcia ciò che viene inserito per il segnaposto \$1search\$1results\$1 in [Modelli di prompt della knowledge base: orchestrazione e generazione](kb-test-config.md#kb-test-config-prompt-template)).
Ricrea l’origine dati con una strategia di suddivisione in blocchi che utilizza blocchi più piccoli (in questo modo si accorcia ciò che viene inserito per il segnaposto \$1search\$1results\$1 in [Modelli di prompt della knowledge base: orchestrazione e generazione](kb-test-config.md#kb-test-config-prompt-template)).
Abbrevia il modello di prompt.
Abbrevia la query dell’utente (in questo modo si accorcia ciò che viene compilato per il segnaposto \$1query\$1 in [Modelli di prompt della knowledge base: orchestrazione e generazione](kb-test-config.md#kb-test-config-prompt-template)).

# Interrogare una knowledge base e generare risposte basate sui dati recuperati
<a name="kb-test-retrieve-generate"></a>

**Importante**  
I guardrail vengono applicati solo all’input e alla risposta generata dal LLM. Non vengono applicati ai riferimenti recuperati dalle knowledge base in fase di runtime.

Dopo aver configurato la knowledge base, è possibile interrogarla e generare risposte basate sui blocchi recuperati dall’origine dati mediante l’operazione API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html). Le risposte vengono restituite con citazioni che rimandano ai dati di origine. È possibile anche [utilizzare un modello di riclassificazione](rerank.md) al posto del ranker predefinito di Knowledge Base per Amazon Bedrock per classificare i blocchi di origine in base alla pertinenza durante il recupero.

**Limitazioni dei contenuti multimodali**  
`RetrieveAndGenerate`ha un supporto limitato per i contenuti multimodali. Quando si utilizza Nova Multimodal Embeddings, la funzionalità RAG è limitata al solo contenuto testuale. Per un supporto multimodale completo, inclusa l'elaborazione audio e video, utilizzate BDA con modelli di incorporamento del testo. Per informazioni dettagliate, vedi [Crea una base di conoscenze per contenuti multimodali](kb-multimodal.md).

**Nota**  
Le immagini restituite dalla risposta di `Retrieve` durante il flusso `RetrieveAndGenerate` sono incluse nel prompt per la generazione della risposta. La risposta di `RetrieveAndGenerate` non può includere immagini, ma può citare le origini che le contengono.

Per informazioni su come interrogare la knowledge base, scegli la scheda relativa al metodo preferito, quindi segui la procedura:

------
#### [ Console ]

**Come testare la knowledge base**

1. Accedi a Console di gestione AWS con un'identità IAM che dispone delle autorizzazioni per utilizzare la console Amazon Bedrock. Quindi, apri la console Amazon Bedrock in [https://console.aws.amazon.com/bedrock.](https://console.aws.amazon.com/bedrock)

1. Nel riquadro di navigazione a sinistra, scegli **Knowledge base**.

1. Nella sezione **Knowledge base** esegui una delle azioni seguenti:
   + Scegli il pulsante di opzione accanto alla knowledge base che desideri testare e seleziona **Testa knowledge base**. Una finestra di test si espande da destra.
   + Scegli la knowledge base da testare. Una finestra di test si espande da destra.

1. Per generare risposte sulla base delle informazioni recuperate dalla tua knowledge base, attiva **Genera risposte per la tua query**. Amazon Bedrock genera risposte in base alle origini dati e cita le informazioni fornite con note a piè di pagina.

1. Per scegliere un modello da utilizzare per la generazione delle risposte, scegli **Seleziona modello**. Quindi seleziona **Applica**. 

1. (Facoltativo) Seleziona l’icona delle configurazioni (![\[Three horizontal sliders with adjustable circular controls for settings or parameters.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/configurations.png)) per aprire **Configurazioni**. Per informazioni sulle configurazioni, consulta [Configurare e personalizzare la generazione di query e risposte](kb-test-config.md).

1. Inserisci una query nella casella di testo della finestra di chat e seleziona **Esegui** per restituire le risposte dalla knowledge base.

1. Seleziona una nota a piè di pagina per visualizzare un estratto dall’origine citata relativa alla parte specifica della risposta. Scegli il link per accedere all’oggetto S3 che contiene il file.

1. Per visualizzare i dettagli sui blocchi restituiti, seleziona **Mostra i dettagli dell’origine**.
   + Per visualizzare le configurazioni impostate per la query, espandi **Configurazioni delle query**.
   + Per visualizzare i dettagli su un blocco di origine, espandilo scegliendo la freccia destra (![\[Play button icon with a triangular shape pointing to the right.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/caret-right-filled.png)) accanto ad esso. Puoi visualizzare le seguenti informazioni:
     + Il testo non elaborato dal blocco di origine. Per copiare questo testo, scegli l’icona di copia (![\[Icon representing a crop or resize function, with two overlapping rectangles.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/copy.png)). Se hai utilizzato Amazon S3 per archiviare i dati, scegli l’icona del link esterno (![\[Icon of a square with an arrow pointing outward from its top-right corner.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/external.png)) per accedere all’oggetto S3 contenente il file.
     + I metadati associati al blocco di origine, se hai utilizzato Amazon S3 per archiviare i dati. Le attribute/field chiavi e i valori sono definiti nel `.metadata.json` file associato al documento di origine. Per ulteriori informazioni, consulta la sezione **Metadati e filtri** in [Configurare e personalizzare la generazione di query e risposte](kb-test-config.md).

**Opzioni di chat**
+ Per utilizzare un modello diverso per la generazione delle risposte, scegli **Modifica modello**. Se modifichi il modello, il testo nella finestra della chat verrà completamente cancellato.
+ Passa al recupero diretto dei blocchi di origine deselezionando **Genera risposte**. Se modifichi l’impostazione, il testo nella finestra della chat verrà completamente cancellato.
+ Per cancellare la finestra della chat, seleziona l’icona a forma di scopa (![\[Magnifying glass icon with a checkmark inside, symbolizing search or inspection.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/broom.png)).
+ Per copiare tutto l’output nella finestra della chat, seleziona l’icona di copia (![\[Icon representing a crop or resize function, with two overlapping rectangles.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/copy.png)).

------
#### [ API ]

Per interrogare una knowledge base e utilizzare un modello di fondazione per generare risposte basate sui risultati dalle origini dati, invia una richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) con un [endpoint di runtime Agent per Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt).

L’API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html) restituisce i dati in un formato di streaming e consente di accedere alle risposte generate in blocchi senza attendere l’intero risultato.

I seguenti campi sono obbligatori:

**Nota**  
La risposta dell’API contiene eventi di citazione. Il membro `citation` è stato reso obsoleto. Al suo posto, ti consigliamo di utilizzare i campi `generatedResponse` e `retrievedReferences`. Come riferimento, consulta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_CitationEvent.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_CitationEvent.html).


****  

| Campo | Descrizione di base | 
| --- | --- | 
| input | Contiene un campo text per specificare la query. | 
| retrieveAndGenerateConfigurazione | Contiene un [RetrieveAndGenerateConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateConfiguration.html), che specifica le configurazioni per il recupero e la generazione. Per ulteriori dettagli, consultare i contenuti che seguono. | 

I seguenti campi sono facoltativi:


****  

| Campo | Caso d’uso | 
| --- | --- | 
| sessionId | Utilizza lo stesso valore di una sessione precedente per continuare tale sessione e mantenerne il contesto per il modello. | 
| sessionConfiguration | Per includere una chiave KMS personalizzata per la crittografia della sessione. | 

Includi il campo in. `knowledgeBaseConfiguration` [RetrieveAndGenerateConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateConfiguration.html) Questo campo è mappato su un [KnowledgeBaseRetrieveAndGenerateConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrieveAndGenerateConfiguration.html)oggetto, che contiene i seguenti campi:
+ I seguenti campi sono obbligatori:  
****    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/kb-test-retrieve-generate.html)
+ I seguenti campi sono facoltativi:  
****    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/kb-test-retrieve-generate.html)

Puoi utilizzare un modello di riposizionamento rispetto al modello di classificazione predefinito di Amazon Bedrock Knowledge Bases includendo il `rerankingConfiguration` campo all'interno di. [KnowledgeBaseVectorSearchConfiguration[KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html) Il `rerankingConfiguration` campo è mappato su un [VectorSearchRerankingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_VectorSearchRerankingConfiguration.html)oggetto, in cui è possibile specificare il modello di riclassificazione da utilizzare, eventuali campi di richiesta aggiuntivi da includere, gli attributi dei metadati per filtrare i documenti durante la nuova classificazione e il numero di risultati da restituire dopo la nuova classificazione. Per ulteriori informazioni, consulta [VectorSearchRerankingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_VectorSearchRerankingConfiguration.html).

**Nota**  
Se il `numberOfRerankedResults` valore specificato è maggiore del valore in [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html), il numero massimo di risultati che verranno restituiti è il `numberOfResults` valore per. `numberOfResults` Un’eccezione è rappresentata dall’utilizzo della decomposizione delle query. Per ulteriori informazioni, consulta la sezione **Modifiche alle query** in [Configurare e personalizzare la generazione di query e risposte](kb-test-config.md). Se si utilizza la decomposizione delle query, `numberOfRerankedResults` può essere fino a cinque volte superiore rispetto a `numberOfResults`.

La risposta restituisce la risposta generata nel campo `output` e i blocchi di origine citati come matrice nel campo `citations`. Ogni oggetto [citation](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Citation.html) include i seguenti campi:


****  

| Campo | Descrizione di base | 
| --- | --- | 
| generatedResponsePart | Nel campo textResponsePart è incluso il valore text a cui si riferisce la citazione. Il campo span fornisce gli indici per l’inizio e la fine della parte dell’output che contiene una citazione. | 
| retrievedReferences | Una matrice di [RetrievedReference](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievedReference.html)oggetti, ognuno content dei quali contiene il blocco di origine metadata associato al documento e l'URI o l'URL location del documento nell'origine dati.  Se il contenuto è un’immagine, l’URI dei dati del contenuto codificato in base64 viene restituito nel seguente formato: data:image/jpeg;base64,\$1\$1base64-encoded string\$1. | 

La risposta restituisce anche un valore `sessionId` che puoi riutilizzare in un’altra richiesta per mantenere la stessa conversazione.

Se hai incluso un valore `guardrailConfiguration` nella richiesta, il campo `guardrailAction` segnala se il contenuto è stato bloccato o meno.

Se i dati recuperati contengono immagini, la risposta restituisce anche le seguenti intestazioni di risposta, che contengono i metadati per i blocchi di origine restituiti nella risposta:
+ `x-amz-bedrock-kb-byte-content-source`: contiene l’URI Amazon S3 dell’immagine.
+ `x-amz-bedrock-kb-description`: contiene la stringa con codifica base64 per l’immagine.

**Nota**  
Non puoi filtrare in base a queste intestazioni di risposta dei metadati durante la [configurazione dei filtri dei metadati](kb-test-config.md).

------

**Nota**  
Se ricevi un errore che indica che il prompt supera il limite di caratteri durante la generazione delle risposte, puoi abbreviare il prompt nei seguenti modi:  
Riduci il numero massimo di risultati recuperati (in questo modo si abbrevia ciò che viene inserito per il segnaposto \$1search\$1results\$1 in [Modelli di prompt della knowledge base: orchestrazione e generazione](kb-test-config.md#kb-test-config-prompt-template)).
Ricrea l’origine dati con una strategia di chunking che utilizza blocchi più piccoli (in questo modo si abbrevia ciò che viene inserito per il segnaposto \$1search\$1results\$1 in [Modelli di prompt della knowledge base: orchestrazione e generazione](kb-test-config.md#kb-test-config-prompt-template)).
Abbrevia il modello di prompt.
Abbrevia la query dell’utente (in questo modo si abbrevia ciò che viene compilato per il segnaposto \$1query\$1 in [Modelli di prompt della knowledge base: orchestrazione e generazione](kb-test-config.md#kb-test-config-prompt-template)).

# Generazione di una query per dati strutturati
<a name="knowledge-base-generate-query"></a>

Quando si collega un datastore strutturato alla knowledge base, quest’ultima può interrogarlo convertendo la query in linguaggio naturale fornita dall’utente in una query SQL, in base alla struttura dell’origine dati oggetto della query. Quando utilizzi:
+ [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html): la risposta restituisce il risultato dell’esecuzione della query SQL.
+ [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html): la risposta generata si basa sul risultato dell’esecuzione della query SQL.
+ [GenerateQuery](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerateQuery.html): Amazon Bedrock Knowledge Bases disaccoppia la conversione della query dal processo di recupero. Puoi utilizzare questa operazione API per trasformare una query in SQL.

## Utilizzo dell’API `GenerateQuery`
<a name="knowledge-base-generate-query-api"></a>

È possibile utilizzare la risposta dell’operazione API `GenerateQuery` con un’azione `Retrieve` o `RetrieveAndGenerate` successiva o inserirla in altri flussi di lavoro. `GenerateQuery` consente di trasformare in modo efficiente le query in query SQL prendendo in considerazione la struttura dell’origine dati della knowledge base.

Per trasformare una query in linguaggio naturale in una query SQL, invia una [GenerateQuery](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerateQuery.html)richiesta con un [endpoint di runtime Agents for Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt). La richiesta `GenerateQuery` contiene i seguenti campi:
+ queryGenerationInput — Specificare `TEXT` come `type` e includere la query nel `text` campo.
**Nota**  
Le query devono essere scritte in inglese.
+ transformationConfiguration: specifica `TEXT_TO_SQL` come `mode`. Nel campo `textToSqlConfiguration`, specifica `KNOWLEDGE_BASE` come `type`. Quindi, specifica l’ARN della knowledge base.

La risposta restituisce un array contenente un [GeneratedQuery](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GeneratedQuery.html)oggetto nel `queries` campo. L’oggetto contiene una query SQL per la query nel campo `sql`.

## Considerazioni chiave
<a name="knowledge-base-generate-query-considerations"></a>

Di seguito sono riportate alcune considerazioni chiave per la generazione di una query utilizzando dati strutturati.
+ 

**Inferenza tra Regioni e recupero di dati strutturati**  
Il recupero dei dati strutturati utilizza l'inferenza interregionale per selezionare l'area geografica ottimale per Regione AWS elaborare la richiesta di inferenza. Ciò non comporta costi aggiuntivi e migliora l’esperienza del cliente massimizzando le risorse disponibili e la disponibilità del modello.

  Le richieste di inferenza incrociata vengono conservate all'interno della parte geografica in Regioni AWS cui risiedono originariamente i dati. I dati rimangono archiviati nella Regione di origine, ma i prompt di input e i risultati di output possono spostarsi al di fuori di questa Regione. Tutti i dati verranno trasmessi in modalità crittografata attraverso la rete sicura di Amazon.

  Per ulteriori informazioni, consulta [Aumentare il throughput con l’inferenza tra Regioni](cross-region-inference.md).
+ 

**Accuratezza delle query SQL generate**  
L’accuratezza di una query SQL generata può variare a seconda del contesto, degli schemi delle tabelle e dell’intento di una query utente. Valuta le query generate per assicurarti che siano adatte al tuo caso d’uso prima di utilizzarle nel tuo carico di lavoro.
+ 

**Numero di risultati recuperati**  
Le seguenti limitazioni si applicano quando si genera la risposta.
  + Quando si utilizzano le operazioni API `InvokeAgent`, `RetrieveAndGenerate` e `RetrieveAndGenerateStream`, solo 10 risultati recuperati vengono utilizzati nella generazione della risposta.
  + Quando si utilizza l’API `InvokeAgent`, se sono presenti più di 10 righe di risultati recuperati, il numero totale di righe recuperate non viene passato all’agente per la generazione della risposta. Se invece si utilizza l’API `RetrieveAndGenerate`, il numero totale di righe viene incluso nel prompt per la generazione della risposta finale.
+ 

**Quota API `GenerateQuery`**  
L’API `GenerateQuery` ha una quota di 2 richieste al secondo.

## Concedi a un ruolo le autorizzazioni per accedere alle query generate
<a name="knowledge-base-structured-permissions"></a>

Per la tua knowledge base collegata a un’origine dati strutturata, se desideri eseguire alcune operazioni aggiuntive sulle query generate, devi concedere le autorizzazioni per eseguire l’azione API `GenerateQuery`. Per consentire al tuo ruolo IAM di interrogare una knowledge base connessa a un datastore strutturato, collega la seguente policy al ruolo:

------
#### [ JSON ]

****  

```
{
    "Version":"2012-10-17",		 	 	 
    "Statement": [
        {
            "Sid": "GetKB",
            "Effect": "Allow",
            "Action": [
                "bedrock:GetKnowledgeBase"
            ],
            "Resource": [
                "arn:aws:bedrock:us-east-1:123456789012:knowledge-base/KnowledgeBaseId"
            ]
        },
        {
            "Sid": "GenerateQueryAccess",
            "Effect": "Allow",
            "Action": [
                "bedrock:GenerateQuery",
                "sqlworkbench:GetSqlRecommendations"
            ],
            "Resource": "*"
        },
        {
            "Sid": "Retrieve",
            "Effect": "Allow",
            "Action": [
                "bedrock:Retrieve"
            ],
            "Resource": [
                "arn:aws:bedrock:us-east-1:123456789012:knowledge-base/KnowledgeBaseId"
            ]
        },
        {
            "Sid": "RetrieveAndGenerate",
            "Effect": "Allow",
            "Action": [
                "bedrock:RetrieveAndGenerate"
            ],
            "Resource": [
                "*"
            ]
        }
    ]
}
```

------

Puoi rimuovere le dichiarazioni non necessarie, a seconda del caso d’uso:
+ `GenerateQuery`Le istruzioni `GetKB` and devono essere chiamate per [GenerateQuery](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerateQuery.html)generare query SQL che tengano conto delle query degli utenti e dell'origine dati connessa.
+ L’istruzione `Retrieve` è necessaria per chiamare [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) per recuperare i dati dal datastore strutturato.
+ L’istruzione `RetrieveAndGenerate` è necessaria per chiamare [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) per recuperare i dati dal datastore strutturato e generare risposte basate sui dati.

# Interrogare una knowledge base connessa a un indice GenAI di Amazon Kendra
<a name="kb-test-kendra"></a>

È possibile interrogare una knowledge base che utilizza un indice GenAI di Amazon Kendra e restituire solo il testo pertinente dalle origini dati. Per questa query, invia una richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) con un [endpoint di runtime di Agent per Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt), come con una knowledge base standard.

La struttura di una risposta restituita da una knowledge base con un indice GenAI di Amazon Kendra è la stessa di un [KnowledgeBaseRetrievalResult](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalResult.html) standard. Tuttavia, la risposta include anche alcuni campi aggiuntivi di Amazon Kendra.

La tabella seguente descrive i campi di Amazon Kendra che potrebbero essere visibili in una risposta restituita. Amazon Bedrock ottiene questi campi dalla risposta di Amazon Kendra. Se quella risposta non contiene questi campi, anche il risultato della query restituito da Amazon Bedrock non avrà questi campi.


| Campo | Descrizione | 
| --- | --- | 
|  x-amz-kendra-document-title  |  Il titolo del documento restituito.  | 
|  x-amz-kendra-score-confidence  |  Una classifica relativa dell’affidabilità della risposta alla query. I valori possibili sono VERY\$1HIGH, HIGH, MEDIUM, LOW e NOT\$1AVAILABLE.  | 
|  x-amz-kendra-passage-id  |  L’ID della fase restituito.  | 
|  x-amz-kendra-document-id  |  L’ID del documento restituito.  | 
|  DocumentAttributes  |  Attributi del documento o campi di metadati di Amazon Kendra. Il risultato della query restituito dalla knowledge base li memorizza come coppie chiave-valore dei metadati. È possibile filtrare i risultati con il filtraggio dei metadati di Amazon Bedrock. Per ulteriori informazioni, consulta [DocumentAttribute.](https://docs.aws.amazon.com/kendra/latest/APIReference/API_DocumentAttribute.html)  | 

# Interrogare una knowledge base collegata a un grafico di Analisi Amazon Neptune
<a name="kb-test-neptune"></a>

Puoi interrogare una knowledge base che utilizza un grafico di Analisi Amazon Neptune e restituire solo il testo pertinente dalle origini dati. Per questa query, invia una richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) con un [endpoint di runtime di Agent per Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt), come con una knowledge base standard. Per informazioni sull’interrogazione di una knowledge base, sul recupero di dati e sulla generazione di risposte, consulta:
+  [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md) 
+  [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md) 

La struttura di una risposta restituita da una knowledge base con un grafico di Analisi Amazon Neptune è la stessa di un [KnowledgeBaseRetrievalResult](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalResult.html) standard. Tuttavia, la risposta include anche alcuni campi aggiuntivi di Amazon Neptune.

La tabella seguente descrive i campi di Analisi Neptune che potrebbero essere visibili in una risposta restituita. Amazon Bedrock ottiene questi campi dalla risposta di Analisi Neptune. Se quella risposta non contiene questi campi, anche il risultato della query restituito da Amazon Bedrock non avrà questi campi.


| Campo | Descrizione | 
| --- | --- | 
|  x-amz-bedrock-kb-source-uri  |  L’URL Amazon S3 del documento restituito.  | 
|  punteggio  |  Una misura della distanza che indica quanto una risposta corrisponde alla query fornita, mentre valori più bassi indicano corrispondenze migliori.  | 
|  x-amz-bedrock-kb-data-source-id  |  L’ID dell’origine dati utilizzata per la knowledge base.  | 
|  x-amz-bedrock-kb-chunk-id  |  L’ID del blocco utilizzato per recuperare le informazioni per la query e generare la risposta.  | 
|  DocumentAttributes  |  Attributi del documento o campi di metadati di Amazon Kendra. Il risultato della query restituito dalla knowledge base li memorizza come coppie chiave-valore dei metadati. È possibile filtrare i risultati con il filtraggio dei metadati di Amazon Bedrock.  | 

## Utilizzo di metadati e filtri
<a name="kb-test-neptune-metadata"></a>

Quando interroghi la knowledge base e generi risposte, puoi filtrare i metadati per trovare documenti più pertinenti. Ad esempio, puoi filtrare in base alla data di pubblicazione del documento. A tale scopo puoi utilizzare la console Amazon Bedrock o l’API di runtime [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html), che può specificare alcune condizioni generali di filtro.

Di seguito sono riportate alcune considerazioni sull’utilizzo dell’API `RetrievalFilter` per i grafici di Analisi Neptune.
+ I filtri `startsWith` e `listContains` non sono supportati.
+ La variante di elenco del filtro `stringContains` non è supportata.

Di seguito viene riportato un esempio:

```
"vectorSearchConfiguration": {
        "numberOfResults": 5,
        "filter": {
            "orAll": [
                {
                    "andAll": [
                        {
                            "equals": {
                                "key": "genre",
                                "value": "entertainment"
                            }
                        },
                        {
                            "greaterThan": {
                                "key": "year",
                                "value": 2018
                            }
                        }
                    ]
                },
                {
                    "andAll": [                        
                        {
                            "startsWith": {
                                "key": "author",
                                "value": "C"
                            }
                        }
                    ]
                }
            ]
        }
    }
}
```

# Configurare e personalizzare la generazione di query e risposte
<a name="kb-test-config"></a>

È possibile configurare e personalizzare il recupero e la generazione di risposte, migliorando ulteriormente la pertinenza delle risposte stesse. Ad esempio, puoi applicare filtri ai metadati dei documenti fields/attributes per utilizzare i documenti aggiornati più di recente o i documenti con orari di modifica più recenti.

**Nota**  
Tutte le configurazioni seguenti, ad eccezione di **orchestrazione e generazione**, sono applicabili solo alle origini dati non strutturate.

Per ulteriori informazioni su queste configurazioni nella console o nell’API, seleziona uno dei seguenti argomenti:

## Numero di blocchi di origine
<a name="kb-test-config-number"></a>

Quando si esegue una query su una knowledge base, per impostazione predefinita Amazon Bedrock restituisce fino a cinque risultati nella risposta. Ogni risultato corrisponde a un blocco di origine.

**Nota**  
Il numero effettivo di risultati nella risposta potrebbe essere inferiore al valore `numberOfResults` specificato, poiché questo parametro imposta il numero massimo di risultati da restituire. Se è stato configurato il chunking semantico per la strategia di chunking, il parametro `numberOfResults` viene mappato al numero di blocchi figlio recuperati dalla knowledge base. Poiché i blocchi figlio che condividono lo stesso blocco padre vengono sostituiti con il blocco padre nella risposta finale, il numero di risultati restituiti potrebbe essere inferiore alla quantità richiesta.

Per modificare il numero massimo di risultati da restituire, scegli la scheda relativa al metodo che preferisci, quindi segui la procedura:

------
#### [ Console ]

Segui i passaggi per la console indicati in [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md) o in [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md). Nel riquadro **Configurazioni**, espandi la sezione **Blocchi di origine** e immetti il numero massimo di blocchi di origine da restituire.

------
#### [ API ]

Quando crei una [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)or, includi un `retrievalConfiguration` campo mappato a un [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)oggetto. Per visualizzare la posizione del campo, consulta le pagine relative ai corpi delle richieste [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) e [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) nella documentazione di riferimento dell’API.

Il seguente oggetto JSON mostra i campi minimi richiesti nell'[KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)oggetto per impostare il numero massimo di risultati da restituire:

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

Specificate il numero massimo di risultati recuperati (consultate il `numberOfResults` campo [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)per l'intervallo di valori accettati) da restituire nel `numberOfResults` campo.

------

## Tipo di ricerca
<a name="kb-test-config-search"></a>

Il tipo di ricerca definisce il modo in cui vengono eseguite le query sulle origini dati nella knowledge base. I tipi di ricerca possibili sono i seguenti:

**Nota**  
La ricerca ibrida è supportata solo per gli archivi vettoriali Amazon RDS, Amazon OpenSearch Serverless e MongoDB che contengono un campo di testo filtrabile. Se si utilizza un archivio vettoriale diverso o l’archivio vettoriale in uso non contiene un campo di testo filtrabile, la query utilizza la ricerca semantica.
+ **Predefinito**: Amazon Bedrock decide automaticamente la strategia di ricerca.
+ **Ibrido**: la ricerca di embedding vettoriali (ricerca semantica) viene combinata con la ricerca nel testo non elaborato.
+ **Semantico**: vengono cercati solo gli embedding vettoriali.

Per informazioni sulla definizione del tipo di ricerca, scegli la scheda relativa al metodo che preferisci, quindi segui la procedura:

------
#### [ Console ]

Segui i passaggi per la console indicati in [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md) o in [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md). Quando apri il riquadro **Configurazioni**, espandi la sezione **Tipo di ricerca**, attiva **Sovrascrivi la ricerca predefinita** e seleziona un’opzione.

------
#### [ API ]

Quando effettui una [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)or, includi un `retrievalConfiguration` campo mappato su un oggetto. [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html) Per visualizzare la posizione del campo, consulta le pagine relative ai corpi delle richieste [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) e [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) nella documentazione di riferimento dell’API.

Il seguente oggetto JSON mostra i campi minimi richiesti nell'[KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)oggetto per impostare le configurazioni dei tipi di ricerca:

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

Specifica il tipo di ricerca nel campo `overrideSearchType`. Sono disponibili le seguenti opzioni:
+ Se non si specifica alcun valore, Amazon Bedrock decide quale strategia di ricerca è più adatta alla configurazione dell’archivio vettoriale.
+ **IBRIDO**: Amazon Bedrock esegue query sulla knowledge base utilizzando sia gli embedding vettoriali che il testo non elaborato.
+ **SEMANTICO**: Amazon Bedrock esegue query sulla knowledge base utilizzando i propri embedding vettoriali.

------

## Streaming
<a name="kb-test-config-stream"></a>

------
#### [ Console ]

Segui i passaggi per la console indicati in [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md). Quando apri il riquadro **Configurazioni**, espandi la sezione **Preferenza di streaming** e attiva **Trasmetti risposte in streaming**.

------
#### [ API ]

Per trasmettere risposte in streaming, utilizza l’API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html). Per maggiori dettagli sulla compilazione dei campi, consulta la scheda **API** all’indirizzo[Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md).

------

## Filtro manuale dei metadati
<a name="kb-test-config-filters"></a>

Puoi applicare filtri al documento per aiutarti fields/attributes a migliorare ulteriormente la pertinenza delle risposte. Le fonti di dati possono includere metadati di documenti su cui attributes/fields filtrare e specificare quali campi includere negli incorporamenti.

Ad esempio, “epoch\$1modification\$1time” rappresenta il tempo in numero di secondi dal 1° gennaio 1970 (UTC), data dell’ultimo aggiornamento del documento. È possibile filtrare in base ai dati più recenti, in cui “epoch\$1modification\$1time” è *maggiore di* un determinato numero. I documenti più recenti possono essere utilizzati per la query.

Per utilizzare i filtri durante l’esecuzione di query su una knowledge base, verifica che quest’ultima soddisfi i seguenti requisiti:
+ Durante la configurazione del connettore dell’origine dati, la maggior parte dei connettori esegue il crawling dei campi di metadati principali dei documenti. Se si utilizza un bucket Amazon S3 come origine dati, il bucket deve includerne almeno un oggetto `fileName.extension.metadata.json` per il file o il documento a cui è associato. Per ulteriori informazioni sulla configurazione del file di metadati, consulta **Campi dei metadati dei documenti** in [Configurazione della connessione](s3-data-source-connector.md#configuration-s3-connector). 
+ Se l'indice vettoriale della tua knowledge base si trova in un archivio vettoriale Amazon OpenSearch Serverless, verifica che l'indice vettoriale sia configurato con il motore. `faiss` Se l’indice vettoriale è configurato con il motore `nmslib`, eseguire una delle seguenti operazioni:
  + [Crea una nuova knowledge base](knowledge-base-create.md) nella console e consenti ad Amazon Bedrock di creare automaticamente un indice vettoriale in Amazon OpenSearch Serverless per te.
  + [Crea un altro indice vettoriale](knowledge-base-setup.md) nell’archivio vettoriale e seleziona `faiss` come **motore**. [Crea una nuova knowledge base](knowledge-base-create.md) e specifica il nuovo indice vettoriale.
+ Se la knowledge base utilizza un indice vettoriale in un bucket vettoriale S3, non è possibile utilizzare i filtri `startsWith` e `stringContains`.
+ Se si aggiungono metadati a un indice vettoriale esistente in un cluster di database Amazon Aurora, si consiglia di fornire il nome del campo della colonna di metadati personalizzata per archiviare tutti i metadati in un’unica colonna. Durante l’[importazione dei dati](kb-data-source-sync-ingest.md), questa colonna verrà utilizzata per popolare tutte le informazioni contenute nei file di metadati delle origini dati. Se si sceglie di fornire questo campo, è necessario creare un indice sulla colonna.
  + Quando si [crea una nuova knowledge base](knowledge-base-create.md) nella console e si consente ad Amazon Bedrock di configurare il database Amazon Aurora, viene creata automaticamente una singola colonna popolata con le informazioni contenute nel file di metadati.
  + Quando si sceglie di [creare un altro indice vettoriale](knowledge-base-setup.md) nell’archivio vettoriale, è necessario fornire il nome del campo di metadati personalizzato per archiviare le informazioni contenute nel file di metadati. Se non si fornisce questo nome campo, è possibile creare una colonna per ogni attributo di metadati nei file e specificare il tipo di dati (testo, numero o booleano). Ad esempio, se l’attributo `genre` esiste nell’origine dati, è necessario aggiungere una colonna denominata `genre` e specificare `text` come tipo di dati. Durante l’importazione, queste colonne separate vengono popolate con i valori degli attributi corrispondenti.

*Se hai documenti PDF nella tua fonte di dati e utilizzi Amazon OpenSearch Serverless per il tuo archivio vettoriale: le knowledge base di Amazon Bedrock genereranno i numeri di pagina dei documenti e li memorizzeranno in un field/attribute metadato chiamato -. x-amz-bedrock-kb document-page-number* Tenere presente che i numeri di pagina archiviati in un campo di metadati non sono supportati qualora si scelga di non applicare il chunking per i documenti.

Per filtrare i risultati delle query, è possibile utilizzare i seguenti operatori di filtro:


**Operatori di filtro**  

| Operatore | Console | Nome del filtro API | Tipi di dati degli attributi supportati | Risultati filtrati | 
| --- | --- | --- | --- | --- | 
| Equals | = | [equals](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-equals) | stringa, numero, valore booleano | L’attributo corrisponde al valore fornito | 
| Not equals | \$1= | [notEquals](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-notEquals) | stringa, numero, valore booleano | L’attributo non corrisponde al valore fornito | 
| Greater than | > | [Maggiore di](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-greaterThan) | numero | L’attributo è maggiore del valore fornito | 
| Greater than or equals | >= | [greaterThanOrUguale a](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-greaterThanOrEquals) | numero | L’attributo è maggiore del o uguale al valore fornito | 
| Less than | < | [Meno di](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-lessThan) | numero | L’attributo è minore del valore fornito | 
| Less than or equals | <= | [lessThanOrUguale a](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-lessThanOrEquals) | numero | L’attributo è minore del o uguale al valore fornito | 
| In | : | [in](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-in) | elenco di stringhe | L'attributo è nell'elenco fornito (attualmente è meglio supportato con gli archivi vettoriali GraphRag di Amazon OpenSearch Serverless e Neptune Analytics) | 
| Non in | \$1: | [notIn](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-notIn) | elenco di stringhe | L'attributo non è nell'elenco fornito (attualmente è meglio supportato con gli archivi vettoriali GraphRag di Amazon OpenSearch Serverless e Neptune Analytics) | 
| String contains | Non disponibile | [stringContains](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-stringContains) | stringa | L’attributo deve essere una stringa. Il nome dell'attributo corrisponde alla chiave e il cui valore è una stringa che contiene il valore che hai fornito come sottostringa o un elenco con un membro che contiene il valore che hai fornito come sottostringa (attualmente è meglio supportato con Amazon OpenSearch Serverless vector store). L'archivio vettoriale GraphRag di Neptune Analytics supporta la variante string (ma non la variante list di questo filtro). | 
| List contains | Non disponibile | [listContains](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-listContains) | stringa | L’attributo deve essere un elenco di stringhe. Il nome dell'attributo corrisponde alla chiave e il cui valore è un elenco che contiene il valore che hai fornito come uno dei suoi membri (attualmente è meglio supportato con Amazon OpenSearch Serverless vector stores). | 

Per combinare gli operatori di filtro, è possibile utilizzare i seguenti operatori logici:


**Operatori logici**  

| Operatore | Console | Nome del campo del filtro API | Risultati filtrati | 
| --- | --- | --- | --- | 
| And | and | [andAll](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-andAll) | I risultati soddisfano tutte le espressioni di filtro del gruppo | 
| Or | or | [orAll](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-orAll) | I risultati soddisfano almeno una delle espressioni di filtro del gruppo | 

Per informazioni su come filtrare i risultati utilizzando i metadati, scegli la scheda relativa al metodo che preferisci, quindi segui la procedura:

------
#### [ Console ]

Segui i passaggi per la console indicati in [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md) o in [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md). Quando apri il riquadro **Configurazioni**, viene visualizzata una **sezione Filtri**. Le procedure seguenti descrivono casi d’uso diversi:
+ Per aggiungere un filtro, crea un’espressione di filtro inserendo un attributo di metadati, un operatore di filtro e un valore nella casella. Separa ogni parte dell’espressione con uno spazio bianco. Premi **Invio** per aggiungere il filtro.

  Per un elenco degli operatori di filtro accettati, consulta la tabella **Operatori di filtro** precedente. È inoltre possibile visualizzare un elenco di operatori di filtro quando si aggiunge uno spazio bianco dopo l’attributo di metadati.
**Nota**  
È necessario racchiudere le stringhe tra virgolette.

  Ad esempio, è possibile filtrare i risultati dei documenti di origine che contengono un attributo di metadati `genre` il cui valore è `"entertainment"` aggiungendo il seguente filtro: **genre = "entertainment"**.  
![\[Aggiungere un filtro.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/kb/filter-one.png)
+ Per aggiungere un altro filtro, immetti un’altra espressione di filtro nella casella, quindi premi **Invio**. Puoi aggiungere fino a 5 filtri nel gruppo.  
![\[Aggiungere un altro filtro.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/kb/filter-more.png)
+ Per impostazione predefinita, la query restituisce risultati che soddisfano tutte le espressioni di filtro fornite. Per restituire risultati che soddisfano almeno una delle espressioni di filtro, scegli il menu a discesa **and** tra due operazioni di filtro qualsiasi e seleziona **or**.  
![\[Modificare l’operazione logica tra filtri.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/kb/filter-logical.png)
+ Per combinare diversi operatori logici, seleziona **\$1 Aggiungi gruppo** per aggiungere un gruppo di filtri. Immetti le espressioni di filtro nel nuovo gruppo. Puoi aggiungere fino a 5 gruppi di filtri.  
![\[Aggiungere un gruppo di filtri per combinare diversi operatori logici.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/kb/filter-group.png)
+ Per modificare l’operatore logico utilizzato tra tutti i gruppi di filtro, scegli il menu a discesa **AND** tra due gruppi di filtri, quindi seleziona **OR**.  
![\[Modificare l’operazione logica tra gruppi di filtri.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/kb/filter-group-logical.png)
+ Per modificare un filtro, selezionalo, modifica l’operazione di filtro e scegli **Applica**.  
![\[Modifica di un filtro.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/kb/filter-edit.png)
+ Per rimuovere un gruppo di filtri, scegli l’icona del cestino (![\[Trapezoid-shaped diagram showing data flow from source to destination through AWS Transfer Family.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/trash.png)) accanto al gruppo. Per rimuovere un filtro, scegli l’icona di eliminazione (![\[Close or cancel icon represented by an "X" symbol.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/icons/close.png)) accanto al filtro.  
![\[Eliminare un filtro o un gruppo di filtri.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/kb/filter-delete.png)

L’immagine seguente mostra un esempio di configurazione del filtro che restituisce tutti i documenti scritto dopo il **2018** il cui genere è **"entertainment"**, oltre ai documenti il cui genere è **"cooking"** o **"sports"** e il cui autore inizia con**"C"**.

![\[Esempio di configurazione del filtro.\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/images/kb/filter-example.png)


------
#### [ API ]

Quando effettui una [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)or, includi un `retrievalConfiguration` campo mappato su un oggetto. [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html) Per visualizzare la posizione del campo, consulta le pagine relative ai corpi delle richieste [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) e [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) nella documentazione di riferimento dell’API.

I seguenti oggetti JSON mostrano i campi minimi richiesti nell'[KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)oggetto per impostare filtri per diversi casi d'uso:

1. Usa un operatore di filtro (consulta la tabella **Operatori di filtro** precedente).

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

1. Usa un operatore logico (consulta la tabella **Operatori logici** precedente) per combinare fino a 5 filtri.

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

1. Usa un operatore logico per combinare fino a 5 operatori di filtro in un gruppo di filtri e un secondo operatore logico per combinare tale gruppo di filtri con un altro operatore di filtro.

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

1. Combina fino a 5 gruppi di filtri incorporandoli in un altro operatore logico. È possibile creare un livello di embedding.

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

Nella tabella seguente vengono descritti i tipi di filtro che è possibile utilizzare:


****  

| Campo | Tipi di dati del valore supportati | Risultati filtrati | 
| --- | --- | --- | 
| equals | stringa, numero, valore booleano | L’attributo corrisponde al valore fornito | 
| notEquals | stringa, numero, valore booleano | L’attributo non corrisponde al valore fornito  | 
| greaterThan | numero | L’attributo è maggiore del valore fornito | 
| greaterThanOrEquals | numero | L’attributo è maggiore del o uguale al valore fornito | 
| lessThan | numero | L’attributo è minore del valore fornito  | 
| lessThanOrEquals | numero | L’attributo è minore del o uguale al valore fornito | 
| in | elenco di stringhe | L’attributo è presente nell’elenco fornito | 
| notIn | elenco di stringhe | L’attributo non è presente nell’elenco fornito | 
| startsWith | stringa | L'attributo inizia con la stringa fornita (supportata solo per gli archivi vettoriali Amazon OpenSearch Serverless) | 

Per combinare gli operatori di filtro, è possibile utilizzare uno dei seguenti operatori logici:


****  

| Campo | Mappato a | Risultati filtrati | 
| --- | --- | --- | 
| andAll | Elenco di un massimo di 5 tipi di filtri | I risultati soddisfano tutte le espressioni di filtro del gruppo | 
| orAll | Elenco di un massimo di 5 tipi di filtri | I risultati soddisfano almeno una delle espressioni di filtro del gruppo | 

Per esempi, consulta [Send a query and includi filters (Retrieve)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html#API_agent-runtime_Retrieve_Example_2) e [Send a query and include filters](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html#API_agent-runtime_RetrieveAndGenerate_Example_2) (). RetrieveAndGenerate

------

## Filtro implicito dei metadati
<a name="kb-test-config-implicit"></a>

Knowledge Base per Amazon Bedrock genera e applica un filtro di recupero basato sulla query dell’utente e su uno schema di metadati.

**Nota**  
Attualmente la funzionalità è attiva solo in Anthropic Claude 3.5 Sonnet.

L’elemento `implicitFilterConfiguration` è specificato nell’oggetto `vectorSearchConfiguration` del corpo della richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html). Include i seguenti campi:
+ `metadataAttributes`: in questo array, fornisci gli schemi che descrivono gli attributi dei metadati per cui il modello genererà un filtro.
+ `modelArn`: ARN del modello da utilizzare.

Di seguito viene mostrato un esempio di schemi di metadati che è possibile aggiungere all’array in `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"
    }
]
```

## Guardrail
<a name="kb-test-config-guardrails"></a>

È possibile implementare protezioni per la knowledge base per i casi d’uso specifici e le policy di IA responsabile. Si possono creare più guardrail su misura per diversi casi d’uso e applicarli a più condizioni di richiesta e risposta, fornendo un’esperienza utente coerente e standardizzando i controlli di sicurezza nella knowledge base. Si possono anche configurare argomenti da negare per impedire argomenti indesiderati e filtri di contenuto per bloccare contenuti dannosi negli input e nelle risposte dei modelli. Per ulteriori informazioni, consulta [Rilevare e filtrare contenuti dannosi utilizzando Guardrail per Amazon Bedrock](guardrails.md).

**Nota**  
L’uso di guardrail con correlazione contestuale per knowledge base non è attualmente supportato in Claude 3 Sonnet e Haiku.

Per linee guida generali sulla progettazione dei prompt, consulta [Concetti di progettazione dei prompt](prompt-engineering-guidelines.md).

Scegli la scheda relativa al metodo che preferisci, quindi segui la procedura:

------
#### [ Console ]

Segui i passaggi per la console indicati in [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md) o in [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md). Nella finestra di test, attiva **Genera risposte**. Nel riquadro **Configurazioni**, espandi la sezione **Guardrail**.

1. Nella sezione **Guardrail**, scegli il **Nome** e la **Versione** del guardrail. Per visualizzare i dettagli del guardrail e della versioni scelti, seleziona **Visualizza**.

   In alternativa, scegli il link **Guardrail** per creare un nuovo guardrail.

1. Al termine della modifica, scegli **Salva modifiche**. Per uscire senza salvare, scegli **Ignora modifiche**.

------
#### [ API ]

Quando esegui una richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html), includi il campo `guardrailConfiguration` in `generationConfiguration` per utilizzare il guardrail con la richiesta. Per visualizzare la posizione del campo, consulta la pagina relativa al corpo della richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) nella documentazione di riferimento dell’API.

Il seguente oggetto JSON mostra i campi minimi richiesti [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)per impostare: `guardrailConfiguration`

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

Specifica i valori `guardrailVersion` e `guardrailId` dei guardrail scelti. 

------

## Riclassificazione
<a name="kb-test-config-rerank"></a>

È possibile utilizzare un modello di riclassificazione per riclassificare i risultati delle query della knowledge base. Segui i passaggi per la console indicati in [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md) o in [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md). Quando apri il riquadro **Configurazioni**, espandi la sezione **Riclassificazione**. Seleziona un modello di riclassificazione, aggiorna le autorizzazioni, se necessario e modifica eventuali opzioni aggiuntive. Immetti un prompt e seleziona **Esegui** per testare i risultati dopo la riclassificazione.

## Scomposizione delle query
<a name="kb-test-query-modifications"></a>

La scomposizione delle query è una tecnica utilizzata per suddividere query complesse in sottoquery più piccole e più gestibili. Questo approccio consente di recuperare informazioni più precise e pertinenti, soprattutto quando la query iniziale è complessa o troppo ampia. L’attivazione di questa opzione può comportare l’esecuzione di più query sulla knowledge base e di conseguenza può contribuire a una risposta finale più accurata.

Ad esempio, per una domanda come *“Chi ha ottenuto il punteggio più alto nella Coppa del Mondo FIFA 2022, Argentina o in Francia?”*, Knowledge Base per Amazon Bedrock può generare le sottoquery seguenti prima di generare una risposta finale:

1. *Quanti gol ha segnato l’Argentina nella finale della Coppa del Mondo FIFA 2022?*

1. *Quanti gol ha segnato la Francia nella finale della Coppa del Mondo FIFA 2022?*

------
#### [ Console ]

1. Crea e sincronizza un’origine dati o usa una knowledge base esistente.

1. Vai alla finestra di test e apri il pannello di configurazione.

1. Abilita la scomposizione delle query.

------
#### [ 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
           }
         },
...}
}
```

------

## Parametri di inferenza
<a name="kb-test-model-params"></a>

Quando si generano risposte basate sul recupero di informazioni, è possibile utilizzare [i parametri di inferenza](inference-parameters.md) per ottenere un maggiore controllo sul comportamento del modello durante l’inferenza e per influenzare i risultati del modello.

Per informazioni sulla modifica dei parametri di inferenza, scegli la scheda relativa al metodo che preferisci, quindi segui la procedura:

------
#### [ Console ]

**Come modificare i parametri di inferenza durante l’esecuzione di query su una knowledge base**: segui i passaggi per la console indicati in [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md) o in [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md). Quando apri il riquadro **Configurazioni**, viene visualizzata una sezione **Parametri di inferenza**. Modifica i parametri in base alle esigenze.

**Come modificare i parametri di inferenza durante la chat con il documento**: segui i passaggi indicati in [Chat con un documento senza una knowledge base configurata](knowledge-base-chatdoc.md). Nel riquadro **Configurazioni**, espandi la sezione **Parametri di inferenza** e modifica i parametri in base alle esigenze.

------
#### [ API ]

I parametri del modello vengono forniti nella chiamata all’API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html). È possibile personalizzare il modello fornendo parametri di inferenza nel campo `inferenceConfig` campo di `knowledgeBaseConfiguration` (se si esegue una query su una knowledge base) o del `externalSourcesConfiguration` (se si comunica [tramite chat con il documento](knowledge-base-chatdoc.md)).

Nel campo `inferenceConfig` è presente una campo `textInferenceConfig` che contiene i seguenti parametri:
+ temperature
+ topP
+ maxTokenCount
+ stopSequences

È possibile personalizzare il modello utilizzando i seguenti parametri nel campo `inferenceConfig` di `externalSourcesConfiguration` e `knowledgeBaseConfiguration`: 
+ temperature
+ topP
+ maxTokenCount
+ stopSequences

Per una spiegazione dettagliata della funzione di ciascun parametro, consulta [Influenza sulla generazione della risposta con i parametri di inferenza](inference-parameters.md).

È inoltre possibile fornire parametri personalizzati non supportati da `textInferenceConfig` tramite la mappa `additionalModelRequestFields`. È possibile fornire parametri univoci per modelli specifici con questo argomento. Per i parametri univoci, consulta [Parametri di richiesta di inferenza e campi di risposta per i modelli di fondazione](model-parameters.md).

Se si omette un parametro da `textInferenceConfig`, viene utilizzato un valore predefinito. Tutti i parametri non riconosciuti in `textInferneceConfig` vengono ignorati, mentre tutti i parametri non riconosciuti in `AdditionalModelRequestFields` generano un’eccezione. 

Viene generata un’eccezione di convalida se in `additionalModelRequestFields` e `TextInferenceConfig` è presente lo stesso parametro.

**Utilizzo dei parametri del modello in RetrieveAndGenerate**

 Di seguito è riportato un esempio della struttura per `inferenceConfig` e `additionalModelRequestFields` sotto`generationConfiguration` nel corpo della richiesta `RetrieveAndGenerate`:

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

 L’esempio seguente imposta il parametro `temperature` su 0,5, il parametro `top_p` su 0,5 e il parametro `maxTokens` su 2.048, interrompe la generazione se incontra la stringa “\$1nObservation” nella risposta generata e passa un valore `top_k` personalizzato pari a 50. 

------

## Modelli di prompt della knowledge base: orchestrazione e generazione
<a name="kb-test-config-prompt-template"></a>

Quando si eseguono query su una knowledge base e si richiede la generazione della risposta, Amazon Bedrock utilizza un modello di prompt che abbina istruzioni, informazioni recuperate e contesto alla query dell’utente per creare il prompt inviato al modello per la generazione della risposta. È anche possibile personalizzare il prompt di orchestrazione, che trasforma il prompt dell’utente in una query di ricerca. Per progettare i modelli di prompt, utilizza gli strumenti seguenti:
+ **Segnaposto dei prompt**: variabili predefinite in Knowledge Base per Amazon Bedrock compilate dinamicamente in fase di runtime durante l’esecuzione della query sulla knowledge base. Nel prompt di sistema, i segnaposto circondati dal simbolo `$`. Nell’elenco seguente vengono descritti i segnaposto che è possibile utilizzare:
**Nota**  
Il segnaposto `$output_format_instructions$` è un campo obbligatorio per le citazioni da visualizzare nella risposta.  
****    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/it_it/bedrock/latest/userguide/kb-test-config.html)
+ **Tag XML**: i modelli Anthropic supportano l’uso di tag XML per strutturare e delineare i prompt. Utilizza nomi di tag descrittivi per risultati ottimali. Ad esempio, nel prompt di sistema predefinito, il tag `<database>` viene utilizzato per delineare un database di domande poste in precedenza. Per ulteriori informazioni, consulta [Utilizzare i tag XML](https://docs.anthropic.com/claude/docs/use-xml-tags) nella [ Guida per l’utente di Anthropic](https://docs.anthropic.com/en/docs/welcome).

Per linee guida generali sulla progettazione dei prompt, consulta [Concetti di progettazione dei prompt](prompt-engineering-guidelines.md).

Scegli la scheda relativa al metodo che preferisci, quindi segui la procedura:

------
#### [ Console ]

Segui i passaggi per la console indicati in [Interrogare una knowledge base e recuperare dei dati](kb-test-retrieve.md) o in [Interrogare una knowledge base e generare risposte basate sui dati recuperati](kb-test-retrieve-generate.md). Nella finestra di test, attiva **Genera risposte**. Nel riquadro **Configurazioni**, espandi la sezione **Modello di prompt della knowledge base**.

1. Scegli **Modifica**.

1. Modifica il prompt di sistema nell’editor di testo, includendo i segnaposto e prompt e i tag XML, se necessario. Per ripristinare il modello di prompt predefinito, scegli **Ripristina il valore predefinito**.

1. Al termine della modifica, scegli **Salva modifiche**. Per uscire senza salvare il prompt di sistema, scegli **Ignora modifiche**.

------
#### [ API ]

Quando effettui una [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)richiesta, includi un `generationConfiguration` campo mappato su un [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)oggetto. Per visualizzare la posizione del campo, consulta la pagina relativa al corpo della richiesta [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) nella documentazione di riferimento dell’API.

Il seguente oggetto JSON mostra i campi minimi richiesti nell'[GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)oggetto per impostare il numero massimo di risultati recuperati da restituire:

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

Immetti il modello di prompt personalizzato nel campo `textPromptTemplate`, inclusi i segnaposto dei prompt e i tag XML in base alle esigenze. Per il numero massimo di caratteri consentiti nel prompt di sistema, consultate il `textPromptTemplate` campo in. [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)

------

# Configurare la generazione di risposte per modelli di ragionamento con Knowledge Bases
<a name="kb-test-configure-reasoning"></a>

Alcuni modelli di fondazione sono in grado di eseguire il ragionamento basato su modello, in cui eseguono un’attività più ampia e complessa e la suddividono in fasi più piccole e più semplici. Questo processo, spesso denominato ragionamento a catena di pensiero, può migliorare la precisione del modello dando al modello la possibilità di pensare prima di rispondere. Il ragionamento basato su modello è particolarmente utile per attività come l’analisi in più fasi, problemi matematici e attività di ragionamento complesse. Per ulteriori informazioni, consulta [Migliorare le risposte del modello con il ragionamento basato su modello](inference-reasoning.md).

**Nota**  
Questa pagina descrive come utilizzare la configurazione del ragionamento specificamente per Knowledge Base per Amazon Bedrock. Per informazioni sulla configurazione del ragionamento per l’invocazione diretta del modello tramite l’API `InvokeModel`, consultare [Migliorare le risposte del modello con il ragionamento basato su modello](inference-reasoning.md).

Quando il ragionamento basato sui modelli è abilitato, può migliorare la precisione e generare risultati di citazione più accurati, ma può comportare un aumento della latenza. Di seguito sono riportate alcune considerazioni quando si interrogano le origini dati e si generano risposte utilizzando modelli di ragionamento con Knowledge Base per Amazon Bedrock.

**Topics**
+ [Modelli di ragionamento](#kb-test-reasoning-models)
+ [Utilizzo del ragionamento basato su modello per Claude 3.7 Sonnet](#kb-test-reasoning-using)
+ [Considerazioni generali](#kb-test-reasoning-general-considerations)
+ [Considerazioni sull’API RetrieveandGenerate](#kb-test-reasoning-api-considerations)

## Modelli di ragionamento
<a name="kb-test-reasoning-models"></a>

Il ragionamento basato su modello è disponibile per i seguenti modelli.


| Modello di fondazione | ID modello | Numero di token | Configurazione del ragionamento | 
| --- | --- | --- | --- | 
| Anthropic Claude Opus 4 | anthropic.claude-opus-4-20250514-v1:0 | Questo modello avrà 32.768 token, che includono sia token di output che token di ragionamento. | Il ragionamento può essere abilitato o disabilitato per questo modello utilizzando un budget di token configurabile. Per impostazione predefinita, il ragionamento è disabilitato. | 
| Anthropic Claude Sonnet 4 | anthropic.claude-sonnet-4-20250514-v1:0 | Questo modello avrà 65.536 token, che includono sia token di output che token di ragionamento. | Il ragionamento può essere abilitato o disabilitato per questo modello utilizzando un budget di token configurabile. Per impostazione predefinita, il ragionamento è disabilitato. | 
| Anthropic Claude 3.7 Sonnet | anthropic.claude-3-7-sonnet-20250219-v1:0 | Questo modello avrà 65.536 token, che includono sia token di output che token di ragionamento. | Il ragionamento può essere abilitato o disabilitato per questo modello utilizzando un budget di token configurabile. Per impostazione predefinita, il ragionamento è disabilitato. | 
| DeepSeek DeepSeek-R1 | deepseek.r1-v1:0 | Questo modello avrà 8.192 token, che includono sia token di output che token di ragionamento. Il numero di token di pensiero non può essere configurato e il numero massimo di token di output non deve essere superiore a 8.192. | Il ragionamento è sempre abilitato per questo modello. Il modello non supporta l’attivazione e la disattivazione della funzionalità di ragionamento. | 

## Utilizzo del ragionamento basato su modello per Claude 3.7 Sonnet
<a name="kb-test-reasoning-using"></a>

**Nota**  
Il ragionamento basato su modello è sempre abilitato per il modello DeepSeek-R1. Il modello non supporta l’attivazione e la disattivazione della funzionalità di ragionamento.

Quando si utilizza il modello Claude 3.7 Sonnet, il ragionamento basato su modello può essere abilitato o disabilitato utilizzando il parametro `additionalModelRequestFields` dell’API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html). Questo parametro accetta qualsiasi coppia chiave-valore. Ad esempio, è possibile aggiungere un campo `reasoningConfig` e utilizzare una chiave `type` per abilitare o disabilitare il ragionamento, come mostrato di seguito.

```
{
   "input": { 
      "text": "string",
      "retrieveAndGenerateConfiguration": { 
      "knowledgeBaseConfiguration": { 
         "generationConfiguration": { 
            "additionalModelRequestFields": {
                "reasoningConfig" : {
                    "type": "enabled",
                    "budget_tokens": INT_VAL, #required when enabled
                }
            }
         },
         "knowledgeBaseId": "string",
      },
      "type": "string"
   },
   "sessionId": "string"
}
```

## Considerazioni generali
<a name="kb-test-reasoning-general-considerations"></a>

Di seguito sono riportate alcune considerazioni generali sull’utilizzo dei modelli di ragionamento per Knowledge Bases.
+ I modelli di ragionamento hanno a disposizione fino a cinque minuti per rispondere a una domanda. Se il modello impiega più di cinque minuti per rispondere alla domanda, si verifica un timeout.
+ Per evitare il superamento del timeout di cinque minuti, il ragionamento basato su modello è abilitato solo nella fase di generazione, quando si configurano le query e la generazione delle risposte. La fase di orchestrazione non può avere il ragionamento basato su modello.
+ I modelli di ragionamento possono utilizzare fino a 8192 token per rispondere alle domande, che includono sia i token di output che quelli di ragionamento. Qualsiasi richiesta che richiede un numero massimo di token di output superiore a questo limite genera un errore.

## Considerazioni sull’API RetrieveandGenerate
<a name="kb-test-reasoning-api-considerations"></a>

Di seguito sono riportate alcune considerazioni sull’utilizzo dell’API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) per i modelli di ragionamento.
+ Per impostazione predefinita, quando il ragionamento è disabilitato per tutti i modelli, incluso Claude 3.7 Sonnet, la temperatura è impostata su zero. Quando il ragionamento è abilitato, la temperatura deve essere impostata su uno.

  ```
  "inferenceConfig": {
      "textInferenceConfig": {
          "maxTokens": 8192,
          "temperature": 1
      }
  }
  ```
+ Il parametro Top P deve essere disabilitato quando il ragionamento è abilitato per il modello Claude 3.7 Sonnet. Top P è un campo aggiuntivo di richiesta del modello che determina il percentile di possibili token da selezionare durante la generazione. Per impostazione predefinita, il valore Top P per gli altri modelli Anthropic Claude è uno. Per il modello Claude 3.7 Sonnet, questo valore è disabilitato per impostazione predefinita.
+ Quando si utilizza il ragionamento basato su modello, può comportare un aumento della latenza. Quando si utilizza l’operazione di questa API e l’operazione dell’API [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html), è possibile notare un ritardo nella ricezione della risposta dall’API.