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.

# Creazione di sistemi RAG con Amazon Nova
<a name="rag-systems"></a>

**Nota**  
Questa documentazione è per Amazon Nova versione 1. Amazon Nova 2 è ora disponibile con nuovi modelli e funzionalità avanzate. Le nuove funzionalità e gli aggiornamenti della documentazione sono pubblicati nella Amazon Nova 2 User Guide. Per informazioni, visita [Novità in Amazon Nova 2](https://docs.aws.amazon.com/nova/latest/nova2-userguide/whats-new.html).

La generazione potenziata da recupero dati (RAG) ottimizza l’output di un modello linguistico di grandi dimensioni (LLM) facendo riferimento a una base di conoscenze autorevole al di fuori delle relative origini dati di addestramento prima che generi una risposta. Questo approccio aiuta a fornire al modello informazioni aggiornate e a basarle su dati proprietari o specifici del dominio. Fornisce inoltre una fonte di informazioni controllabile, che puoi utilizzare per impostare i controlli di accesso a contenuti specifici e risolvere i problemi nelle risposte.

RAG funziona collegando un *generatore* (spesso un LLM) a un database di contenuti (come un archivio di conoscenze) tramite uno *strumento di recupero*. Lo strumento di recupero è responsabile della ricerca delle informazioni pertinenti. Nella maggior parte delle applicazioni aziendali, il database dei contenuti è un archivio vettoriale, lo strumento di recupero è un modello di embedding e il generatore è un LLM. Per ulteriori informazioni, consulta [Retrieval Augmented Generation](https://aws.amazon.com/what-is/retrieval-augmented-generation/) e [Bedrock Knowledge Bases](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-how-it-works.html).

Un sistema RAG dispone di diversi componenti. Questa guida si concentra su come utilizzare Amazon Nova come LLM in qualsiasi sistema RAG.

Puoi utilizzare i modelli Amazon Nova come LLM all’interno di un sistema RAG di testo. Con i modelli Amazon Nova, hai la flessibilità necessaria per creare un sistema RAG con Amazon Bedrock Knowledge base o creare il tuo sistema RAG. Puoi anche associare la tua knowledge base a un agente in Agenti di Amazon Bedrock per aggiungere funzionalità RAG all’agente. Per ulteriori informazioni, consulta [Automate tasks in your application using conversational agents](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html).

**Topics**
+ [Utilizzo delle Knowledge Amazon Bedrock Base](rag-br-knowledge.md)
+ [Creazione di un sistema RAG personalizzato con Amazon Nova](rag-building.md)
+ [Utilizzo di Amazon Nova per RAG multimodale](rag-multimodal.md)