Amazon Lex V2를 사용하는 경우 Amazon Lex V2 가이드를 대신 참조하십시오.
Amazon Lex V1을 사용하는 경우 봇을 Amazon Lex V2로 업그레이드하는하는 것이 좋습니다. 더 이상 V1에 새로운 기능을 추가하지 않으므로 모든 새 봇에 V2를 사용할 것을 강력히 권장합니다.
기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
1단계: Amazon Kendra 인덱스를 생성합니다.
먼저 고객 질문에 답하는 Amazon Kendra 문서 색인을 생성하십시오. 인덱스는 클라이언트 쿼리에 API 대한 검색을 제공합니다. 소스 문서에서 색인을 만듭니다. Amazon Kendra는 인덱싱된 문서에서 찾은 답변을 봇에 반환하고 봇은 이를 에이전트에게 표시합니다.
Amazon Kendra에서 제안하는 응답의 품질과 정확성은 색인을 생성하는 문서에 따라 달라집니다. 문서에는 에이전트가 자주 액세스하고 S3 버킷에 저장해야 하는 파일이 포함되어야 합니다. 비정형 및 반정형 데이터를 .html, Microsoft Office(.doc, .ppt), PDF및 텍스트 형식으로 인덱싱할 수 있습니다.
Amazon Kendra 인덱스를 생성하려면 Amazon Kendra 개발자 가이드의 S3 버킷 시작하기(콘솔)을 참조하십시오.
고객 쿼리에 답변하는 데 도움이 되는 질문과 답변(FAQs)을 추가하려면 Amazon Kendra 개발자 안내서의 질문과 답변 추가를 참조하세요. 이 자습서에서는에서 ML_FAQ.csv 파일을 사용합니다 GitHub.
다음 단계
