本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Amazon Nova 多模式理解模型可用於透過 Invoke API (InvokeModel、InvokeModelWithResponseStream) 和 Converse API (Converse 和 ConverseStream) 進行推論。若要建立對話式應用程式，請參閱執行與對話式 API 操作的對話。這兩種 API 方法 （調用和轉換） 都遵循非常類似的請求模式，如下所述
調用 API 和 Converse API 之間的主要差異如下：
-
Converse 不支援像是 topK 的推論參數，且需要在 中傳遞
additionalModelRequestFields，而在呼叫 API 中，可以直接在推論參數中傳遞。 -
文件支援僅限於 Converse API，在調用 API 中不支援。
-
呼叫 API 和 Convserse API 建構的回應剖析格式不同。
-
ConverseStream與 之間的回應串流不同InvokeModelWithStreaming。
訊息 API 概觀
Amazon Nova Understanding 模型使用訊息 API，可提交包含文字、影像、影片和文件的輸入訊息結構式清單。模型接著會在對話中產生下一個訊息。Messages API 支援單一查詢和無狀態多轉對話，允許建立聊天機器人和虛擬助理應用程式。API 會管理使用者與 Amazon Nova 模型 （輔助） 之間的對話式交換。
Amazon Nova 模型經過訓練，可在交替使用者和助理對話輪換時運作。建立新訊息時，您可以使用訊息參數指定先前的對話輪換。模型接著會在對話中產生下一個訊息。
每個輸入訊息都必須是包含角色和內容的物件。使用者可以使用 使用者角色指定單一訊息，或同時包含具有 使用者和助理角色的多個訊息。不過，第一個訊息必須一律使用 使用者角色。如果採用從 Amazon Nova 預先填入回應的技術 （透過使用助理角色包含最終訊息），模型將繼續從提供的內容中回應。此方法仍會產生助理角色的回應。
下列代表單一使用者訊息：
[{
"role": "user",
"content": [{"text":"Hello, Nova"}]
}]
以下是具有多個對話輪換的範例：
[
{"role": "user", "content": [{"text": "Hello there."}]},
{"role": "assistant", "content": [{"text": "Hi, I'm Chatbot trained to answer your questions. How can I help you?"}]},
{"role": "user", "content": [{"text": "Can you explain LLMs in plain English?"}]}
]
以下是來自 Amazon Nova 的部分填充回應範例：
[
{"role": "user", "content": [{"text":"Please describe yourself using only JSON"}]},
{"role": "assistant", "content": [{"text":"Here is my JSON description:\n{"}]}
]
如需建立 Amazon Nova 模型提示的資訊，請參閱 文字理解提示最佳實務。
使用系統提示
您可以在請求中包含系統提示。系統提示可讓您提供內容和指示給 Amazon Nova，例如指定特定目標或角色。在 欄位中指定系統提示system，如下列範例所示：
[
{"text": "You are an expert SaS analyst......"}
]
如需如何包含系統提示的範例，請參閱下列各節：
