Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Konfigurationen abfragen
Sie können Konfigurationen ändern, wenn Sie die Wissensdatenbank abfragen, um den Abruf und die Generierung von Antworten anzupassen. Wenn Sie mehr über eine Konfiguration und deren Änderung in der Konsole oder der API erfahren möchten, wählen Sie eines der folgenden Themen aus.
Der Suchtyp definiert, wie Datenquellen in der Wissensdatenbank abgefragt werden. Die folgenden Suchtypen sind möglich:
-
Standard — Amazon Bedrock entscheidet für Sie über die Suchstrategie.
-
Hybrid — Kombiniert die Suche nach Vektor-Einbettungen (semantische Suche) mit der Suche im Rohtext. Die Hybridsuche wird derzeit nur für Amazon OpenSearch Serverless Vector Stores unterstützt, die ein filterbares Textfeld enthalten. Wenn Sie einen anderen Vektorspeicher verwenden oder Ihr Amazon OpenSearch Serverless Vector Store kein filterbares Textfeld enthält, verwendet die Abfrage eine semantische Suche.
-
Semantisch — Durchsucht nur Vektor-Einbettungen.
Um zu erfahren, wie Sie den Suchtyp definieren, wählen Sie die Registerkarte aus, die Ihrer bevorzugten Methode entspricht, und folgen Sie den Schritten.
Die Zerlegung von Abfragen ist eine Technik, mit der komplexe Abfragen in kleinere, besser verwaltbare Unterabfragen aufgeteilt werden. Dieser Ansatz kann dabei helfen, genauere und relevantere Informationen abzurufen, insbesondere wenn die ursprüngliche Abfrage vielschichtig oder zu umfangreich ist. Die Aktivierung dieser Option kann dazu führen, dass mehrere Abfragen in Ihrer Wissensdatenbank ausgeführt werden, was zu einer genaueren endgültigen Antwort beitragen kann.
Zum Beispiel für eine Frage wie „Wer hat bei der FIFA-Weltmeisterschaft 2022 besser abgeschnitten, Argentinien oder Frankreich?“ , Amazon Bedrock Knowledge Bases können zunächst die folgenden Unterabfragen generieren, bevor eine endgültige Antwort generiert wird:
-
Wie viele Tore hat Argentinien im Finale der FIFA-Weltmeisterschaft 2022 geschossen?
-
Wie viele Tore hat Frankreich im Finale der FIFA-Weltmeisterschaft 2022 geschossen?
Wenn Sie Antworten auf der Grundlage des Abrufs von Informationen generieren, können Sie Inferenzparameter verwenden, um mehr Kontrolle über das Verhalten des Modells während der Inferenz zu erlangen und die Ergebnisse des Modells zu beeinflussen. Um zu erfahren, wie Sie die Inferenzparameter ändern können, wählen Sie die Registerkarte aus, die der Methode Ihrer Wahl entspricht, und folgen Sie den Anweisungen.
Wenn Sie eine Wissensdatenbank abfragen, gibt Amazon Bedrock standardmäßig bis zu fünf Ergebnisse in der Antwort zurück. Jedes Ergebnis entspricht einem Quellblock. Um die maximale Anzahl der zurückzugebenden Ergebnisse zu ändern, wählen Sie die Registerkarte aus, die der Methode Ihrer Wahl entspricht, und folgen Sie den Schritten.
Ihre Datenquellen können Attribute/Felder für Dokumentmetadaten enthalten, nach denen gefiltert werden kann, z. B. „last_updated“ oder die Anzahl der Tage seit der letzten Aktualisierung eines Dokuments ab dem aktuellen Datum. Um Filter bei der Abfrage einer Wissensdatenbank zu verwenden, überprüfen Sie, ob Ihre Wissensdatenbank die folgenden Anforderungen erfüllt:
-
Bei der Konfiguration Ihres Datenquellen-Connectors crawlen die meisten Konnektoren die wichtigsten Metadatenfelder Ihrer Dokumente. Wenn Sie einen Amazon S3 S3-Bucket als Datenquelle verwenden, muss der Bucket mindestens eine
.metadata.json
Datei mit demselben Namen wie das Quelldokument enthalten, mit dem er verknüpft ist. -
Wenn sich der Vektorindex Ihrer Wissensdatenbank in einem Amazon OpenSearch Serverless Vector Store befindet, überprüfen Sie, ob der Vektorindex mit der
faiss
Engine konfiguriert ist. Wenn der Vektorindex mit dernmslib
Engine konfiguriert ist, müssen Sie einen der folgenden Schritte ausführen:-
Erstellen Sie eine neue Wissensdatenbank in der Konsole und lassen Sie Amazon Bedrock automatisch einen Vektorindex in Amazon OpenSearch Serverless für Sie erstellen.
-
Erstellen Sie einen weiteren Vektorindex im Vektorspeicher und wählen Sie ihn
faiss
als Engine aus. Erstellen Sie dann eine neue Wissensdatenbank und geben Sie den neuen Vektorindex an.
-
Sie können die folgenden Filteroperatoren verwenden, um Ergebnisse bei der Abfrage zu filtern:
Operatoren filtern | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Operator | Konsole | Name des API-Filters | Unterstützte Attributdatentypen | Gefilterte Ergebnisse | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Gleichheitszeichen | = | equals | Zeichenfolge, Zahl, boolescher Wert | Das Attribut entspricht dem von Ihnen angegebenen Wert | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Entspricht nicht | != | Nicht gleich | Zeichenfolge, Zahl, boolescher Wert | Das Attribut stimmt nicht mit dem von Ihnen angegebenen Wert überein | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
größer als | > | Größer als | Zahl | Das Attribut ist größer als der von Ihnen angegebene Wert | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Größer als oder gleich | >= | greaterThanOrIst gleich | Zahl | Das Attribut ist größer oder gleich dem von Ihnen angegebenen Wert | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
kleiner als | < | Kleiner als | Zahl | Das Attribut ist kleiner als der von Ihnen angegebene Wert | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Weniger als oder gleich | <= | lessThanOrIst gleich | Zahl | Das Attribut ist kleiner oder gleich dem von Ihnen angegebenen Wert | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
In | : | in | Zeichenkettenliste | Das Attribut befindet sich in der Liste, die Sie angeben | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Nicht in | !: | Nicht drin | String-Liste | Das Attribut ist nicht in der Liste, die Sie angeben | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Beginnt mit | ^ | Beginnt mit | Zeichenfolge | Das Attribut beginnt mit der von Ihnen angegebenen Zeichenfolge (wird nur für Amazon OpenSearch Serverless Vector Stores unterstützt) |
Um Filteroperatoren zu kombinieren, können Sie die folgenden logischen Operatoren verwenden:
Um zu erfahren, wie Sie Ergebnisse mithilfe von Metadaten filtern, wählen Sie die Registerkarte aus, die der Methode Ihrer Wahl entspricht, und folgen Sie den Schritten.
Wenn Sie eine Wissensdatenbank abfragen und die Generierung von Antworten anfordern, verwendet Amazon Bedrock eine Eingabeaufforderungsvorlage, die Anweisungen und Kontext mit der Benutzerabfrage kombiniert, um die Aufforderung zu erstellen, die zur Antwortgenerierung an das Modell gesendet wird. Sie können die Vorlage für die Aufforderung mit den folgenden Tools entwickeln:
-
Platzhalter für Eingabeaufforderungen — Vordefinierte Variablen in Wissensdatenbanken für Amazon Bedrock, die während der Wissensdatenbank-Abfrage zur Laufzeit dynamisch ausgefüllt werden. In der Systemaufforderung werden Sie diese Platzhalter sehen, die von dem Symbol umgeben sind.
$
In der folgenden Liste werden die Platzhalter beschrieben, die Sie verwenden können:Variable Ersetzt durch Modell Erforderlich? $query$ Die Benutzeranfrage, die an die Wissensdatenbank gesendet wurde. AnthropicClaude Instant, Anthropic Claude v2.x Ja Anthropic Claude 3 Sonnet Nein (automatisch in der Modelleingabe enthalten) $search_results$ Die abgerufenen Ergebnisse für die Benutzerabfrage. Alle Ja $output_format_instructions$ Zugrundeliegende Anweisungen für die Formatierung der Antwortgenerierung und der Zitate. Unterscheidet sich je nach Modell. Wenn Sie Ihre eigenen Formatierungsanweisungen definieren, empfehlen wir Ihnen, diesen Platzhalter zu entfernen. Ohne diesen Platzhalter enthält die Antwort keine Zitate. Alle Nein $current_time$ Die aktuelle Uhrzeit. Alle Nein -
XML-Tags — Anthropic Modelle unterstützen die Verwendung von XML-Tags zur Strukturierung und Abgrenzung Ihrer Eingabeaufforderungen. Verwenden Sie aussagekräftige Tagnamen, um optimale Ergebnisse zu erzielen. In der Standard-Systemaufforderung sehen Sie beispielsweise das
<database>
Tag, das zur Abgrenzung einer Datenbank mit zuvor gestellten Fragen verwendet wird. Weitere Informationen finden Sie im AnthropicBenutzerhandbuchunter Verwenden von XML-Tags .
Allgemeine Richtlinien für die Erstellung von Eingabeaufforderungen finden Sie unter Prompt-Engineering-Richtlinien.
Wählen Sie die Registerkarte aus, die der Methode Ihrer Wahl entspricht, und folgen Sie den Anweisungen.
Sie können Schutzmaßnahmen für Ihre Wissensdatenbank für Ihre Anwendungsfälle und verantwortungsvolle KI-Richtlinien implementieren. Sie können mehrere Leitplanken erstellen, die auf verschiedene Anwendungsfälle zugeschnitten sind, und sie auf mehrere Anfrage- und Antwortbedingungen anwenden, um eine konsistente Benutzererfahrung zu gewährleisten und die Sicherheitskontrollen in Ihrer gesamten Wissensdatenbank zu standardisieren. Sie können abgelehnte Themen so konfigurieren, dass unerwünschte Themen nicht zugelassen werden, und Inhaltsfilter, um schädliche Inhalte in Modelleingaben und -antworten zu blockieren. Weitere Informationen finden Sie unter Leitplanken für Amazon Bedrock.
Anmerkung
Die Verwendung von Leitplanken mit kontextueller Grundlage für Wissensdatenbanken wird derzeit in Claude 3 Sonnet und Haiku nicht unterstützt.
Allgemeine Richtlinien für das Prompt-Engineering finden Sie unter. Prompt-Engineering-Richtlinien
Wählen Sie die Registerkarte aus, die der Methode Ihrer Wahl entspricht, und folgen Sie den Anweisungen.