As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Configurações de consulta
Você pode modificar as configurações ao consultar a base de conhecimento para personalizar a recuperação e a geração de respostas. Para saber mais sobre uma configuração e como modificá-la no console ou na API, selecione um dos tópicos a seguir.
O tipo de pesquisa define como as fontes de dados na base de conhecimento são consultadas. Os seguintes tipos de pesquisa são possíveis:
-
Padrão — O Amazon Bedrock decide a estratégia de busca para você.
-
Híbrido — Combina incorporações vetoriais de pesquisa (pesquisa semântica) com a pesquisa no texto bruto. Atualmente, a pesquisa híbrida só é compatível com lojas de vetores Amazon OpenSearch Serverless que contêm um campo de texto filtrável. Se você usa um armazenamento vetorial diferente ou se o seu armazenamento vetorial Amazon OpenSearch Serverless não contém um campo de texto filtrável, a consulta usa a pesquisa semântica.
-
Semântica — Pesquisa somente incorporações vetoriais.
Para saber como definir o tipo de pesquisa, selecione a guia correspondente ao método de sua escolha e siga as etapas.
A decomposição de consultas é uma técnica usada para dividir consultas complexas em subconsultas menores e mais gerenciáveis. Essa abordagem pode ajudar a recuperar informações mais precisas e relevantes, especialmente quando a consulta inicial é multifacetada ou muito ampla. Ativar essa opção pode resultar na execução de várias consultas em sua Base de Conhecimento, o que pode ajudar em uma resposta final mais precisa.
Por exemplo, para uma pergunta como “Quem marcou mais na Copa do Mundo FIFA de 2022, Argentina ou França?” , as bases de conhecimento do Amazon Bedrock podem primeiro gerar as seguintes subconsultas, antes de gerar uma resposta final:
-
Quantos gols a Argentina marcou na final da Copa do Mundo FIFA de 2022?
-
Quantos gols a França marcou na final da Copa do Mundo FIFA de 2022?
Ao gerar respostas com base na recuperação de informações, você pode usar parâmetros de inferência para obter mais controle sobre o comportamento do modelo durante a inferência e influenciar as saídas do modelo. Para saber como modificar os parâmetros de inferência, selecione a guia correspondente ao seu método de escolha e siga as etapas.
Quando você consulta uma base de conhecimento, o Amazon Bedrock retorna até cinco resultados na resposta por padrão. Cada resultado corresponde a um fragmento de origem. Para modificar o número máximo de resultados a serem retornados, selecione a guia correspondente ao seu método de escolha e siga as etapas.
Suas fontes de dados podem incluir atributos/campos de metadados do documento para filtrar, como “last_updated” ou o número de dias desde a última atualização de um documento a partir da data atual. Para usar filtros ao consultar uma base de conhecimento, verifique se sua base de conhecimento atende aos seguintes requisitos:
-
Ao configurar o conector da fonte de dados, a maioria dos conectores rastreia os principais campos de metadados dos seus documentos. Se estiver usando um bucket do Amazon S3 como fonte de dados, o bucket deve incluir pelo menos um
.metadata.json
arquivo com o mesmo nome do documento de origem ao qual está associado. -
Se o índice vetorial da sua base de conhecimento estiver em um armazenamento vetorial Amazon OpenSearch Serverless, verifique se o índice vetorial está configurado com o
faiss
mecanismo. Se o índice vetorial estiver configurado com onmslib
mecanismo, você precisará fazer o seguinte:-
Crie uma nova base de conhecimento no console e deixe que o Amazon Bedrock crie automaticamente um índice vetorial no Amazon OpenSearch Serverless para você.
-
Crie outro índice vetorial no armazenamento de vetores e selecione
faiss
como Mecanismo. Em seguida, crie uma nova base de conhecimento e especifique o novo índice vetorial.
-
Você pode usar os seguintes operadores de filtragem para filtrar os resultados durante a consulta:
Operadores de filtragem | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
Operador | Console | Nome do filtro de API | Tipos de dados de atributos compatíveis | Resultados filtrados | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Igual | = | equals | string, número, booleano | O atributo corresponde ao valor que você fornece | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Não é igual | != | Não é igual | string, número, booleano | O atributo não corresponde ao valor que você fornece | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Maior que | > | Maior que | número | O atributo é maior do que o valor que você fornece | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Maior que ou igual | >= | greaterThanOrIgual | número | O atributo é maior ou igual ao valor que você fornece | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Menor que | < | Menos de | número | O atributo é menor que o valor que você fornece | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Menor ou igual | <= | lessThanOrIgual | número | O atributo é menor ou igual ao valor que você fornece | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Em | : | em | lista de cordas | O atributo está na lista que você fornece | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Não está em | !: | Não em | lista de cordas | O atributo não está na lista que você fornece | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Inicia com | ^ | Começa com | string | O atributo começa com a string que você fornece (compatível somente com lojas de vetores Amazon OpenSearch Serverless) |
Para combinar operadores de filtragem, você pode usar os seguintes operadores lógicos:
Para saber como filtrar resultados usando metadados, selecione a guia correspondente ao seu método de escolha e siga as etapas.
Quando você consulta uma base de conhecimento e solicita a geração de respostas, o Amazon Bedrock usa um modelo de solicitação que combina instruções e contexto com a consulta do usuário para criar a solicitação que é enviada ao modelo para geração de resposta. Você pode criar o modelo de prompt com as seguintes ferramentas:
-
Espaços reservados imediatos — variáveis predefinidas nas bases de conhecimento do Amazon Bedrock que são preenchidas dinamicamente em tempo de execução durante a consulta à base de conhecimento. No prompt do sistema, você verá esses espaços reservados cercados pelo
$
símbolo. A lista a seguir descreve os espaços reservados que você pode usar:Variável Substituído por Modelo Obrigatório? $consulta$ A consulta do usuário enviada para a base de conhecimento. AnthropicClaude Instant, Anthropic Claude v2.x Sim Anthropic Claude 3 Sonnet Não (incluído automaticamente na entrada do modelo) $resultados_da pesquisa$ Os resultados recuperados para a consulta do usuário. Todos Sim $instruções_formato_de_saída$ Instruções subjacentes para formatar a geração de respostas e as citações. Difere de acordo com o modelo. Se você definir suas próprias instruções de formatação, sugerimos que remova esse espaço reservado. Sem esse espaço reservado, a resposta não conterá citações. Todos Não $ hora_atual$ A hora atual. Todos Não -
Tags XML — Anthropic os modelos oferecem suporte ao uso de tags XML para estruturar e delinear seus prompts. Use nomes de tags descritivos para obter os melhores resultados. Por exemplo, no prompt padrão do sistema, você verá a
<database>
tag usada para delinear um banco de dados de perguntas feitas anteriormente). Para obter mais informações, consulte Usar marcas XMLno guia Anthropic do usuário .
Para obter diretrizes gerais de engenharia imediata, consulte Diretrizes da engenharia de prompts.
Selecione a guia correspondente ao seu método de escolha e siga as etapas.
Você pode implementar proteções em sua base de conhecimento para seus casos de uso e políticas responsáveis de IA. Você pode criar várias proteções personalizadas para diferentes casos de uso e aplicá-las em várias condições de solicitação e resposta, fornecendo uma experiência de usuário consistente e padronizando os controles de segurança em toda a sua base de conhecimento. Você pode configurar tópicos negados para impedir tópicos indesejáveis e filtros de conteúdo para bloquear conteúdo prejudicial nas entradas e respostas do modelo. Para ter mais informações, consulte Guardrails para Amazon Bedrock.
nota
Atualmente, o uso de grades de proteção com base contextual para bases de conhecimento não é suportado no Claude 3 Sonnet e no Haiku.
Para obter diretrizes gerais de engenharia imediata, consulte Diretrizes da engenharia de prompts.
Selecione a guia correspondente ao seu método de escolha e siga as etapas.