Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
# Agente de relevancia de búsqueda en Amazon OpenSearch Service
El agente de relevancia de búsqueda es una función de Amazon OpenSearch Service que automatiza las tareas de ajuste de la relevancia de las búsquedas. A través de una interfaz de chat en la interfaz de OpenSearch usuario, puedes encontrar problemas de relevancia, obtener consejos de ajuste y ejecutar flujos de trabajo utilizando un lenguaje natural. Con el agente de relevancia de búsqueda, puedes adoptar un enfoque basado en los datos en lugar de ajustarlo manualmente.
El agente analiza las señales de comportamiento de los usuarios y los patrones de consulta. Genera hipótesis y las valida mediante una evaluación fuera de línea comparándolas con conjuntos de datos preetiquetados. Puedes mejorar la relevancia de las búsquedas sin tener una amplia experiencia en búsquedas.
La siguiente captura de pantalla muestra el área de trabajo sobre relevancia de búsqueda en la OpenSearch interfaz de usuario.
## Introducción
Para iniciar el agente de relevancia de la búsqueda, introduce el comando de `/search-relevance` barra diagonal en el chat de **AI Assistant**. El comportamiento del agente depende del contexto actual del espacio de trabajo:
+ Si no se encuentra en un espacio de trabajo de búsqueda, el agente le pedirá que navegue hasta el espacio de trabajo de búsqueda o lo cree.
+ Si ya se encuentra en un espacio de trabajo de búsqueda, el comando de barra le lleva a la página **Search Relevance** Workbench. A continuación, puedes hacer preguntas de seguimiento sobre la relevancia de la búsqueda en el chat de **AI** Assistant.
El agente de relevancia de la búsqueda tiene la misma disponibilidad regional que las demás funciones de IA del agente. Para obtener más información, consulte [Disponibilidad por región](application-ai-assistant.md#application-ai-assistant-regions).
## Ventajas principales
Ajustar la relevancia de las búsquedas es complejo. Existen brechas de intención en las consultas ambiguas. Los datos de búsqueda suelen contener ruido o huecos a gran escala. Los ciclos de ajuste manual pueden tardar meses. El agente de relevancia de la búsqueda aborda estos desafíos con las siguientes ventajas:
+ **Diagnóstico y resolución más rápidos**: reduzca el tiempo necesario para encontrar y solucionar problemas relevantes de días a horas. El agente automatiza el análisis de la causa raíz y ajusta los flujos de trabajo para una iteración rápida.
+ **Menor dependencia de los expertos en búsquedas**: con el agente de relevancia de las búsquedas, puede ajustar la calidad de las búsquedas mediante flujos de trabajo guiados sin necesidad de conocimientos especializados.
+ **Data-validated mejoras**: sustituya los ajustes basados en la intuición por ciclos de evaluación automatizados. El agente compara los cambios con consultas y conjuntos de datos reales. Puede confirmar que las mejoras son mensurables y están libres de regresiones no deseadas.
+ **Control total del proceso**: usted supervisa completamente el proceso mediante un enfoque colaborativo. Usted sigue siendo el responsable de la toma de decisiones, guiando las instrucciones del agente y perfeccionando las recomendaciones.
## Capacidades
Con el agente de relevancia de búsqueda, puede realizar experimentos integrales con un lenguaje de consulta específico del dominio (DSL) a través del área de trabajo sobre relevancia de búsqueda. Puede realizar las siguientes tareas:
+ Cree conjuntos de consultas y listas de juicios (pares de consultas y resultados clasificados por humanos)
+ Realice pruebas controladas y cuantifique el impacto mediante métricas de relevancia estándar
+ Refina los campos de búsqueda, ajusta las ponderaciones y ajusta las funciones de mejora (reglas que aumentan la puntuación de relevancia de resultados específicos)
Puedes iniciar la conversación en cualquier fase del ciclo de mejora de las búsquedas. Comience con una verificación de diagnóstico o presente hipótesis específicas para probarlas de inmediato. El agente utiliza los datos de User Behavior Insights (UBI) cuando están disponibles para una optimización más profunda, pero no es necesaria la RBU para empezar.