Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
# Agent de pertinence des recherches dans Amazon OpenSearch Service
L'agent de pertinence des recherches est une fonctionnalité d'Amazon OpenSearch Service qui automatise les tâches de réglage de la pertinence des recherches. Grâce à une interface de chat intégrée à l'interface OpenSearch utilisateur, vous pouvez détecter les problèmes de pertinence, obtenir des conseils de réglage et exécuter des flux de travail en langage naturel. Avec le Search Relevance Agent, vous pouvez adopter une approche axée sur les données au lieu de procéder à un réglage manuel.
L'agent analyse les signaux de comportement des utilisateurs et les modèles de requêtes. Il génère des hypothèses et les valide par le biais d'une évaluation hors ligne par rapport à des ensembles de données pré-étiquetés. Vous pouvez améliorer la pertinence des recherches sans avoir besoin d'une expertise approfondie en matière de recherche.
La capture d'écran suivante montre le Workbench de pertinence de la recherche dans l' OpenSearchinterface utilisateur.
## Prise en main
Pour démarrer l'agent de pertinence de la recherche, entrez la commande `/search-relevance` barre oblique dans le chat de l'**assistant AI**. Le comportement de l'agent dépend du contexte actuel de votre espace de travail :
+ Si vous n'êtes pas dans un espace de travail de recherche, l'agent vous invite à accéder à un espace de travail de recherche ou à en créer un.
+ Si vous êtes déjà dans un espace de travail de recherche, la commande barre oblique vous dirige vers la page **Search Relevance Workbench**. Vous pouvez ensuite poser des questions complémentaires sur la pertinence de la recherche dans le chat **AI Assistant**.
Le Search Relevance Agent est disponible dans les mêmes régions que les autres fonctionnalités d'Agentic AI. Pour de plus amples informations, veuillez consulter [Disponibilité dans les Régions](application-ai-assistant.md#application-ai-assistant-regions).
## Principaux avantages
Le réglage de la pertinence des recherches est complexe. Des lacunes d'intention existent dans les requêtes ambiguës. Les données de recherche contiennent souvent du bruit ou des lacunes à grande échelle. Les cycles de réglage manuel peuvent prendre des mois. Le Search Relevance Agent répond à ces défis avec les avantages suivants :
+ **Diagnostic et résolution plus rapides** : réduisez le temps nécessaire pour détecter et résoudre les problèmes de pertinence de plusieurs jours à quelques heures. L'agent automatise l'analyse des causes premières et le réglage des flux de travail pour une itération rapide.
+ **Dépendance réduite à l'égard des experts en recherche** — Grâce à l'agent de pertinence des recherches, vous pouvez optimiser la qualité de la recherche grâce à des flux de travail guidés sans avoir besoin d'une expertise spécialisée.
+ **Data-validated améliorations** — Remplacez le réglage basé sur l'intuition par des boucles d'évaluation automatisées. L'agent teste les modifications par rapport à des requêtes et à des ensembles de données réels. Vous pouvez confirmer que les améliorations sont mesurables et exemptes de régressions involontaires.
+ **Contrôle total du processus** — Vous gardez une supervision complète grâce à une approche collaborative. Vous restez le décideur, en orientant l'action de l'agent et en affinant les recommandations.
## Fonctionnalités
Avec le Search Relevance Agent, vous pouvez effectuer des tests de bout en bout avec un langage spécifique au domaine de requête (DSL) via le Search Relevance Workbench. Vous pouvez effectuer les tâches suivantes :
+ Créez des ensembles de requêtes et des listes de jugement (paires requête-résultat évaluées par l'homme)
+ Exécutez des tests contrôlés et quantifiez l'impact à l'aide de mesures de pertinence standard
+ Affinez les champs de recherche, ajustez les pondérations et optimisez les fonctions d'amélioration (règles qui augmentent le score de pertinence de résultats spécifiques)
Vous pouvez participer à la conversation à n'importe quel stade du cycle d'amélioration de la recherche. Commencez par une vérification diagnostique ou apportez des hypothèses spécifiques pour un test immédiat. L'agent utilise les données UBI (UBI) lorsqu'elles sont disponibles pour une optimisation plus approfondie, mais l'UBI n'est pas obligatoire pour commencer.