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.
# Prochaines étapes et ressources
Ce guide décrit un ensemble de défis au niveau des documents pour les applications RAG et les meilleures pratiques pour les atténuer. Ces enseignements sont issus d'entretiens et de discussions avec des leaders du secteur, et ils sont étayés par des cas d'utilisation en entreprise.
Pour commencer à optimiser vos documents pour les applications RAG, nous vous recommandons de réaliser un audit de vos documents existants. Identifiez les domaines qui présentent [des défis](challenges.md) pour l'application RAG. Les exemples incluent un manque de structure, un langage ambigu ou une utilisation excessive d'éléments graphiques. Priorisez les documents fréquemment consultés ou essentiels à vos activités commerciales. Collaborez avec des experts en la matière pour mettre en œuvre les [meilleures pratiques](best-practices.md) décrites dans ce guide. Assurez-vous que les documents sont restructurés avec des titres clairs, un langage concis et des éléments contextuels. Pour les nouveaux documents, établissez des directives et des modèles qui garantissent la cohérence et aident les auteurs à respecter les meilleures pratiques. En outre, envisagez d'investir dans des outils ou des services capables d'automatiser certains aspects du processus d'optimisation des documents, tels que l'utilisation de l'IA générative pour restructurer les documents. En adoptant une approche proactive de l'optimisation des documents, vous pouvez exploiter tout le potentiel des applications RAG et obtenir des résultats plus précis et plus pertinents au sein de votre organisation.
Les ressources suivantes peuvent vous aider à comprendre et à créer des applications RAG dans votre organisation.
## Ressources
### AWS documentation
+ [Choix d'une base de données AWS vectorielle pour les cas d'utilisation de RAG](https://docs.aws.amazon.com/prescriptive-guidance/latest/choosing-an-aws-vector-database-for-rag-use-cases/introduction.html) (directives AWS prescriptives)
+ [Déployez un cas d'utilisation de RAG AWS en utilisant Terraform et Amazon Bedrock (directives prescriptives](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/deploy-rag-use-case-on-aws.html))AWS
+ [Développez des assistants avancés basés sur l'IA générative basés sur le chat en utilisant RAG et des ReAct instructions (directives prescriptives)](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/develop-advanced-generative-ai-chat-based-assistants-by-using-rag-and-react-prompting.html)AWS
+ [Récupérez des données et générez des réponses basées sur l'IA avec les bases de connaissances Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html) (documentation Amazon Bedrock)
+ [Génération augmentée de récupération](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models-customize-rag.html) (documentation Amazon SageMaker AI)
+ [Récupérez les options et architectures de génération augmentée sur AWS(directives](https://docs.aws.amazon.com/prescriptive-guidance/latest/retrieval-augmented-generation-options/introduction.html)AWS prescriptives)
### Autres AWS ressources
+ [Créez un assistant multimodal avec RAG avancé et Amazon Bedrock](https://aws.amazon.com/blogs/machine-learning/create-a-multimodal-assistant-with-advanced-rag-and-amazon-bedrock/) (AWS article de blog)