Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Menggunakan AI agen dengan DynamoDB
<a name="ddb-ai-integration"></a>

Amazon DynamoDB adalah database NoSQL terdistribusi tanpa server, dikelola sepenuhnya, dan didistribusikan dengan kinerja milidetik satu digit pada skala apa pun. DynamoDB dioptimalkan untuk beban kerja throughput tinggi dan Anda dapat memperluas kemampuannya dengan mengintegrasikan dengan model AI generatif. Dengan menggunakan model AI generatif, Anda dapat bekerja dengan data yang disimpan dalam tabel DynamoDB secara real-time dan membangun aplikasi yang sadar kontekstual dan sangat personal. Anda juga dapat meningkatkan pengalaman pengguna akhir dengan memanfaatkan sepenuhnya data bisnis, pengguna, dan aplikasi Anda untuk menyesuaikan solusi AI generatif Anda.

Untuk informasi selengkapnya tentang gen AI dan solusi yang AWS disediakan untuk membangun aplikasi AI gen, lihat [Mengubah bisnis Anda dengan AI generatif](https://aws.amazon.com/ai/generative-ai/).

**Topics**
+ [Kasus penggunaan AI generatif untuk DynamoDB](#gen-ai-use-case-ddb)
+ [Blog AI generatif untuk DynamoDB](#gen-ai-blogs)
+ [Memanfaatkan integrasi DynamoDB Zero-ETL dengan Layanan OpenSearch](ddb-and-amazon-bedrock.md)
+ [Menggunakan DynamoDB sebagai toko pos pemeriksaan untuk agen LangGraph](ddb-langgraph-checkpoint.md)

## Kasus penggunaan AI generatif untuk DynamoDB
<a name="gen-ai-use-case-ddb"></a>

[DynamoDB banyak digunakan dalam aplikasi percakapan bertenaga AI, seperti chatbots dan call center yang dibangun dengan Foundation Model (FM).](https://aws.amazon.com/what-is/foundation-models/) Anda dapat mengakses FMs melalui Amazon Bedrock, Amazon SageMaker AI, atau penyedia model lainnya. Aplikasi tersebut biasanya menggunakan DynamoDB untuk meningkatkan personalisasi dan meningkatkan pengalaman pengguna di tiga pola data: data aplikasi, data bisnis, dan data pengguna. Beberapa contoh pola data tersebut adalah sebagai berikut:
+ Penyimpanan data aplikasi, seperti riwayat pesan obrolan, melalui integrasi dengan [LangChain](https://js.langchain.com/v0.1/docs/integrations/chat_memory/dynamodb/), [LlamaIndex](https://docs.llamaindex.ai/en/stable/examples/docstore/DynamoDBDocstoreDemo/), atau kode khusus. Konteks ini meningkatkan pengalaman pengguna dengan memungkinkan model untuk *berkomunikasi bolak-balik* dengan pengguna.
+ Pembuatan pengalaman pengguna yang disesuaikan dengan memanfaatkan data bisnis, seperti inventaris, harga, dan dokumentasi.
+ Aplikasi data pengguna, seperti riwayat web, pesanan sebelumnya, dan preferensi pengguna, untuk memberikan jawaban yang dipersonalisasi.

Misalnya, perusahaan asuransi dapat membangun chatbot menggunakan DynamoDB untuk memberikan akses model AI gen berbasis [Retrieval-Augmented Generation (RAG) mereka](https://docs.aws.amazon.com/sagemaker/latest/dg/jumpstart-foundation-models-customize-rag.html) ke data mendekati waktu nyata. Contoh data tersebut adalah tarif hipotek real-time, harga produk, salinan compliant/standard kontrak, riwayat web pengguna, dan preferensi pengguna. Menggabungkan DynamoDB dengan RAG menambahkan informasi mendalam dan terbaru tentang produk asuransi dan data pengguna. Ini memperkaya petunjuk dan jawaban untuk memberi pengguna akhir pengalaman yang akurat, dipersonalisasi, dan mendekati waktu nyata.

Demikian pula, pelanggan industri jasa keuangan menggunakan DynamoDB[, basis pengetahuan Amazon Bedrock](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base.html), [dan agen Amazon Bedrock untuk membangun aplikasi](https://aws.amazon.com/bedrock/agents/) AI gen berbasis RAG. Aplikasi ini dapat menggunakan laporan pendapatan sumber terbuka dan transkrip panggilan. Mereka juga dapat menggunakan portofolio khusus pengguna dan riwayat transaksi untuk menghasilkan ringkasan portofolio sesuai permintaan termasuk prospek untuk masa depan.

## Blog AI generatif untuk DynamoDB
<a name="gen-ai-blogs"></a>

Artikel berikut menawarkan kasus penggunaan terperinci, praktik terbaik, dan step-by-step panduan untuk membantu Anda memanfaatkan kemampuan DynamoDB dalam membangun aplikasi canggih yang didukung AI.
+ [Model data Amazon DynamoDB untuk chatbot AI generatif](https://aws.amazon.com/blogs/database/amazon-dynamodb-data-models-for-generative-ai-chatbots/) 
+ [Buat chatbot yang dapat diskalakan dan sadar konteks dengan Amazon DynamoDB, Amazon Bedrock, dan LangChain](https://aws.amazon.com/blogs/database/build-a-scalable-context-aware-chatbot-with-amazon-dynamodb-amazon-bedrock-and-langchain/) 
+ [Bangun agen AI yang tahan lama dengan LangGraph Amazon DynamoDB](https://aws.amazon.com/blogs/database/build-durable-ai-agents-with-langgraph-and-amazon-dynamodb/)