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

# Uji basis pengetahuan Anda dengan pertanyaan dan tanggapan
<a name="knowledge-base-test"></a>

Setelah Anda mengatur basis pengetahuan Anda, Anda dapat menguji perilakunya dengan cara berikut:
+ Kirim kueri dan ambil informasi yang relevan dari sumber data Anda, dengan menggunakan operasi. [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)
+ Kirim kueri dan hasilkan tanggapan terhadap kueri berdasarkan informasi yang diambil dari sumber data Anda, dengan menggunakan operasi. [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)
+ Gunakan model reranking di atas model reranking Basis Pengetahuan Amazon Bedrock default untuk mengambil sumber yang lebih relevan saat menggunakan salah satu atau. [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)
+ Gunakan filter metadata opsional dengan `RetrieveAndGenerate` API `Retrieve` atau untuk menentukan dokumen mana dalam sumber data Anda yang dapat digunakan.

Ketika Anda puas dengan perilaku basis pengetahuan Anda, Anda kemudian dapat mengatur aplikasi Anda untuk menanyakan basis pengetahuan atau melampirkan basis pengetahuan ke agen dengan melanjutkan ke[Terapkan basis pengetahuan Anda untuk aplikasi AI Anda](knowledge-base-deploy.md).

Pilih topik untuk mempelajari lebih lanjut tentang hal itu.

**Topics**
+ [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md)
+ [Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md)
+ [Menghasilkan kueri untuk data terstruktur](knowledge-base-generate-query.md)
+ [Kueri basis pengetahuan yang terhubung ke indeks Amazon Kendra GenAI](kb-test-kendra.md)
+ [Kueri basis pengetahuan yang terhubung ke grafik Amazon Neptunus Analytics](kb-test-neptune.md)
+ [Konfigurasikan dan sesuaikan kueri dan pembuatan respons](kb-test-config.md)
+ [Konfigurasikan pembuatan respons untuk model penalaran dengan Basis Pengetahuan](kb-test-configure-reasoning.md)

# Kueri basis pengetahuan dan ambil data
<a name="kb-test-retrieve"></a>

**penting**  
Guardrails diterapkan hanya untuk input dan respon yang dihasilkan dari LLM. Mereka tidak diterapkan pada referensi yang diambil dari Pangkalan Pengetahuan saat runtime.

Setelah basis pengetahuan Anda disiapkan, Anda dapat melakukan kueri dan mengambil potongan dari data sumber yang relevan dengan kueri menggunakan operasi API. [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html) Anda juga dapat [menggunakan model reranking](rerank.md) alih-alih ranker Amazon Bedrock Knowledge Bases default untuk memberi peringkat potongan sumber untuk relevansi selama pengambilan.

Untuk mempelajari cara menanyakan basis pengetahuan Anda, pilih tab untuk metode pilihan Anda, lalu ikuti langkah-langkahnya:

------
#### [ Console ]

**Untuk menguji basis pengetahuan Anda**

1. Masuk ke Konsol Manajemen AWS dengan identitas IAM yang memiliki izin untuk menggunakan konsol Amazon Bedrock. Kemudian, buka konsol Amazon Bedrock di [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock).

1. Di panel navigasi kiri, pilih **Basis pengetahuan**.

1. Di bagian **Basis pengetahuan**, lakukan salah satu tindakan berikut:
   + Pilih tombol radio di sebelah basis pengetahuan yang ingin Anda uji dan pilih **Uji basis pengetahuan**. Jendela uji mengembang dari kanan.
   + Pilih basis pengetahuan yang ingin Anda uji. Jendela uji mengembang dari kanan.

1. Di jendela pengujian, hapus **Hasilkan respons untuk kueri Anda** untuk mengembalikan informasi yang diambil langsung dari basis pengetahuan Anda.

1. (Opsional) Pilih ikon konfigurasi (![\[Three horizontal sliders with adjustable circular controls for settings or parameters.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/configurations.png)) untuk membuka **Konfigurasi**. Untuk informasi tentang konfigurasi, lihat[Konfigurasikan dan sesuaikan kueri dan pembuatan respons](kb-test-config.md).

1. Masukkan kueri di kotak teks di jendela obrolan dan pilih **Jalankan** untuk mengembalikan respons dari basis pengetahuan.

1. Potongan sumber dikembalikan secara langsung sesuai urutan relevansi.  Gambar yang diekstrak dari sumber data Anda juga dapat dikembalikan sebagai potongan sumber.

1. Untuk melihat detail tentang potongan yang dikembalikan, pilih **Tampilkan detail sumber**.
   + Untuk melihat konfigurasi yang Anda tetapkan untuk kueri, perluas **konfigurasi Kueri**.
   + Untuk melihat detail tentang potongan sumber, perluas dengan memilih panah kanan (![\[Play button icon with a triangular shape pointing to the right.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/caret-right-filled.png)) di sebelahnya. Anda dapat melihat informasi berikut:
     + Teks mentah dari potongan sumber. Untuk menyalin teks ini, pilih ikon salin (![\[Icon representing a crop or resize function, with two overlapping rectangles.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/copy.png)). Jika Anda menggunakan Amazon S3 untuk menyimpan data Anda, pilih ikon tautan eksternal (![\[Icon of a square with an arrow pointing outward from its top-right corner.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/external.png)) untuk menavigasi ke objek S3 yang berisi file.
     + Metadata yang terkait dengan potongan sumber, jika Anda menggunakan Amazon S3 untuk menyimpan data Anda. attribute/field Kunci dan nilai didefinisikan dalam `.metadata.json` file yang terkait dengan dokumen sumber. Untuk informasi selengkapnya, lihat bagian **Metadata dan pemfilteran** di. [Konfigurasikan dan sesuaikan kueri dan pembuatan respons](kb-test-config.md)

**Opsi obrolan**
+ **Beralih ke menghasilkan respons berdasarkan potongan sumber yang diambil dengan mengaktifkan Hasilkan respons.** Jika Anda mengubah pengaturan, teks di jendela obrolan akan sepenuhnya dihapus.
+ Untuk menghapus jendela obrolan, pilih ikon sapu (![\[Magnifying glass icon with a checkmark inside, symbolizing search or inspection.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/broom.png)).
+ Untuk menyalin semua output di jendela obrolan, pilih ikon salin (![\[Icon representing a crop or resize function, with two overlapping rectangles.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/copy.png)).

------
#### [ API ]

Untuk menanyakan basis pengetahuan dan hanya mengembalikan teks yang relevan dari sumber data, kirim [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)permintaan dengan titik akhir [waktu proses Agen untuk Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt).

Bidang berikut diperlukan:


****  

| Bidang | Deskripsi dasar | 
| --- | --- | 
| knowledgeBaseId | Untuk menentukan basis pengetahuan untuk query. | 
| RetrievalQuery | Berisi text bidang untuk menentukan kueri. | 
| GuardrailsConfiguration | Sertakan bidang GuardrailsConfiguration seperti guardrailsId dan guardrailsVersion untuk menggunakan pagar pembatas Anda dengan permintaan | 

Bidang berikut adalah opsional:


****  

| Bidang | Kasus penggunaan | 
| --- | --- | 
| nextToken | Untuk mengembalikan kumpulan tanggapan berikutnya (lihat bidang respons di bawah). | 
| RetrievalConfiguration | Untuk menyertakan [konfigurasi kueri](kb-test-config.md) untuk menyesuaikan pencarian vektor. Untuk informasi selengkapnya, lihat [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html). | 

Anda dapat menggunakan model reranking di atas model peringkat Basis Pengetahuan Amazon Bedrock default dengan menyertakan `rerankingConfiguration` bidang dalam. [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html) `rerankingConfiguration`Bidang memetakan ke [VectorSearchRerankingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_VectorSearchRerankingConfiguration.html)objek, di mana Anda dapat menentukan model reranking yang akan digunakan, bidang permintaan tambahan apa pun yang akan disertakan, atribut metadata untuk memfilter dokumen selama penanking ulang, dan jumlah hasil yang akan dikembalikan setelah pencatatan ulang. Untuk informasi selengkapnya, lihat [VectorSearchRerankingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_VectorSearchRerankingConfiguration.html).

**catatan**  
Jika Anda `numberOfRerankedResults` nilai yang Anda tentukan lebih besar dari `numberOfResults` nilai dalam [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html), jumlah maksimum hasil yang akan dikembalikan adalah nilai untuk`numberOfResults`. Pengecualian adalah jika Anda menggunakan dekomposisi kueri (untuk informasi selengkapnya, lihat bagian **modifikasi kueri** di[Konfigurasikan dan sesuaikan kueri dan pembuatan respons](kb-test-config.md). Jika Anda menggunakan dekomposisi kueri, `numberOfRerankedResults` bisa sampai lima kali. `numberOfResults`

Respons mengembalikan potongan sumber dari sumber data sebagai array [KnowledgeBaseRetrievalResult](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalResult.html)objek di lapangan. `retrievalResults` Masing-masing [KnowledgeBaseRetrievalResult](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalResult.html)berisi bidang-bidang berikut:


****  

| Bidang | Deskripsi | 
| --- | --- | 
| content | Berisi potongan sumber teks di text atau potongan sumber gambar di bidang. byteContent  Jika konten adalah gambar, URI data dari konten yang disandikan base64 dikembalikan dalam format berikut:. data:image/jpeg;base64,\$1\$1base64-encoded string\$1 | 
| Metadata | Berisi setiap atribut metadata sebagai kunci dan nilai metadata sebagai nilai JSON yang dipetakan kunci. | 
| lokasi | Berisi URI atau URL dokumen yang dimiliki potongan sumber. | 
| skor | Skor relevansi dokumen. Anda dapat menggunakan skor ini untuk menganalisis peringkat hasil. | 

Jika jumlah potongan sumber melebihi apa yang bisa muat dalam respons, nilai dikembalikan di `nextToken` bidang. Gunakan nilai itu dalam permintaan lain untuk mengembalikan kumpulan hasil berikutnya.

Jika data yang diambil berisi gambar, respons juga mengembalikan header respons berikut, yang berisi metadata untuk potongan sumber yang dikembalikan dalam respons:
+ `x-amz-bedrock-kb-byte-content-source`— Berisi URI Amazon S3 dari gambar.
+ `x-amz-bedrock-kb-description`— Berisi string yang dikodekan base64 untuk gambar.

**catatan**  
Anda tidak dapat memfilter header respons metadata ini saat [mengonfigurasi](kb-test-config.md) filter metadata.

**Kueri multimodal**  
Untuk basis pengetahuan yang menggunakan model penyematan multimodal, Anda dapat melakukan kueri dengan teks atau gambar. `retrievalQuery`Bidang ini mendukung `multimodalInputList` bidang untuk kueri gambar:

**catatan**  
Untuk panduan komprehensif tentang pengaturan dan bekerja dengan basis pengetahuan multimodal, termasuk memilih antara pendekatan Nova dan BDA, lihat. [Membangun basis pengetahuan untuk konten multimodal](kb-multimodal.md)

Anda dapat melakukan kueri dengan gambar dengan menggunakan `multimodalInputList` bidang:

```
{
    "knowledgeBaseId": "EXAMPLE123", 
    "retrievalQuery": {
        "multimodalInputList": [
            {
                "content": {
                    "byteContent": "base64-encoded-image-data"
                },
                "modality": "IMAGE"
            }
        ]
    }
}
```

Atau Anda dapat menanyakan dengan teks hanya dengan menggunakan `text` bidang:

```
{
    "knowledgeBaseId": "EXAMPLE123",
    "retrievalQuery": {
        "text": "Find similar shoes"
    }
}
```

**Pola kueri multimodal umum**  
Berikut ini adalah beberapa pola query umum:

Image-to-image pencarian  
Unggah gambar untuk menemukan gambar yang mirip secara visual. Contoh: Unggah foto sepatu Nike merah untuk menemukan sepatu serupa di katalog produk Anda.

Pencarian berbasis teks  
Gunakan kueri teks untuk menemukan konten yang relevan. Contoh: “Temukan sepatu serupa” untuk mencari katalog produk Anda menggunakan deskripsi teks.

Pencarian dokumen visual  
Cari bagan, diagram, atau elemen visual dalam dokumen. Contoh: Unggah gambar bagan untuk menemukan bagan serupa di koleksi dokumen Anda.

**Memilih antara Nova dan BDA untuk konten multimodal**  
Saat bekerja dengan konten multimodal, pilih pendekatan Anda berdasarkan jenis konten dan pola kueri Anda:


**Matriks Keputusan Nova vs BDA**  

| Jenis Konten | Gunakan Embeddings Nova Multimodal | Gunakan Parser Otomasi Data Batuan Dasar (BDA) | 
| --- | --- | --- | 
| Konten Video | Fokus mendongeng visual (olahraga, iklan, demonstrasi), pertanyaan tentang elemen visual, konten ucapan minimal | Penting speech/narration (presentasi, rapat, tutorial), pertanyaan tentang konten lisan, perlu transkrip | 
| Konten Audio | Identifikasi musik atau efek suara, analisis audio non-ucapan | Podcast, wawancara, rapat, konten apa pun dengan pidato yang membutuhkan transkripsi | 
| Konten Gambar | Pencarian kesamaan visual, image-to-image pengambilan, analisis konten visual | Ekstraksi teks dari gambar, pemrosesan dokumen, persyaratan OCR | 

**catatan**  
Penyematan multimodal Nova tidak dapat memproses konten ucapan secara langsung. Jika file audio atau video Anda berisi informasi lisan yang penting, gunakan parser BDA untuk mengonversi ucapan menjadi teks terlebih dahulu, atau pilih model penyematan teks sebagai gantinya.

**Keterbatasan kueri multimodal**  
Berikut ini adalah beberapa batasan dengan kueri multimodal:
+ Maksimum satu gambar per kueri dalam rilis saat ini
+ Kueri gambar hanya didukung dengan model penyematan multimodal (Titan G1 atau Cohere Embed v3)
+ RetrieveAndGenerate API tidak didukung untuk basis pengetahuan dengan model penyematan multimodal dan bucket konten S3
+ Jika Anda memberikan kueri gambar ke basis pengetahuan menggunakan model penyematan khusus teks, kesalahan 4xx akan dikembalikan

**Struktur respons API multimodal**  
Respons pengambilan untuk konten multimodal mencakup metadata tambahan:
+ **URI Sumber:** Menunjuk ke lokasi bucket S3 asli Anda
+ **URI Tambahan:** Menunjuk ke salinan di bucket penyimpanan multimodal Anda
+ **Metadata stempel waktu:** Termasuk untuk potongan video dan audio untuk memungkinkan pemosisian pemutaran yang tepat

**catatan**  
Saat menggunakan API atau SDK, Anda harus menangani pengambilan file dan navigasi stempel waktu di aplikasi Anda. Konsol menangani ini secara otomatis dengan pemutaran video yang disempurnakan dan navigasi stempel waktu otomatis.

------

**catatan**  
Jika Anda menerima kesalahan bahwa prompt melebihi batas karakter saat menghasilkan respons, Anda dapat mempersingkat prompt dengan cara berikut:  
Kurangi jumlah maksimum hasil yang diambil (ini mempersingkat apa yang diisi untuk placeholder \$1search\$1results\$1 di). [Templat prompt basis pengetahuan: orkestrasi & pembuatan](kb-test-config.md#kb-test-config-prompt-template)
Buat ulang sumber data dengan strategi chunking yang menggunakan potongan yang lebih kecil (ini mempersingkat apa yang diisi untuk placeholder \$1search\$1results\$1 di). [Templat prompt basis pengetahuan: orkestrasi & pembuatan](kb-test-config.md#kb-test-config-prompt-template)
Persingkat template prompt.
Persingkat kueri pengguna (ini mempersingkat apa yang diisi untuk placeholder \$1query\$1 di). [Templat prompt basis pengetahuan: orkestrasi & pembuatan](kb-test-config.md#kb-test-config-prompt-template)

# Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil
<a name="kb-test-retrieve-generate"></a>

**penting**  
Guardrails diterapkan hanya untuk input dan respon yang dihasilkan dari LLM. Mereka tidak diterapkan pada referensi yang diambil dari Pangkalan Pengetahuan saat runtime.

Setelah basis pengetahuan Anda disiapkan, Anda dapat melakukan kueri dan menghasilkan respons berdasarkan potongan yang diambil dari data sumber Anda dengan menggunakan operasi API. [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) Tanggapan dikembalikan dengan kutipan ke data sumber asli. Anda juga dapat [menggunakan model reranking](rerank.md) alih-alih ranker Amazon Bedrock Knowledge Bases default untuk memberi peringkat potongan sumber untuk relevansi selama pengambilan.

**Batasan konten multimodal**  
`RetrieveAndGenerate`memiliki dukungan terbatas untuk konten multimodal. Saat menggunakan Nova Multimodal Embeddings, fungsionalitas RAG dibatasi hanya untuk konten teks. Untuk dukungan multimodal penuh termasuk pemrosesan audio dan video, gunakan BDA dengan model penyematan teks. Lihat perinciannya di [Membangun basis pengetahuan untuk konten multimodal](kb-multimodal.md).

**catatan**  
Gambar yang dikembalikan dari `Retrieve` respons selama `RetrieveAndGenerate` aliran disertakan dalam prompt untuk pembuatan respons. `RetrieveAndGenerate`Respons tidak dapat menyertakan gambar, tetapi dapat mengutip sumber yang berisi gambar.

Untuk mempelajari cara menanyakan basis pengetahuan Anda, pilih tab untuk metode pilihan Anda, lalu ikuti langkah-langkahnya:

------
#### [ Console ]

**Untuk menguji basis pengetahuan Anda**

1. Masuk ke Konsol Manajemen AWS dengan identitas IAM yang memiliki izin untuk menggunakan konsol Amazon Bedrock. Kemudian, buka konsol Amazon Bedrock di [https://console.aws.amazon.com/bedrock](https://console.aws.amazon.com/bedrock).

1. Di panel navigasi kiri, pilih **Basis pengetahuan**.

1. Di bagian **Basis pengetahuan**, lakukan salah satu tindakan berikut:
   + Pilih tombol radio di sebelah basis pengetahuan yang ingin Anda uji dan pilih **Uji basis pengetahuan**. Jendela uji mengembang dari kanan.
   + Pilih basis pengetahuan yang ingin Anda uji. Jendela uji mengembang dari kanan.

1. Untuk menghasilkan tanggapan berdasarkan informasi yang diambil dari basis pengetahuan Anda, aktifkan **Hasilkan tanggapan untuk kueri Anda**. Amazon Bedrock akan menghasilkan tanggapan berdasarkan sumber data Anda dan mengutip informasi yang diberikannya dengan catatan kaki.

1. Untuk memilih model yang akan digunakan untuk menghasilkan respons, pilih **Pilih model**. Kemudian pilih **Terapkan**. 

1. (Opsional) Pilih ikon konfigurasi (![\[Three horizontal sliders with adjustable circular controls for settings or parameters.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/configurations.png)) untuk membuka **Konfigurasi**. Untuk informasi tentang konfigurasi, lihat[Konfigurasikan dan sesuaikan kueri dan pembuatan respons](kb-test-config.md).

1. Masukkan kueri di kotak teks di jendela obrolan dan pilih **Jalankan** untuk mengembalikan respons dari basis pengetahuan.

1. Pilih catatan kaki untuk melihat kutipan dari sumber yang dikutip untuk bagian respons tersebut. Pilih tautan untuk menavigasi ke objek S3 yang berisi file.

1. Untuk melihat detail tentang potongan yang dikembalikan, pilih **Tampilkan detail sumber**.
   + Untuk melihat konfigurasi yang Anda tetapkan untuk kueri, perluas **konfigurasi Kueri**.
   + Untuk melihat detail tentang potongan sumber, perluas dengan memilih panah kanan (![\[Play button icon with a triangular shape pointing to the right.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/caret-right-filled.png)) di sebelahnya. Anda dapat melihat informasi berikut:
     + Teks mentah dari potongan sumber. Untuk menyalin teks ini, pilih ikon salin (![\[Icon representing a crop or resize function, with two overlapping rectangles.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/copy.png)). Jika Anda menggunakan Amazon S3 untuk menyimpan data Anda, pilih ikon tautan eksternal (![\[Icon of a square with an arrow pointing outward from its top-right corner.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/external.png)) untuk menavigasi ke objek S3 yang berisi file.
     + Metadata yang terkait dengan potongan sumber, jika Anda menggunakan Amazon S3 untuk menyimpan data Anda. attribute/field Kunci dan nilai didefinisikan dalam `.metadata.json` file yang terkait dengan dokumen sumber. Untuk informasi selengkapnya, lihat bagian **Metadata dan pemfilteran** di. [Konfigurasikan dan sesuaikan kueri dan pembuatan respons](kb-test-config.md)

**Opsi obrolan**
+ Untuk menggunakan model yang berbeda untuk menghasilkan respons, Pilih **Ubah model**. Jika Anda mengubah model, teks di jendela obrolan akan sepenuhnya dihapus.
+ **Beralih ke mengambil potongan sumber secara langsung dengan membersihkan Hasilkan respons.** Jika Anda mengubah pengaturan, teks di jendela obrolan akan sepenuhnya dihapus.
+ Untuk menghapus jendela obrolan, pilih ikon sapu (![\[Magnifying glass icon with a checkmark inside, symbolizing search or inspection.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/broom.png)).
+ Untuk menyalin semua output di jendela obrolan, pilih ikon salin (![\[Icon representing a crop or resize function, with two overlapping rectangles.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/copy.png)).

------
#### [ API ]

Untuk menanyakan basis pengetahuan dan menggunakan model dasar untuk menghasilkan respons berdasarkan hasil dari sumber data, kirim [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)permintaan dengan titik akhir [waktu proses Agen untuk Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt).

[https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html)API mengembalikan data dalam format streaming dan memungkinkan Anda mengakses respons yang dihasilkan dalam potongan tanpa menunggu seluruh hasilnya.

Bidang berikut diperlukan:

**catatan**  
Respons API berisi peristiwa kutipan. `citation`Anggota sudah tidak digunakan lagi. Kami menyarankan Anda menggunakan `retrievedReferences` bidang `generatedResponse` dan sebagai gantinya. Untuk referensi, lihat [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_CitationEvent.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_CitationEvent.html).


****  

| Bidang | Deskripsi dasar | 
| --- | --- | 
| input | Berisi text bidang untuk menentukan kueri. | 
| retrieveAndGenerateKonfigurasi | Berisi [RetrieveAndGenerateConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateConfiguration.html), yang menentukan konfigurasi untuk pengambilan dan pembuatan. Lihat di bawah untuk lebih jelasnya. | 

Bidang berikut adalah opsional:


****  

| Bidang | Kasus penggunaan | 
| --- | --- | 
| sessionId | Gunakan nilai yang sama dengan sesi sebelumnya untuk melanjutkan sesi itu dan mempertahankan konteksnya untuk model. | 
| SessionConfiguration | Untuk menyertakan kunci KMS kustom untuk enkripsi sesi. | 

Sertakan `knowledgeBaseConfiguration` bidang di [RetrieveAndGenerateConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateConfiguration.html). Bidang ini memetakan ke [KnowledgeBaseRetrieveAndGenerateConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrieveAndGenerateConfiguration.html)objek, yang berisi bidang-bidang berikut:
+ Bidang berikut diperlukan:  
****    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/kb-test-retrieve-generate.html)
+ Bidang berikut adalah opsional:  
****    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/kb-test-retrieve-generate.html)

Anda dapat menggunakan model reranking di atas model peringkat Basis Pengetahuan Amazon Bedrock default dengan menyertakan `rerankingConfiguration` bidang di [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html)dalam. [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html) `rerankingConfiguration`Bidang memetakan ke [VectorSearchRerankingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_VectorSearchRerankingConfiguration.html)objek, di mana Anda dapat menentukan model reranking yang akan digunakan, bidang permintaan tambahan apa pun yang akan disertakan, atribut metadata untuk memfilter dokumen selama penanking ulang, dan jumlah hasil yang akan dikembalikan setelah pencatatan ulang. Untuk informasi selengkapnya, lihat [VectorSearchRerankingConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_VectorSearchRerankingConfiguration.html).

**catatan**  
Jika Anda `numberOfRerankedResults` nilai yang Anda tentukan lebih besar dari `numberOfResults` nilai dalam [KnowledgeBaseVectorSearchConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseVectorSearchConfiguration.html), jumlah maksimum hasil yang akan dikembalikan adalah nilai untuk`numberOfResults`. Pengecualian adalah jika Anda menggunakan dekomposisi kueri (untuk informasi selengkapnya, lihat bagian **modifikasi kueri** di[Konfigurasikan dan sesuaikan kueri dan pembuatan respons](kb-test-config.md). Jika Anda menggunakan dekomposisi kueri, `numberOfRerankedResults` bisa sampai lima kali. `numberOfResults`

Respons mengembalikan respons yang dihasilkan di `output` lapangan dan potongan sumber yang dikutip sebagai array di lapangan. `citations` Setiap objek [Citation](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Citation.html) berisi bidang-bidang berikut.


****  

| Bidang | Deskripsi dasar | 
| --- | --- | 
| generatedResponsePart | Di textResponsePart lapangan, kutipan text yang berkaitan dengan disertakan. spanBidang menyediakan indeks untuk awal dan akhir bagian output yang memiliki kutipan. | 
| RetrievedReferences | Array [RetrievedReference](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievedReference.html)objek, yang masing-masing berisi potongan sumber, metadata terkait dengan dokumen, dan URI atau URL location dokumen dalam sumber data. content  Jika konten adalah gambar, URI data dari konten yang disandikan base64 dikembalikan dalam format berikut:. data:image/jpeg;base64,\$1\$1base64-encoded string\$1 | 

Respons juga mengembalikan `sessionId` nilai, yang dapat Anda gunakan kembali dalam permintaan lain untuk mempertahankan percakapan yang sama.

Jika Anda memasukkan a `guardrailConfiguration` dalam permintaan, `guardrailAction` bidang memberi tahu Anda apakah konten diblokir atau tidak.

Jika data yang diambil berisi gambar, respons juga mengembalikan header respons berikut, yang berisi metadata untuk potongan sumber yang dikembalikan dalam respons:
+ `x-amz-bedrock-kb-byte-content-source`— Berisi URI Amazon S3 dari gambar.
+ `x-amz-bedrock-kb-description`— Berisi string yang dikodekan base64 untuk gambar.

**catatan**  
Anda tidak dapat memfilter header respons metadata ini saat [mengonfigurasi](kb-test-config.md) filter metadata.

------

**catatan**  
Jika Anda menerima kesalahan bahwa prompt melebihi batas karakter saat menghasilkan respons, Anda dapat mempersingkat prompt dengan cara berikut:  
Kurangi jumlah maksimum hasil yang diambil (ini mempersingkat apa yang diisi untuk placeholder \$1search\$1results\$1 di). [Templat prompt basis pengetahuan: orkestrasi & pembuatan](kb-test-config.md#kb-test-config-prompt-template)
Buat ulang sumber data dengan strategi chunking yang menggunakan potongan yang lebih kecil (ini mempersingkat apa yang diisi untuk placeholder \$1search\$1results\$1 di). [Templat prompt basis pengetahuan: orkestrasi & pembuatan](kb-test-config.md#kb-test-config-prompt-template)
Mempersingkat template prompt.
Persingkat kueri pengguna (ini mempersingkat apa yang diisi untuk placeholder \$1query\$1 di). [Templat prompt basis pengetahuan: orkestrasi & pembuatan](kb-test-config.md#kb-test-config-prompt-template)

# Menghasilkan kueri untuk data terstruktur
<a name="knowledge-base-generate-query"></a>

Saat Anda menghubungkan penyimpanan data terstruktur ke basis pengetahuan Anda, basis pengetahuan Anda dapat menanyainya dengan mengonversi kueri bahasa alami yang disediakan oleh pengguna menjadi kueri SQL, berdasarkan struktur sumber data yang ditanyakan. Saat Anda menggunakan:
+ [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html): Respons mengembalikan hasil eksekusi query SQL.
+ [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html): Respons yang dihasilkan didasarkan pada hasil eksekusi query SQL.
+ [GenerateQuery](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerateQuery.html): Amazon Bedrock Knowledge Bases memisahkan konversi kueri dari proses pengambilan. Anda dapat menggunakan operasi API ini untuk mengubah kueri menjadi SQL.

## Menggunakan API `GenerateQuery` ini
<a name="knowledge-base-generate-query-api"></a>

Anda dapat menggunakan respons dari operasi `GenerateQuery` API dengan tindakan berikutnya `Retrieve` atau `RetrieveAndGenerate` tindakan, atau memasukkannya ke dalam alur kerja lain. `GenerateQuery`memungkinkan Anda untuk secara efisien mengubah kueri menjadi kueri SQL dengan mempertimbangkan struktur sumber data basis pengetahuan Anda.

Untuk mengubah kueri bahasa alami menjadi kueri SQL, kirimkan [GenerateQuery](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerateQuery.html)permintaan dengan titik akhir waktu proses [Agen untuk Amazon Bedrock.](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt) `GenerateQuery`Permintaan berisi bidang-bidang berikut:
+ queryGenerationInput — Tentukan `TEXT` sebagai `type` dan sertakan kueri di `text` lapangan.
**catatan**  
Pertanyaan harus ditulis dalam bahasa Inggris.
+ TransformationConfiguration - Tentukan `TEXT_TO_SQL` sebagai. `mode` Di `textToSqlConfiguration` lapangan, tentukan `KNOWLEDGE_BASE` sebagai`type`. Kemudian, tentukan ARN dari basis pengetahuan.

Respons mengembalikan array yang berisi [GeneratedQuery](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GeneratedQuery.html)objek di `queries` lapangan. Objek berisi query SQL untuk query di `sql` lapangan.

## Pertimbangan utama
<a name="knowledge-base-generate-query-considerations"></a>

Berikut ini adalah beberapa pertimbangan utama saat menghasilkan kueri menggunakan data terstruktur.
+ 

**Inferensi lintas wilayah dan pengambilan data terstruktur**  
Pengambilan data terstruktur menggunakan inferensi lintas wilayah untuk memilih yang optimal Wilayah AWS dalam geografi Anda untuk memproses permintaan inferensi Anda. Ini tidak dikenakan biaya tambahan, dan meningkatkan pengalaman pelanggan dengan memaksimalkan sumber daya yang tersedia dan ketersediaan model.

  Permintaan inferensi silang disimpan dalam Wilayah AWS yang merupakan bagian dari geografi tempat data awalnya berada. Data Anda tetap tersimpan di dalam Wilayah sumber tetapi petunjuk input dan hasil keluaran mungkin berpindah ke luar Wilayah ini. Semua data akan dikirimkan dienkripsi melalui jaringan aman Amazon.

  Untuk informasi selengkapnya, lihat [Tingkatkan throughput dengan inferensi lintas wilayah](cross-region-inference.md).
+ 

**Akurasi kueri SQL yang dihasilkan**  
Keakuratan kueri SQL yang dihasilkan dapat bervariasi tergantung pada konteks, skema tabel, dan maksud kueri pengguna. Evaluasi kueri yang dihasilkan untuk memastikan bahwa kueri tersebut sesuai dengan kasus penggunaan Anda sebelum menggunakannya dalam beban kerja Anda.
+ 

**Jumlah hasil yang diambil**  
Keterbatasan berikut berlaku saat menghasilkan respons.
  + Saat menggunakan operasi`InvokeAgent`,`RetrieveAndGenerate`, dan `RetrieveAndGenerateStream` API, hanya 10 hasil yang diambil yang digunakan saat menghasilkan respons.
  + Saat menggunakan `InvokeAgent` API, jika ada lebih dari 10 baris hasil yang diambil, jumlah total baris yang diambil tidak diteruskan ke agen untuk menghasilkan respons. Jika Anda menggunakan `RetrieveAndGenerate` API sebagai gantinya, jumlah baris disertakan dalam prompt untuk menghasilkan respons akhir.
+ 

**`GenerateQuery`Kuota API**  
`GenerateQuery`API memiliki kuota 2 permintaan per detik.

## Berikan izin peran untuk mengakses kueri yang dihasilkan
<a name="knowledge-base-structured-permissions"></a>

Untuk basis pengetahuan Anda yang terhubung ke sumber data terstruktur, jika Anda ingin melakukan beberapa operasi tambahan pada squeries yang dihasilkan, Anda harus memberikan izin untuk melakukan tindakan API. `GenerateQuery` Untuk mengizinkan peran IAM Anda menanyakan basis pengetahuan yang terhubung ke penyimpanan data terstruktur, lampirkan kebijakan berikut ke peran tersebut:

------
#### [ JSON ]

****  

```
{
    "Version":"2012-10-17",		 	 	 
    "Statement": [
        {
            "Sid": "GetKB",
            "Effect": "Allow",
            "Action": [
                "bedrock:GetKnowledgeBase"
            ],
            "Resource": [
                "arn:aws:bedrock:us-east-1:123456789012:knowledge-base/KnowledgeBaseId"
            ]
        },
        {
            "Sid": "GenerateQueryAccess",
            "Effect": "Allow",
            "Action": [
                "bedrock:GenerateQuery",
                "sqlworkbench:GetSqlRecommendations"
            ],
            "Resource": "*"
        },
        {
            "Sid": "Retrieve",
            "Effect": "Allow",
            "Action": [
                "bedrock:Retrieve"
            ],
            "Resource": [
                "arn:aws:bedrock:us-east-1:123456789012:knowledge-base/KnowledgeBaseId"
            ]
        },
        {
            "Sid": "RetrieveAndGenerate",
            "Effect": "Allow",
            "Action": [
                "bedrock:RetrieveAndGenerate"
            ],
            "Resource": [
                "*"
            ]
        }
    ]
}
```

------

Anda dapat menghapus pernyataan yang tidak Anda butuhkan, tergantung pada kasus penggunaan Anda:
+ `GenerateQuery`Pernyataan `GetKB` dan diperlukan untuk memanggil [GenerateQuery](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerateQuery.html)untuk menghasilkan kueri SQL yang memperhitungkan kueri pengguna akun dan sumber data Anda yang terhubung.
+ `Retrieve`Pernyataan ini diperlukan untuk memanggil [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)untuk mengambil data dari penyimpanan data terstruktur Anda.
+ `RetrieveAndGenerate`Pernyataan ini diperlukan untuk memanggil [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)untuk mengambil data dari penyimpanan data terstruktur Anda dan menghasilkan respons berdasarkan data.

# Kueri basis pengetahuan yang terhubung ke indeks Amazon Kendra GenAI
<a name="kb-test-kendra"></a>

Anda dapat menanyakan basis pengetahuan yang menggunakan indeks Amazon Kendra GenAI, dan hanya mengembalikan teks yang relevan dari sumber data. Untuk kueri ini, kirim [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)permintaan dengan [titik akhir runtime Agen untuk Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt), seperti dengan basis pengetahuan standar.

Struktur respons yang dikembalikan dari basis pengetahuan dengan indeks Amazon Kendra GenAI sama dengan standar. [ KnowledgeBaseRetrievalResult](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalResult.html) Namun, tanggapannya juga mencakup beberapa bidang tambahan dari Amazon Kendra.

Tabel berikut menjelaskan bidang dari Amazon Kendra yang mungkin Anda lihat dalam respons yang dikembalikan. Amazon Bedrock mendapatkan bidang ini dari respons Amazon Kendra. Jika respons tersebut tidak berisi bidang ini, maka hasil kueri yang dikembalikan dari Amazon Bedrock juga tidak akan memiliki bidang ini.


| Bidang | Deskripsi | 
| --- | --- | 
|  x-amz-kendra-document-judul  |  Judul dokumen yang dikembalikan.  | 
|  x-amz-kendra-score-kepercayaan  |  Peringkat relatif tentang seberapa relevan respons terhadap kueri. Nilai yang mungkin adalah VERY\$1HIGH, HIGH, MEDIUM, LOW, dan NOT\$1AVAILABLE.  | 
|  x-amz-kendra-passage-id  |  ID dari bagian yang dikembalikan.  | 
|  x-amz-kendra-document-id  |  ID dari dokumen yang dikembalikan.  | 
|  DocumentAttributes  |  Atribut dokumen atau bidang metadata dari Amazon Kendra. Hasil kueri yang dikembalikan dari basis pengetahuan menyimpan ini sebagai pasangan nilai kunci metadata. Anda dapat memfilter hasil dengan pemfilteran metadata dari Amazon Bedrock. Lihat informasi yang lebih lengkap di [DocumentAttribute](https://docs.aws.amazon.com/kendra/latest/APIReference/API_DocumentAttribute.html).  | 

# Kueri basis pengetahuan yang terhubung ke grafik Amazon Neptunus Analytics
<a name="kb-test-neptune"></a>

Anda dapat menanyakan basis pengetahuan yang menggunakan grafik Amazon Neptunus Analytics, dan hanya menampilkan teks yang relevan dari sumber data. Untuk kueri ini, kirim [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)permintaan dengan [titik akhir runtime Agen untuk Amazon Bedrock](https://docs.aws.amazon.com/general/latest/gr/bedrock.html#bra-rt), seperti dengan basis pengetahuan standar. Untuk informasi tentang menanyakan basis pengetahuan dan mengambil data dan menghasilkan tanggapan, lihat:
+  [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md) 
+  [Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md) 

Struktur respons yang dikembalikan dari basis pengetahuan dengan grafik Amazon Neptunus Analytics, sama dengan standar. [ KnowledgeBaseRetrievalResult](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalResult.html) Namun, tanggapannya juga mencakup beberapa bidang tambahan dari Amazon Neptunus.

Tabel berikut menjelaskan bidang dari Neptunus Analytics yang mungkin Anda lihat dalam respons yang dikembalikan. Amazon Bedrock mendapatkan bidang ini dari respons Neptunus Analytics. Jika respons tersebut tidak berisi bidang ini, maka hasil kueri yang dikembalikan dari Amazon Bedrock juga tidak akan memiliki bidang ini.


| Bidang | Deskripsi | 
| --- | --- | 
|  x-amz-bedrock-kb-sumber-uri  |  URL Amazon S3 dari dokumen yang dikembalikan.  | 
|  skor  |  Ukuran jarak yang menunjukkan seberapa dekat respons cocok dengan kueri yang disediakan, di mana nilai yang lebih rendah menunjukkan kecocokan yang lebih baik.  | 
|  x-amz-bedrock-kb-data-source-id  |  ID sumber data yang digunakan untuk basis pengetahuan.  | 
|  x-amz-bedrock-kb-potongan-id  |  ID potongan yang digunakan untuk mengambil informasi untuk kueri dan menghasilkan respons.  | 
|  DocumentAttributes  |  Atribut dokumen atau bidang metadata dari Amazon Kendra. Hasil kueri yang dikembalikan dari basis pengetahuan menyimpan ini sebagai pasangan nilai kunci metadata. Anda dapat memfilter hasil dengan pemfilteran metadata dari Amazon Bedrock.  | 

## Menggunakan metadata dan penyaringan
<a name="kb-test-neptune-metadata"></a>

Saat Anda menanyakan basis pengetahuan dan menghasilkan respons, Anda dapat memfilter metadata untuk menemukan dokumen yang lebih relevan. Misalnya, Anda dapat memfilter berdasarkan tanggal publikasi dokumen. Anda dapat menggunakan konsol Amazon Bedrock atau API runtime [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html)untuk tujuan ini, yang dapat menentukan beberapa kondisi filter umum.

Berikut ini adalah beberapa pertimbangan untuk menggunakan `RetrievalFilter` API untuk grafik Neptunus Analytics.
+ `listContains`Filter `startsWith` dan tidak didukung.
+ Varian daftar `stringContains` filter tidak didukung.

Berikut ini menunjukkan contoh:

```
"vectorSearchConfiguration": {
        "numberOfResults": 5,
        "filter": {
            "orAll": [
                {
                    "andAll": [
                        {
                            "equals": {
                                "key": "genre",
                                "value": "entertainment"
                            }
                        },
                        {
                            "greaterThan": {
                                "key": "year",
                                "value": 2018
                            }
                        }
                    ]
                },
                {
                    "andAll": [                        
                        {
                            "startsWith": {
                                "key": "author",
                                "value": "C"
                            }
                        }
                    ]
                }
            ]
        }
    }
}
```

# Konfigurasikan dan sesuaikan kueri dan pembuatan respons
<a name="kb-test-config"></a>

Anda dapat mengonfigurasi dan menyesuaikan pengambilan dan generasi respons, yang lebih meningkatkan relevansi respons. Misalnya, Anda dapat menerapkan filter ke metadata dokumen fields/attributes untuk menggunakan dokumen atau dokumen terbaru yang diperbarui dengan waktu modifikasi terbaru.

**catatan**  
Semua konfigurasi berikut, kecuali untuk **Orkestrasi dan pembuatan, hanya berlaku untuk sumber** data yang tidak terstruktur.

Untuk mempelajari lebih lanjut tentang konfigurasi ini di konsol atau API, pilih dari topik berikut:

## Jumlah potongan sumber
<a name="kb-test-config-number"></a>

Saat Anda menanyakan basis pengetahuan, Amazon Bedrock mengembalikan hingga lima hasil dalam respons secara default. Setiap hasil sesuai dengan potongan sumber.

**catatan**  
Jumlah hasil aktual dalam respons mungkin kurang dari `numberOfResults` nilai yang ditentukan, karena parameter ini menetapkan jumlah hasil maksimum yang akan dikembalikan. Jika Anda telah mengonfigurasi chunking hierarkis untuk strategi chunking Anda, `numberOfResults` parameter akan memetakan ke jumlah potongan anak yang akan diambil oleh basis pengetahuan. Karena potongan anak yang berbagi potongan induk yang sama diganti dengan potongan induk dalam respons akhir, jumlah hasil yang dikembalikan mungkin kurang dari jumlah yang diminta.

Untuk mengubah jumlah hasil maksimum yang akan dikembalikan, pilih tab untuk metode pilihan Anda, lalu ikuti langkah-langkahnya:

------
#### [ Console ]

Ikuti langkah-langkah konsol di [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md) atau[Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md). Di panel **Konfigurasi**, perluas bagian **potongan Sumber dan masukkan jumlah maksimum potongan** sumber yang akan dikembalikan.

------
#### [ API ]

Saat Anda membuat [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)atau [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)meminta, sertakan `retrievalConfiguration` bidang, dipetakan ke [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)objek. Untuk melihat lokasi bidang ini, lihat badan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)permintaan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)dan permintaan dalam referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)objek untuk mengatur jumlah maksimum hasil untuk kembali:

```
"retrievalConfiguration": {
    "vectorSearchConfiguration": {
        "numberOfResults": number
    }
}
```

Tentukan jumlah maksimum hasil yang diambil (lihat `numberOfResults` bidang [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)untuk rentang nilai yang diterima) untuk kembali di `numberOfResults` bidang.

------

## Jenis pencarian
<a name="kb-test-config-search"></a>

Jenis pencarian menentukan bagaimana sumber data dalam basis pengetahuan ditanyakan. Jenis pencarian berikut dimungkinkan:

**catatan**  
Pencarian hibrida hanya didukung untuk penyimpanan vektor Amazon RDS, Amazon OpenSearch Tanpa Server, dan MongoDB yang berisi bidang teks yang dapat difilter. Jika Anda menggunakan penyimpanan vektor yang berbeda atau penyimpanan vektor Anda tidak berisi bidang teks yang dapat difilter, kueri menggunakan pencarian semantik.
+ **Default** — Amazon Bedrock memutuskan strategi pencarian untuk Anda.
+ **Hybrid** — Menggabungkan embeddings vektor pencarian (pencarian semantik) dengan mencari melalui teks mentah.
+ **Semantik** — Hanya mencari embeddings vektor.

Untuk mempelajari cara menentukan jenis pencarian, pilih tab untuk metode pilihan Anda, lalu ikuti langkah-langkahnya:

------
#### [ Console ]

Ikuti langkah-langkah konsol di [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md) atau[Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md). Saat Anda membuka panel **Konfigurasi**, perluas bagian **Jenis pencarian**, aktifkan Ganti **pencarian default**, dan pilih opsi.

------
#### [ API ]

Saat Anda membuat [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)atau [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)meminta, sertakan `retrievalConfiguration` bidang, dipetakan ke [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)objek. Untuk melihat lokasi bidang ini, lihat badan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)permintaan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)dan permintaan dalam referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)objek untuk mengatur konfigurasi jenis pencarian:

```
"retrievalConfiguration": {
    "vectorSearchConfiguration": {
        "overrideSearchType": "HYBRID | SEMANTIC"
    }
}
```

Tentukan jenis pencarian di `overrideSearchType` bidang. Anda memiliki opsi berikut:
+ Jika Anda tidak menentukan nilai, Amazon Bedrock memutuskan strategi pencarian mana yang paling cocok untuk konfigurasi penyimpanan vektor Anda.
+ **HYBRID** — Amazon Bedrock menanyakan basis pengetahuan menggunakan penyematan vektor dan teks mentah.
+ **SEMANTIK** — Amazon Bedrock menanyakan basis pengetahuan menggunakan penyematan vektornya.

------

## Streaming
<a name="kb-test-config-stream"></a>

------
#### [ Console ]

Ikuti langkah-langkah konsol di[Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md). Saat Anda membuka panel **Konfigurasi**, perluas bagian **preferensi Streaming** dan aktifkan respons **Streaming**.

------
#### [ API ]

Untuk melakukan streaming respons, gunakan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html)API. Untuk detail selengkapnya tentang mengisi kolom, lihat tab **API** di[Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md).

------

## Pemfilteran metadata manual
<a name="kb-test-config-filters"></a>

Anda dapat menerapkan filter ke dokumen fields/attributes untuk membantu Anda lebih meningkatkan relevansi tanggapan. Sumber data Anda dapat menyertakan metadata dokumen attributes/fields untuk difilter dan dapat menentukan bidang mana yang akan disertakan dalam penyematan.

Misalnya, “epoch\$1modification\$1time” mewakili waktu dalam jumlah detik sejak 1 Januari 1970 (UTC) ketika dokumen terakhir diperbarui. *Anda dapat memfilter data terbaru, di mana “epoch\$1modification\$1time” lebih besar dari angka tertentu.* Dokumen-dokumen terbaru ini dapat digunakan untuk kueri.

Untuk menggunakan filter saat menanyakan basis pengetahuan, periksa apakah basis pengetahuan Anda memenuhi persyaratan berikut:
+ Saat mengonfigurasi konektor sumber data Anda, sebagian besar konektor merayapi bidang metadata utama dokumen Anda. Jika Anda menggunakan bucket Amazon S3 sebagai sumber data, bucket harus menyertakan setidaknya satu `fileName.extension.metadata.json` untuk file atau dokumen yang terkait dengannya. Lihat **bidang metadata dokumen** [Konfigurasi koneksi](s3-data-source-connector.md#configuration-s3-connector) untuk informasi selengkapnya tentang mengonfigurasi file metadata.
+ Jika indeks vektor basis pengetahuan Anda ada di penyimpanan vektor Amazon OpenSearch Tanpa Server, periksa apakah indeks vektor dikonfigurasi dengan mesin. `faiss` Jika indeks vektor dikonfigurasi dengan `nmslib` mesin, Anda harus melakukan salah satu hal berikut:
  + [Buat basis pengetahuan baru](knowledge-base-create.md) di konsol dan biarkan Amazon Bedrock secara otomatis membuat indeks vektor di Amazon OpenSearch Tanpa Server untuk Anda.
  + [Buat indeks vektor lain](knowledge-base-setup.md) di toko vektor dan pilih `faiss` sebagai **Mesin**. Kemudian [Buat basis pengetahuan baru](knowledge-base-create.md) dan tentukan indeks vektor baru.
+ Jika basis pengetahuan Anda menggunakan indeks vektor dalam bucket vektor S3, Anda tidak dapat menggunakan `stringContains` filter `startsWith` dan.
+ Jika Anda menambahkan metadata ke indeks vektor yang ada di kluster database Amazon Aurora, sebaiknya berikan nama bidang kolom metadata khusus untuk menyimpan semua metadata Anda dalam satu kolom. Selama [konsumsi data](kb-data-source-sync-ingest.md), kolom ini akan digunakan untuk mengisi semua informasi dalam file metadata Anda dari sumber data Anda. Jika Anda memilih untuk menyediakan bidang ini, Anda harus membuat indeks pada kolom ini.
  + Saat Anda [membuat basis pengetahuan baru](knowledge-base-create.md) di konsol dan membiarkan Amazon Bedrock mengonfigurasi basis data Amazon Aurora Anda, itu akan secara otomatis membuat satu kolom untuk Anda dan mengisinya dengan informasi dari file metadata Anda.
  + Ketika Anda memilih untuk [membuat indeks vektor lain](knowledge-base-setup.md) di penyimpanan vektor, Anda harus memberikan nama bidang metadata kustom untuk menyimpan informasi dari file metadata Anda. Jika Anda tidak memberikan nama bidang ini, Anda harus membuat kolom untuk setiap atribut metadata dalam file Anda dan menentukan tipe data (teks, angka, atau boolean). Misalnya, jika atribut `genre` ada di sumber data Anda, Anda akan menambahkan kolom bernama `genre` dan menentukan `text` sebagai tipe data. Selama konsumsi, kolom terpisah ini akan diisi dengan nilai atribut yang sesuai.

*Jika Anda memiliki dokumen PDF di sumber data Anda dan menggunakan Amazon OpenSearch Tanpa Server untuk toko vektor Anda: Basis pengetahuan Amazon Bedrock akan menghasilkan nomor halaman dokumen dan menyimpannya dalam field/attribute metadata yang disebut -. x-amz-bedrock-kb document-page-number* Perhatikan bahwa nomor halaman yang disimpan dalam bidang metadata tidak didukung jika Anda memilih tidak ada chunking untuk dokumen Anda.

Anda dapat menggunakan operator pemfilteran berikut untuk memfilter hasil saat Anda melakukan kueri:


**Operator penyaringan**  

| Operator | Konsol | Nama filter API | Tipe data atribut yang didukung | Hasil yang difilter | 
| --- | --- | --- | --- | --- | 
| Sama dengan | = | [sama](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-equals) | string, nomor, boolean | Atribut cocok dengan nilai yang Anda berikan | 
| Tidak sama | \$1= | [CatatanQuals](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-notEquals) | string, nomor, boolean | Atribut tidak cocok dengan nilai yang Anda berikan | 
| Lebih besar dari | > | [GreaterThan](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-greaterThan) | number | Atribut lebih besar dari nilai yang Anda berikan | 
| Lebih besar dari atau sama | >= | [greaterThanOrSama](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-greaterThanOrEquals) | number | Atribut lebih besar dari atau sama dengan nilai yang Anda berikan | 
| Kurang dari | < | [Kurang dari](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-lessThan) | number | Atribut kurang dari nilai yang Anda berikan | 
| Kurang dari atau sama | <= | [lessThanOrSama](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-lessThanOrEquals) | number | Atribut kurang dari atau sama dengan nilai yang Anda berikan | 
| Masuk | : | [di](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-in) | daftar string | Atribut ada dalam daftar yang Anda berikan (saat ini paling baik didukung dengan penyimpanan vektor Amazon OpenSearch Tanpa Server dan Neptunus Analytics GraphRag) | 
| Tidak di | \$1: | [TidakIn](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-notIn) | daftar string | Atribut tidak ada dalam daftar yang Anda berikan (saat ini paling baik didukung dengan penyimpanan vektor Amazon OpenSearch Tanpa Server dan Neptunus Analytics GraphRag) | 
| String berisi | Tidak tersedia | [StringBerisi](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-stringContains) | string | Atribut harus berupa string. Nama atribut cocok dengan kunci dan nilainya adalah string yang berisi nilai yang Anda berikan sebagai substring, atau daftar dengan anggota yang berisi nilai yang Anda berikan sebagai substring (saat ini paling baik didukung dengan penyimpanan vektor Amazon Tanpa OpenSearch Server. Penyimpanan vektor Neptunus Analytics GraphRag mendukung varian string tetapi bukan varian daftar filter ini). | 
| Daftar berisi | Tidak tersedia | [ListBerisi](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-listContains) | string | Atribut harus berupa daftar string. Nama atribut cocok dengan kunci dan nilainya adalah daftar yang berisi nilai yang Anda berikan sebagai salah satu anggotanya (saat ini paling baik didukung dengan penyimpanan vektor Amazon OpenSearch Tanpa Server). | 

Untuk menggabungkan operator penyaringan, Anda dapat menggunakan operator logis berikut:


**Operator logis**  

| Operator | Konsol | Nama bidang filter API | Hasil yang difilter | 
| --- | --- | --- | --- | 
| Dan | and | [danSemua](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-andAll) | Hasil memenuhi semua ekspresi penyaringan dalam grup | 
| Atau | atau | [atauSemua](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrievalFilter.html#bedrock-Type-agent-runtime_RetrievalFilter-orAll) | Hasil memenuhi setidaknya satu ekspresi penyaringan dalam grup | 

Untuk mempelajari cara memfilter hasil menggunakan metadata, pilih tab untuk metode pilihan Anda, lalu ikuti langkah-langkahnya:

------
#### [ Console ]

Ikuti langkah-langkah konsol di [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md) atau[Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md). Saat Anda membuka panel **Konfigurasi**, Anda akan melihat bagian **Filter**. Prosedur berikut menjelaskan kasus penggunaan yang berbeda:
+ Untuk menambahkan filter, buat ekspresi pemfilteran dengan memasukkan atribut metadata, operator pemfilteran, dan nilai di dalam kotak. Pisahkan setiap bagian ekspresi dengan spasi putih. Tekan **Enter** untuk menambahkan filter.

  Untuk daftar operator pemfilteran yang diterima, lihat tabel **Pemfilteran operator** di atas. Anda juga dapat melihat daftar operator pemfilteran ketika Anda menambahkan spasi setelah atribut metadata.
**catatan**  
Anda harus mengelilingi string dengan tanda kutip.

  Misalnya, Anda dapat memfilter hasil dari dokumen sumber yang berisi atribut `genre` metadata yang nilainya `"entertainment"` dengan menambahkan filter berikut:. **genre = "entertainment"**  
![\[Tambahkan satu filter.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/kb/filter-one.png)
+ Untuk menambahkan filter lain, masukkan ekspresi penyaringan lain di dalam kotak dan tekan **Enter**. Anda dapat menambahkan hingga 5 filter dalam grup.  
![\[Tambahkan filter lain.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/kb/filter-more.png)
+ Secara default, kueri akan mengembalikan hasil yang memenuhi semua ekspresi pemfilteran yang Anda berikan. **Untuk mengembalikan hasil yang memenuhi setidaknya satu ekspresi pemfilteran, pilih menu tarik-turun **dan** antara dua operasi penyaringan dan pilih atau.**  
![\[Ubah operasi logis antar filter.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/kb/filter-logical.png)
+ Untuk menggabungkan operator logis yang berbeda, pilih **\$1 Tambah Grup** untuk menambahkan grup filter. Masukkan ekspresi pemfilteran di grup baru. Anda dapat menambahkan hingga 5 grup filter.  
![\[Tambahkan grup filter untuk menggabungkan operator logis yang berbeda.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/kb/filter-group.png)
+ ****Untuk mengubah operator logis yang digunakan di antara semua grup penyaringan, pilih menu tarik-turun AND antara dua grup filter dan pilih OR.****  
![\[Ubah operasi logis antara grup filter.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/kb/filter-group-logical.png)
+ Untuk mengedit filter, pilih, ubah operasi penyaringan, dan pilih **Terapkan**.  
![\[Edit filter.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/kb/filter-edit.png)
+ Untuk menghapus grup filter, pilih ikon tempat sampah (![\[Trapezoid-shaped diagram showing data flow from source to destination through AWS Transfer Family.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/trash.png)) di sebelah grup. Untuk menghapus filter, pilih ikon hapus (![\[Close or cancel icon represented by an "X" symbol.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/icons/close.png)) di sebelah filter.  
![\[Hapus grup filter atau filter.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/kb/filter-delete.png)

Gambar berikut menunjukkan contoh konfigurasi filter yang mengembalikan semua dokumen yang ditulis setelah genre **2018** siapa**"entertainment"**, selain dokumen yang genre-nya **"cooking"** atau **"sports"** dan yang penulisnya dimulai**"C"**.

![\[Contoh konfigurasi filter.\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/images/kb/filter-example.png)


------
#### [ API ]

Saat Anda membuat [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)atau [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)meminta, sertakan `retrievalConfiguration` bidang, dipetakan ke [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)objek. Untuk melihat lokasi bidang ini, lihat badan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)permintaan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)dan permintaan dalam referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam [KnowledgeBaseRetrievalConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_KnowledgeBaseRetrievalConfiguration.html)objek untuk mengatur filter untuk kasus penggunaan yang berbeda:

1. Gunakan satu operator penyaringan (lihat tabel **Operator penyaringan** di atas).

   ```
   "retrievalConfiguration": {
       "vectorSearchConfiguration": {
           "filter": {
               "<filter-type>": {
                   "key": "string",
                   "value": "string" | number | boolean | ["string", "string", ...]
               }
           }
       }
   }
   ```

1. Gunakan operator logis (lihat tabel **Operator logis** di atas) untuk menggabungkan hingga 5.

   ```
   "retrievalConfiguration": {
       "vectorSearchConfiguration": {
           "filter": {
               "andAll | orAll": [
                   "<filter-type>": {
                       "key": "string",
                       "value": "string" | number | boolean | ["string", "string", ...]
                   },
                   "<filter-type>": {
                       "key": "string",
                       "value": "string" | number | boolean | ["string", "string", ...]
                   },
                   ...
               ]
           }
       }
   }
   ```

1. Gunakan operator logis untuk menggabungkan hingga 5 operator penyaringan ke dalam grup filter, dan operator logis kedua untuk menggabungkan grup filter tersebut dengan operator penyaringan lain.

   ```
   "retrievalConfiguration": {
       "vectorSearchConfiguration": {
           "filter": {
               "andAll | orAll": [
                   "andAll | orAll": [
                       "<filter-type>": {
                           "key": "string",
                           "value": "string" | number | boolean | ["string", "string", ...]
                       },
                       "<filter-type>": {
                           "key": "string",
                           "value": "string" | number | boolean | ["string", "string", ...]
                       },
                       ...
                   ],
                   "<filter-type>": {
                       "key": "string",
                       "value": "string" | number | boolean | ["string", "string", ...]
                   }
               ]
           }
       }
   }
   ```

1. Gabungkan hingga 5 grup filter dengan menyematkannya dalam operator logis lain. Anda dapat membuat satu tingkat penyematan.

   ```
   "retrievalConfiguration": {
       "vectorSearchConfiguration": {
           "filter": {
               "andAll | orAll": [
                   "andAll | orAll": [
                       "<filter-type>": {
                           "key": "string",
                           "value": "string" | number | boolean | ["string", "string", ...]
                       },
                       "<filter-type>": {
                           "key": "string",
                           "value": "string" | number | boolean | ["string", "string", ...]
                       },
                       ...
                   ],
                   "andAll | orAll": [
                       "<filter-type>": {
                           "key": "string",
                           "value": "string" | number | boolean | ["string", "string", ...]
                       },
                       "<filter-type>": {
                           "key": "string",
                           "value": "string" | number | boolean | ["string", "string", ...]
                       },
                       ...
                   ]
               ]
           }
       }
   }
   ```

Tabel berikut menjelaskan jenis filter yang dapat Anda gunakan:


****  

| Bidang | Tipe data nilai yang didukung | Hasil yang difilter | 
| --- | --- | --- | 
| equals | string, nomor, boolean | Atribut cocok dengan nilai yang Anda berikan | 
| notEquals | string, nomor, boolean | Atribut tidak cocok dengan nilai yang Anda berikan  | 
| greaterThan | number | Atribut lebih besar dari nilai yang Anda berikan | 
| greaterThanOrEquals | number | Atribut lebih besar dari atau sama dengan nilai yang Anda berikan | 
| lessThan | number | Atribut kurang dari nilai yang Anda berikan  | 
| lessThanOrEquals | number | Atribut kurang dari atau sama dengan nilai yang Anda berikan | 
| in | daftar string | Atribut ada dalam daftar yang Anda berikan | 
| notIn | daftar string | Atribut tidak ada dalam daftar yang Anda berikan | 
| startsWith | string | Atribut dimulai dengan string yang Anda berikan (hanya didukung untuk penyimpanan vektor Amazon OpenSearch Tanpa Server) | 

Untuk menggabungkan jenis filter, Anda dapat menggunakan salah satu operator logis berikut:


****  

| Bidang | Peta ke | Hasil yang difilter | 
| --- | --- | --- | 
| andAll | Daftar hingga 5 jenis filter | Hasil memenuhi semua ekspresi penyaringan dalam grup | 
| orAll | Daftar hingga 5 jenis filter | Hasil memenuhi setidaknya satu ekspresi penyaringan dalam grup | 

Sebagai contoh, lihat [Mengirim kueri dan menyertakan filter (Ambil)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html#API_agent-runtime_Retrieve_Example_2) dan [Kirim kueri dan sertakan filter (RetrieveAndGenerate)](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html#API_agent-runtime_RetrieveAndGenerate_Example_2).

------

## Pemfilteran metadata implisit
<a name="kb-test-config-implicit"></a>

Amazon Bedrock Knowledge Base menghasilkan dan menerapkan filter pengambilan berdasarkan kueri pengguna dan skema metadata.

**catatan**  
Fitur saat ini hanya berfungsi dengan AnthropicClaude 3.5 Sonnet.

`implicitFilterConfiguration`Ini ditentukan dalam `vectorSearchConfiguration` badan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_Retrieve.html)permintaan. Sertakan bidang-bidang berikut:
+ `metadataAttributes`— Dalam array ini, berikan skema yang menjelaskan atribut metadata yang model akan menghasilkan filter untuk.
+ `modelArn`— ARN dari model yang akan digunakan.

Berikut ini menunjukkan contoh skema metadata yang dapat Anda tambahkan ke array di. `metadataAttributes`

```
[
    {
        "key": "company",
        "type": "STRING",
        "description": "The full name of the company. E.g. `Amazon.com, Inc.`, `Alphabet Inc.`, etc"
    },
    {
        "key": "ticker",
        "type": "STRING",
        "description": "The ticker name of a company in the stock market, e.g. AMZN, AAPL"
    },
    {
        "key": "pe_ratio",
        "type": "NUMBER",
        "description": "The price to earning ratio of the company. This is a measure of valuation of a company. The lower the pe ratio, the company stock is considered chearper."
    },
    {
        "key": "is_us_company",
        "type": "BOOLEAN",
        "description": "Indicates whether the company is a US company."
    },
    {
        "key": "tags",
        "type": "STRING_LIST",
        "description": "Tags of the company, indicating its main business. E.g. `E-commerce`, `Search engine`, `Artificial intelligence`, `Cloud computing`, etc"
    }
]
```

## Pagar pembatas
<a name="kb-test-config-guardrails"></a>

Anda dapat menerapkan perlindungan untuk basis pengetahuan Anda untuk kasus penggunaan dan kebijakan AI yang bertanggung jawab. Anda dapat membuat beberapa pagar pembatas yang disesuaikan dengan kasus penggunaan yang berbeda dan menerapkannya di beberapa kondisi permintaan dan respons, memberikan pengalaman pengguna yang konsisten dan menstandarisasi kontrol keselamatan di seluruh basis pengetahuan Anda. Anda dapat mengonfigurasi topik yang ditolak untuk melarang topik dan filter konten yang tidak diinginkan untuk memblokir konten berbahaya dalam input dan tanggapan model. Untuk informasi selengkapnya, lihat [Mendeteksi dan memfilter konten berbahaya dengan menggunakan Amazon Bedrock Guardrails](guardrails.md).

**catatan**  
Menggunakan pagar pembatas dengan landasan kontekstual untuk basis pengetahuan saat ini tidak didukung pada Claude 3 Soneta dan Haiku.

Untuk pedoman teknik cepat umum, lihat[Konsep rekayasa yang cepat](prompt-engineering-guidelines.md).

Pilih tab untuk metode pilihan Anda, lalu ikuti langkah-langkahnya:

------
#### [ Console ]

Ikuti langkah-langkah konsol di [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md) atau[Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md). Di jendela pengujian, nyalakan **Hasilkan respons**. Kemudian, di panel **Konfigurasi**, perluas bagian **Guardrails**.

1. Di bagian **Guardrails**, pilih **Nama** dan **Versi** pagar pembatas Anda. **Jika Anda ingin melihat detail untuk pagar pembatas dan versi yang Anda pilih, pilih Lihat.**

   Atau, Anda dapat membuat yang baru dengan memilih tautan **Guardrail**.

1. Setelah selesai mengedit, pilih **Simpan perubahan**. Untuk keluar tanpa menyimpan pilih **Buang perubahan**.

------
#### [ API ]

Saat Anda mengajukan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)permintaan, sertakan `guardrailConfiguration` bidang di dalam `generationConfiguration` untuk menggunakan pagar pembatas Anda dengan permintaan tersebut. Untuk melihat lokasi bidang ini, lihat badan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)permintaan di referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)untuk mengatur: `guardrailConfiguration`

```
"generationConfiguration": {
    "guardrailConfiguration": {
        "guardrailId": "string",
        "guardrailVersion": "string"
    }
}
```

Tentukan `guardrailId` dan pagar `guardrailVersion` pembatas pilihan Anda. 

------

## Reranking
<a name="kb-test-config-rerank"></a>

Anda dapat menggunakan model reranker untuk merank ulang hasil dari kueri basis pengetahuan. Ikuti langkah-langkah konsol di [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md) atau[Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md). Saat Anda membuka panel **Konfigurasi**, perluas bagian **Reranking**. Pilih model reranker, perbarui izin jika perlu, dan ubah opsi tambahan apa pun. Masukkan prompt dan pilih **Jalankan** untuk menguji hasil setelah reranking.

## Dekomposisi kueri
<a name="kb-test-query-modifications"></a>

Dekomposisi kueri adalah teknik yang digunakan untuk memecah kueri kompleks menjadi sub-kueri yang lebih kecil dan lebih mudah dikelola. Pendekatan ini dapat membantu dalam mengambil informasi yang lebih akurat dan relevan, terutama ketika kueri awal multifaset atau terlalu luas. Mengaktifkan opsi ini dapat mengakibatkan beberapa kueri dieksekusi terhadap Basis Pengetahuan Anda, yang dapat membantu dalam respons akhir yang lebih akurat.

Misalnya, untuk pertanyaan seperti *“Siapa yang mencetak gol lebih tinggi di Piala Dunia FIFA 2022, Argentina atau Prancis?*” , Basis pengetahuan Amazon Bedrock pertama-tama dapat menghasilkan sub-kueri berikut, sebelum menghasilkan jawaban akhir:

1. *Berapa banyak gol yang dicetak Argentina di final Piala Dunia FIFA 2022?*

1. *Berapa banyak gol yang dicetak Prancis di final Piala Dunia FIFA 2022?*

------
#### [ Console ]

1. Membuat dan menyinkronkan sumber data atau menggunakan basis pengetahuan yang ada.

1. Buka jendela uji dan buka panel konfigurasi.

1. Aktifkan dekomposisi kueri.

------
#### [ API ]

```
POST /retrieveAndGenerate HTTP/1.1
Content-type: application/json
{
   "input": {
      "text": "string"
   },
   "retrieveAndGenerateConfiguration": {
      "knowledgeBaseConfiguration": {
         "orchestrationConfiguration": { // Query decomposition
           "queryTransformationConfiguration": {
                "type": "string" // enum of QUERY_DECOMPOSITION
           }
         },
...}
}
```

------

## Parameter inferensi
<a name="kb-test-model-params"></a>

Saat menghasilkan respons berdasarkan pengambilan informasi, Anda dapat menggunakan [parameter inferensi](inference-parameters.md) untuk mendapatkan kontrol lebih besar atas perilaku model selama inferensi dan memengaruhi keluaran model.

Untuk mempelajari cara memodifikasi parameter inferensi, pilih tab untuk metode pilihan Anda, lalu ikuti langkah-langkahnya:

------
#### [ Console ]

**Untuk memodifikasi parameter inferensi saat menanyakan basis pengetahuan** — Ikuti langkah konsol di [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md) atau. [Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md) Saat Anda membuka panel **Konfigurasi**, Anda akan melihat bagian parameter **Inferensi**. Ubah parameter seperlunya.

**Untuk mengubah parameter inferensi saat mengobrol dengan dokumen Anda** — Ikuti langkah-langkahnya di. [Mengobrol dengan dokumen Anda tanpa basis pengetahuan yang dikonfigurasi](knowledge-base-chatdoc.md) Di panel **Konfigurasi**, perluas bagian **Parameter inferensi dan ubah parameter** seperlunya.

------
#### [ API ]

Anda memberikan parameter model dalam panggilan ke [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)API. Anda dapat menyesuaikan model dengan memberikan parameter inferensi di `inferenceConfig` bidang `knowledgeBaseConfiguration` (jika Anda menanyakan basis pengetahuan) atau `externalSourcesConfiguration` (jika Anda [mengobrol dengan dokumen Anda](knowledge-base-chatdoc.md)).

Di dalam `inferenceConfig` bidang adalah `textInferenceConfig` bidang yang berisi parameter berikut yang dapat Anda:
+ suhu
+ TopP
+ maxTokenCount
+ StopSequences

Anda dapat menyesuaikan model dengan menggunakan parameter berikut di `inferenceConfig` bidang keduanya `externalSourcesConfiguration` dan`knowledgeBaseConfiguration`: 
+ suhu
+ TopP
+ maxTokenCount
+ StopSequences

Untuk penjelasan rinci tentang fungsi masing-masing parameter ini, lihat[Mempengaruhi generasi respons dengan parameter inferensi](inference-parameters.md).

Selain itu, Anda dapat memberikan parameter khusus yang tidak didukung oleh `textInferenceConfig` melalui `additionalModelRequestFields` peta. Anda dapat memberikan parameter unik untuk model tertentu dengan argumen ini, untuk parameter unik lihat[Parameter permintaan inferensi dan bidang respons untuk model dasar](model-parameters.md).

Jika parameter dihilangkan dari`textInferenceConfig`, nilai default akan digunakan. Parameter apa pun yang tidak dikenali `textInferneceConfig` akan diabaikan, sementara parameter apa pun yang tidak dikenali `AdditionalModelRequestFields` akan menyebabkan pengecualian. 

Pengecualian validasi dilemparkan jika ada parameter yang sama di keduanya `additionalModelRequestFields` dan`TextInferenceConfig`.

**Menggunakan parameter model di RetrieveAndGenerate**

 Berikut ini adalah contoh struktur untuk `inferenceConfig` dan `additionalModelRequestFields` di bawah `generationConfiguration` dalam badan `RetrieveAndGenerate` permintaan:

```
"inferenceConfig": {
    "textInferenceConfig": {
        "temperature": 0.5,  
        "topP": 0.5,
        "maxTokens": 2048,
        "stopSequences": ["\nObservation"]
    }
},
"additionalModelRequestFields": {
    "top_k": 50
}
```

 Contoh proses menetapkan 0,5, 0,5, `temperature` `top_p` dari 2048, `maxTokens` menghentikan pembangkitan jika menemukan string "\$1nObservation” dalam respons yang dihasilkan, dan melewati nilai kustom `top_k` 50. 

------

## Templat prompt basis pengetahuan: orkestrasi & pembuatan
<a name="kb-test-config-prompt-template"></a>

Saat Anda menanyakan basis pengetahuan dan pembuatan respons permintaan, Amazon Bedrock menggunakan templat prompt yang menggabungkan instruksi dan konteks dengan kueri pengguna untuk membuat prompt pembuatan yang dikirim ke model untuk pembuatan respons. Anda juga dapat menyesuaikan prompt orkestrasi, yang mengubah prompt pengguna menjadi kueri penelusuran. Anda dapat merekayasa template prompt dengan alat-alat berikut:
+ **Placeholder prompt — Variabel** yang telah ditentukan sebelumnya di Pangkalan Pengetahuan Batuan Dasar Amazon yang diisi secara dinamis saat runtime selama kueri basis pengetahuan. Dalam prompt sistem, Anda akan melihat placeholder ini dikelilingi oleh simbol. `$` Daftar berikut menjelaskan placeholder yang dapat Anda gunakan:
**catatan**  
`$output_format_instructions$`Placeholder adalah bidang wajib untuk kutipan yang akan ditampilkan dalam respons.  
****    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/id_id/bedrock/latest/userguide/kb-test-config.html)
+ **Tag Anthropic XML—model** mendukung penggunaan tag XMLuntuk menyusun dan menggambarkan petunjuk Anda. Gunakan nama tag deskriptif untuk hasil yang optimal. Misalnya, dalam prompt sistem default, Anda akan melihat `<database>` tag yang digunakan untuk menggambarkan database pertanyaan yang diajukan sebelumnya). Untuk informasi selengkapnya, lihat [Menggunakan tag XMLdi](https://docs.anthropic.com/claude/docs/use-xml-tags) [panduan Anthropic pengguna](https://docs.anthropic.com/en/docs/welcome).

Untuk pedoman teknik cepat umum, lihat[Konsep rekayasa yang cepat](prompt-engineering-guidelines.md).

Pilih tab untuk metode pilihan Anda, lalu ikuti langkah-langkahnya:

------
#### [ Console ]

Ikuti langkah-langkah konsol di [Kueri basis pengetahuan dan ambil data](kb-test-retrieve.md) atau[Kueri basis pengetahuan dan hasilkan tanggapan berdasarkan data yang diambil](kb-test-retrieve-generate.md). Di jendela pengujian, nyalakan **Hasilkan respons**. Kemudian, di panel **Konfigurasi**, perluas bagian **template prompt dasar Pengetahuan**.

1. Pilih **Edit**.

1. Edit prompt sistem di editor teks, termasuk placeholder prompt dan tag XHTML seperlunya. Untuk kembali ke template prompt default, pilih **Reset ke default**.

1. Setelah selesai mengedit, pilih **Simpan perubahan**. Untuk keluar tanpa menyimpan prompt sistem, pilih **Buang perubahan**.

------
#### [ API ]

Saat Anda membuat [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)permintaan, sertakan `generationConfiguration` bidang, dipetakan ke [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)objek. Untuk melihat lokasi bidang ini, lihat badan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)permintaan di referensi API.

Objek JSON berikut menunjukkan bidang minimal yang diperlukan dalam [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html)objek untuk mengatur jumlah maksimum hasil yang diambil untuk kembali:

```
"generationConfiguration": {
    "promptTemplate": {
        "textPromptTemplate": "string"
    }
}
```

Masukkan template prompt kustom Anda di `textPromptTemplate` bidang, termasuk placeholder prompt dan tag XHTML seperlunya. Untuk jumlah maksimum karakter yang diizinkan dalam prompt sistem, lihat `textPromptTemplate` bidang di [GenerationConfiguration](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_GenerationConfiguration.html).

------

# Konfigurasikan pembuatan respons untuk model penalaran dengan Basis Pengetahuan
<a name="kb-test-configure-reasoning"></a>

Model dasar tertentu dapat melakukan penalaran model, di mana mereka mengambil tugas yang lebih besar dan kompleks dan memecahnya menjadi langkah-langkah yang lebih kecil dan lebih sederhana. Proses ini, sering disebut sebagai penalaran rantai pemikiran (CoT), dapat meningkatkan akurasi model dengan memberi model kesempatan untuk berpikir sebelum merespons. Penalaran model paling berguna untuk tugas seperti analisis multi-langkah, masalah matematika, dan tugas penalaran yang kompleks. Untuk informasi selengkapnya, lihat [Tingkatkan respons model dengan penalaran model](inference-reasoning.md).

**catatan**  
Halaman ini menjelaskan cara menggunakan konfigurasi penalaran khusus untuk Pangkalan Pengetahuan Amazon Bedrock. Untuk informasi tentang mengonfigurasi alasan untuk pemanggilan model langsung menggunakan API, lihat. `InvokeModel` [Tingkatkan respons model dengan penalaran model](inference-reasoning.md)

Ketika penalaran model diaktifkan, ini dapat menghasilkan peningkatan akurasi dengan hasil kutipan yang lebih baik tetapi dapat menghasilkan peningkatan latensi. Berikut ini adalah beberapa pertimbangan saat Anda menanyakan sumber data dan menghasilkan respons menggunakan model penalaran dengan Pangkalan Pengetahuan Amazon Bedrock.

**Topics**
+ [Model penalaran](#kb-test-reasoning-models)
+ [Menggunakan penalaran model untuk Claude 3.7 Soneta](#kb-test-reasoning-using)
+ [Pertimbangan umum](#kb-test-reasoning-general-considerations)
+ [Mengambil dan menghasilkan pertimbangan API](#kb-test-reasoning-api-considerations)

## Model penalaran
<a name="kb-test-reasoning-models"></a>

Penalaran model tersedia untuk model-model berikut.


| Model Yayasan | ID Model | Jumlah token | Konfigurasi penalaran | 
| --- | --- | --- | --- | 
| Anthropic Claude Opus 4 | anthropic.claude-opus-4-20250514-v 1:0 | Model ini akan memiliki 32.768 token, yang mencakup token output dan penalaran. | Penalaran dapat diaktifkan atau dinonaktifkan untuk model ini menggunakan anggaran token yang dapat dikonfigurasi. Secara default, penalaran dinonaktifkan. | 
| Anthropic Claude Sonnet 4 | anthropic.claude-sonnet-4-20250514-v 1:0 | Model ini akan memiliki 65.536 token, yang mencakup token output dan penalaran. | Penalaran dapat diaktifkan atau dinonaktifkan untuk model ini menggunakan anggaran token yang dapat dikonfigurasi. Secara default, penalaran dinonaktifkan. | 
| Anthropic Claude 3.7 Sonnet | anthropic.claude-3-7-sonnet-20250219-v 1:0 | Model ini akan memiliki 65.536 token, yang mencakup token output dan penalaran. | Penalaran dapat diaktifkan atau dinonaktifkan untuk model ini menggunakan anggaran token yang dapat dikonfigurasi. Secara default, penalaran dinonaktifkan. | 
| DeepSeek DeepSeek-R1 | deepseek.r1-v 1:0 | Model ini akan memiliki 8192 token, yang mencakup token output dan penalaran. Jumlah token pemikiran tidak dapat dikonfigurasi dan jumlah maksimum token keluaran tidak boleh lebih besar dari 8192. | Penalaran selalu diaktifkan untuk model ini. Model ini tidak mendukung mengaktifkan dan mematikan kemampuan penalaran. | 

## Menggunakan penalaran model untuk Claude 3.7 Soneta
<a name="kb-test-reasoning-using"></a>

**catatan**  
Penalaran model selalu diaktifkan untuk model DeepSeek -R1. Model ini tidak mendukung mengaktifkan dan mematikan kemampuan penalaran.

Saat menggunakan model Claude 3.7 Sonnet, penalaran model dapat diaktifkan atau dinonaktifkan menggunakan parameter API. `additionalModelRequestFields` [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html) Parameter ini menerima setiap pasangan kunci-nilai. Misalnya, Anda dapat menambahkan `reasoningConfig` bidang dan menggunakan `type` kunci untuk mengaktifkan atau menonaktifkan penalaran, seperti yang ditunjukkan di bawah ini.

```
{
   "input": { 
      "text": "string",
      "retrieveAndGenerateConfiguration": { 
      "knowledgeBaseConfiguration": { 
         "generationConfiguration": { 
            "additionalModelRequestFields": {
                "reasoningConfig" : {
                    "type": "enabled",
                    "budget_tokens": INT_VAL, #required when enabled
                }
            }
         },
         "knowledgeBaseId": "string",
      },
      "type": "string"
   },
   "sessionId": "string"
}
```

## Pertimbangan umum
<a name="kb-test-reasoning-general-considerations"></a>

Berikut ini adalah beberapa pertimbangan umum untuk menggunakan model penalaran untuk Basis Pengetahuan.
+ Model penalaran akan memiliki waktu hingga lima menit untuk menanggapi kueri. Jika model membutuhkan waktu lebih dari lima menit untuk menanggapi kueri, itu menghasilkan waktu habis.
+ Agar tidak melebihi batas waktu lima menit, penalaran model diaktifkan hanya pada langkah pembuatan saat Anda mengonfigurasi kueri dan pembuatan respons. Langkah orkestrasi tidak dapat memiliki penalaran model.
+ Model penalaran dapat menggunakan hingga 8192 token untuk menanggapi kueri, yang akan mencakup output dan token pemikiran. Setiap permintaan yang memiliki permintaan untuk jumlah maksimum token keluaran yang lebih besar dari batas ini akan menghasilkan kesalahan.

## Mengambil dan menghasilkan pertimbangan API
<a name="kb-test-reasoning-api-considerations"></a>

Berikut ini adalah beberapa pertimbangan saat menggunakan [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerate.html)API untuk model penalaran.
+ Secara default, ketika penalaran dinonaktifkan untuk semua model termasuk Claude 3.7 Soneta, suhu diatur ke nol. Ketika penalaran diaktifkan, suhu harus diatur ke satu.

  ```
  "inferenceConfig": {
      "textInferenceConfig": {
          "maxTokens": 8192,
          "temperature": 1
      }
  }
  ```
+ Parameter, Top P, harus dinonaktifkan saat penalaran diaktifkan untuk model Soneta Claude 3.7. Top P adalah bidang permintaan model tambahan yang menentukan persentil token yang mungkin untuk dipilih selama pembuatan. Secara default, nilai Top P untuk model Anthropic Claude lainnya adalah satu. Untuk model Claude 3.7 Sonnet, nilai ini akan dinonaktifkan secara default.
+ Ketika penalaran model digunakan, itu dapat mengakibatkan peningkatan latensi. Saat menggunakan operasi API ini dan operasi [https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html](https://docs.aws.amazon.com/bedrock/latest/APIReference/API_agent-runtime_RetrieveAndGenerateStream.html)API, Anda mungkin melihat adanya penundaan dalam menerima respons dari API.