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

# Cari Agen Relevansi di Layanan Amazon OpenSearch
<a name="application-search-relevance-agent"></a>

Agen Relevansi Pencarian adalah fitur di Amazon OpenSearch Service yang mengotomatiskan tugas penyetelan relevansi pencarian. Melalui antarmuka obrolan di OpenSearch UI, Anda dapat menemukan masalah relevansi, mendapatkan tips penyetelan, dan menjalankan alur kerja menggunakan bahasa alami. Dengan Agen Relevansi Pencarian, Anda dapat mengambil pendekatan berbasis data alih-alih menyetel secara manual.

Agen menganalisis sinyal perilaku pengguna dan pola kueri. Ini menghasilkan hipotesis dan memvalidasinya melalui evaluasi offline terhadap kumpulan data pra-label. Anda dapat meningkatkan relevansi pencarian tanpa keahlian pencarian yang mendalam.

Screenshot berikut menunjukkan Search Relevance Workbench di OpenSearch UI.

![Meja Kerja Relevansi Pencarian yang menampilkan konfigurasi penelusuran, navigasi eksperimen, dan panel obrolan Asisten AI.](http://docs.aws.amazon.com/id_id/opensearch-service/latest/developerguide/images/search-relevance-workbench.png)


## Memulai
<a name="application-search-relevance-agent-getting-started"></a>

Untuk memulai Agen Relevansi Pencarian, masukkan perintah `/search-relevance` garis miring di obrolan **Asisten AI**. Perilaku agen bergantung pada konteks ruang kerja Anda saat ini:
+ Jika Anda tidak berada di ruang kerja Penelusuran, agen akan meminta Anda untuk menavigasi atau membuat ruang kerja Penelusuran.
+ Jika Anda sudah berada di ruang kerja Penelusuran, perintah garis miring akan mengarahkan Anda ke halaman **Search Relevance** Workbench. Anda kemudian dapat mengajukan pertanyaan lanjutan tentang relevansi pencarian di obrolan **Asisten AI**.

Agen Relevansi Pencarian memiliki ketersediaan wilayah yang sama dengan fitur AI agen lainnya. Untuk informasi selengkapnya, lihat [Ketersediaan wilayah](application-ai-assistant.md#application-ai-assistant-regions).

## Manfaat utama
<a name="application-search-relevance-agent-benefits"></a>

Penyetelan relevansi pencarian rumit. Kesenjangan maksud ada dalam kueri ambigu. Data pencarian sering mengandung noise atau celah dalam skala. Siklus penyetelan manual bisa memakan waktu berbulan-bulan. Agen Relevansi Pencarian mengatasi tantangan ini dengan manfaat berikut:
+ **Diagnosis dan resolusi yang lebih cepat** — Kurangi waktu untuk menemukan dan memperbaiki masalah relevansi dari hari ke jam. Agen mengotomatiskan analisis akar penyebab dan menyetel alur kerja untuk iterasi cepat.
+ **Mengurangi ketergantungan pada pakar penelusuran** — Dengan Agen Relevansi Penelusuran, Anda dapat menyesuaikan kualitas pencarian melalui alur kerja terpandu tanpa memerlukan keahlian khusus.
+ **Data-validated perbaikan** — Ganti penyetelan berbasis intuisi dengan loop evaluasi otomatis. Agen menguji perubahan terhadap kueri dan kumpulan data nyata. Anda dapat mengonfirmasi bahwa perbaikan dapat diukur dan bebas dari regresi yang tidak diinginkan.
+ **Kontrol penuh atas proses** — Anda tetap mengawasi penuh menggunakan pendekatan kolaboratif. Anda tetap menjadi pembuat keputusan, mengarahkan arah agen dan menyempurnakan rekomendasi.

## Kemampuan
<a name="application-search-relevance-agent-capabilities"></a>

Dengan Agen Relevansi Penelusuran, Anda dapat menjalankan eksperimen end-to-end dengan query domain-specific language (DSL) melalui Search Relevance Workbench. Anda dapat melakukan tugas-tugas berikut:
+ Buat kumpulan kueri dan daftar penilaian (pasangan hasil kueri berperingkat manusia)
+ Jalankan pengujian terkontrol dan ukur dampak menggunakan metrik relevansi standar
+ Perbaiki bidang pencarian, sesuaikan bobot, dan sesuaikan fungsi peningkatan (aturan yang meningkatkan skor relevansi hasil tertentu)

Anda dapat memasuki percakapan di setiap tahap siklus peningkatan pencarian. Mulailah dengan pemeriksaan diagnostik atau bawa hipotesis spesifik untuk pengujian segera. Agen menggunakan data User Behavior Insights (UBI) jika tersedia untuk pengoptimalan yang lebih dalam, tetapi UBI tidak diharuskan untuk memulai.