Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
# Cerca Relevance Agent in Amazon Service OpenSearch
Il Search Relevance Agent è una funzionalità di Amazon OpenSearch Service che automatizza le attività di ottimizzazione della pertinenza della ricerca. Tramite un'interfaccia di chat nell' OpenSearch interfaccia utente, puoi trovare problemi di pertinenza, ottenere suggerimenti di ottimizzazione ed eseguire flussi di lavoro utilizzando il linguaggio naturale. Con Search Relevance Agent, puoi adottare un approccio basato sui dati anziché eseguire l'ottimizzazione manuale.
L'agente analizza i segnali di comportamento degli utenti e i modelli di interrogazione. Genera ipotesi e le convalida tramite una valutazione offline rispetto a set di dati preetichettati. Puoi migliorare la pertinenza della ricerca senza competenze approfondite.
La schermata seguente mostra il Search Relevance Workbench nell'interfaccia utente. OpenSearch
## Nozioni di base
**Per avviare Search Relevance Agent, inserisci il comando `/search-relevance` slash nella chat di AI Assistant.** Il comportamento dell'agente dipende dal contesto attuale dell'area di lavoro:
+ Se non ti trovi in un'area di lavoro di ricerca, l'agente ti chiede di accedere o creare un'area di lavoro di ricerca.
+ **Se ti trovi già in un'area di lavoro di ricerca, il comando slash ti porta alla pagina Search Relevance Workbench.** **Puoi quindi porre domande di follow-up sulla pertinenza della ricerca nella chat di AI Assistant.**
Il Search Relevance Agent ha la stessa disponibilità regionale delle altre funzionalità di intelligenza artificiale agentica. Per ulteriori informazioni, consulta [Disponibilità nelle regioni](application-ai-assistant.md#application-ai-assistant-regions).
## Vantaggi principali
L'ottimizzazione della pertinenza della ricerca è complessa. Esistono lacune di intento nelle query ambigue. I dati di ricerca spesso contengono disturbi o lacune su larga scala. I cicli di ottimizzazione manuale possono richiedere mesi. Search Relevance Agent affronta queste sfide con i seguenti vantaggi:
+ **Diagnosi e risoluzione più rapide**: riduci il tempo necessario per trovare e risolvere i problemi di pertinenza da giorni a ore. L'agente automatizza l'analisi delle cause principali e ottimizza i flussi di lavoro per un'iterazione rapida.
+ **Dipendenza ridotta dagli esperti di ricerca**: con Search Relevance Agent, puoi ottimizzare la qualità della ricerca attraverso flussi di lavoro guidati senza bisogno di competenze specialistiche.
+ **Data-validated miglioramenti: sostituisci l'ottimizzazione** basata sull'intuizione con cicli di valutazione automatizzati. L'agente verifica le modifiche rispetto a query e set di dati reali. Puoi confermare che i miglioramenti sono misurabili e privi di regressioni involontarie.
+ **Controllo completo del processo: mantieni la** piena supervisione utilizzando un approccio collaborativo. Rimani il decisore, guidando la direzione dell'agente e perfezionando le raccomandazioni.
## Funzionalità
Con Search Relevance Agent, puoi eseguire esperimenti completi con il linguaggio DSL (Query Domain-Specific Language) tramite Search Relevance Workbench. È possibile eseguire le seguenti attività:
+ Crea set di query ed elenchi di giudizi (coppie query-risultato con valutazione umana)
+ Esegui test controllati e quantifica l'impatto utilizzando metriche di pertinenza standard
+ Perfeziona i campi di ricerca, regola i pesi e ottimizza le funzioni di potenziamento (regole che aumentano il punteggio di pertinenza di risultati specifici)
Puoi partecipare alla conversazione in qualsiasi fase del ciclo di miglioramento della ricerca. Inizia con un controllo diagnostico o presenta ipotesi specifiche per un test immediato. L'agente utilizza i dati User Behavior Insights (UBI) quando disponibili per un'ottimizzazione più approfondita, ma non è necessario che UBI inizi.