翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Amazon OpenSearch Service で関連エージェントを検索する
Search Relevance エージェントは、Amazon OpenSearch Service の機能で、検索の関連性の調整タスクを自動化します。OpenSearch UI のチャットインターフェイスを使用すると、関連性の問題を見つけたり、チューニングのヒントを得たり、自然言語を使用してワークフローを実行したりできます。Search Relevance エージェントを使用すると、手動で調整するのではなく、データ駆動型のアプローチを取ることができます。
エージェントは、ユーザー動作シグナルとクエリパターンを分析します。仮説を生成し、事前にラベル付けされたデータセットに対するオフライン評価を通じて検証します。検索の深い専門知識がなくても、検索の関連性を向上させることができます。
次のスクリーンショットは、OpenSearch UI の検索関連性ワークベンチを示しています。
## 開始方法
検索関連性エージェントを開始するには、**AI Assistant** `/search-relevance` チャットでスラッシュコマンドを入力します。エージェントの動作は、現在のワークスペースコンテキストによって異なります。
+ 検索ワークスペースにいない場合、エージェントは検索ワークスペースに移動または作成するよう求めます。
+ 検索ワークスペースに既に存在する場合、スラッシュコマンドは**検索関連性ワークベンチ**ページに移動します。その後、**AI Assistant** チャットで検索の関連性についてフォローアップの質問をすることができます。
検索関連性エージェントは、他のエージェント AI 機能と同じリージョンの可用性を持ちます。詳細については、「[リージョンの可用性](application-ai-assistant.md#application-ai-assistant-regions)」を参照してください。
## 主な利点
検索関連性の調整は複雑です。あいまいなクエリにはインテントギャップがあります。検索データには、大規模なノイズやギャップが含まれていることがよくあります。手動調整サイクルには数か月かかる場合があります。Search Relevance エージェントは、以下の利点でこれらの課題に対処します。
+ **診断と解決の迅速化** – 関連性の問題を見つけて修正する時間を数日から数時間に短縮します。エージェントは、根本原因の分析と調整ワークフローを自動化して、迅速な反復を実現します。
+ **検索エキスパートへの依存の軽減** – Search Relevance エージェントを使用すると、専門的な専門知識を必要とせずに、ガイド付きワークフローを通じて検索品質を調整できます。
+ **データ検証済みの改善** – 直感ベースのチューニングを自動評価ループに置き換えます。エージェントは、実際のクエリとデータセットに対して変更をテストします。改善が測定可能で、意図しない回帰がないことを確認できます。
+ **プロセスを完全に制御する** – コラボレーションアプローチを使用して、完全な監視を維持します。引き続き意思決定者として、エージェントの方向性を主導し、レコメンデーションを改善します。
## 機能
Search Relevance エージェントを使用すると、Search Relevance Workbench を使用して、クエリドメイン固有の言語 (DSL) でend-to-endの実験を実行できます。次のタスクを実行できます。
+ クエリセットと判断リストを作成する (人間が評価したクエリと結果のペア)
+ 標準関連性メトリクスを使用して制御されたテストを実行し、影響を定量化する
+ 検索フィールドの絞り込み、重みの調整、ブースト関数の調整 (特定の結果の関連性スコアを高めるルール)
会話は、検索改善サイクルのどの段階でも入力できます。診断チェックから開始するか、すぐにテストするための特定の仮説を取り込みます。エージェントは、より詳細な最適化のために利用可能な場合、ユーザー行動インサイト (UBI) データを使用しますが、UBI を開始する必要はありません。