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。
次のステップとリソース
このガイドでは、RAG アプリケーションに関する一連のドキュメントレベルの課題と、それらを軽減するためのベストプラクティスについて説明します。これらの学習は、業界のリーダーとのインタビューとディスカッションから導き出され、企業のユースケースに支えられています。
RAG アプリケーション用にドキュメントの最適化を開始するには、既存のドキュメントの監査を実行することをお勧めします。RAG アプリケーションに課題をもたらす領域を特定します。例としては、構造の欠如、あいまいな言語、グラフィカル要素の過剰な使用などがあります。頻繁にアクセスされる、または事業運営にとって重要なドキュメントに優先順位を付けます。対象分野のエキスパートと協力して、このガイドのベストプラクティスを実装します。ドキュメントが明確な見出し、簡潔な言語、コンテキスト設定要素で再構成されていることを確認します。新しいドキュメントについては、一貫性を確保し、作成者がベストプラクティスに従うのに役立つガイドラインとテンプレートを確立します。さらに、生成 AI を使用してドキュメントを再構築するなど、ドキュメント最適化プロセスの側面を自動化できるツールやサービスへの投資を検討してください。ドキュメントの最適化に積極的にアプローチすることで、RAG アプリケーションの可能性を最大限に引き出し、組織全体でより正確で洞察力のある結果を生み出すことができます。
以下のリソースは、組織内の RAG アプリケーションを理解して構築するのに役立ちます。
リソース
AWS ドキュメント
-
RAG ユースケース用の AWS ベクトルデータベースの選択 (AWS 規範ガイダンス)
-
Terraform と Amazon Bedrock を使用して AWS に RAG ユースケースをデプロイする (AWS 規範ガイダンス)
-
RAG と ReAct プロンプトを使用して高度な生成 AI チャットベースのアシスタントを開発する (AWS 規範ガイダンス)
-
Amazon Bedrock ナレッジベースを使用してデータを取得し、AI レスポンスを生成する (Amazon Bedrock ドキュメント)
-
取得拡張生成 (Amazon SageMaker AI ドキュメント)
-
で拡張生成オプションとアーキテクチャを取得する AWS (AWS 規範ガイダンス)
その他の AWS リソース
-
高度な RAG と Amazon Bedrock を使用してマルチモーダルアシスタントを作成する
(AWS ブログ記事)