As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Recuperar dados e gerar respostas de IA com as Bases de Conhecimento do Amazon Bedrock
<a name="knowledge-base"></a>

Embora os modelos de base tenham conhecimento geral, você pode melhorar ainda mais as respostas usando a geração aumentada via recuperação (RAG). A RAG é uma técnica que usa informações de fontes de dados para melhorar a relevância e a precisão das respostas geradas. Com as Bases de Conhecimento do Amazon Bedrock, é possível integrar informações proprietárias em suas aplicações de IA generativa. Quando uma consulta é feita, uma base de conhecimento pesquisa os dados para encontrar informações relevantes para responder à consulta. As informações recuperadas podem então ser usadas para melhorar as respostas geradas. Você pode criar seu próprio RAG-based aplicativo usando os recursos do Amazon Bedrock Knowledge Bases.

Com as Bases de Conhecimento do Amazon Bedrock, você pode:
+ Responder às consultas dos usuários exibindo informações relevantes das fontes de dados.
+ Usar as informações recuperadas das fontes de dados para ajudar a gerar uma resposta precisa e relevante às consultas dos usuários.
+ Aumentar seus próprios prompts inserindo as informações relevantes exibidas no prompt.
+ Incluir citações na resposta gerada para que a fonte de dados original possa ser usada como referência e a precisão possa ser verificada.
+ Incluir documentos com amplos recursos visuais, dos quais as imagens podem ser extraídas e recuperadas em respostas a consultas. Se você gerar uma resposta com base nos dados recuperados, o modelo poderá fornecer informações adicionais com base nessas imagens.
+ Pesquise usando imagens como consultas para encontrar conteúdo visualmente semelhante ou combine texto e imagens em consultas para obter resultados mais precisos usando modelos de incorporação multimodais.
+ Converter linguagem natural em consultas (como consultas SQL) que são personalizadas para bancos de dados estruturados. Essas consultas são usadas para recuperar dados de armazenamentos de dados estruturados.
+ Atualizar suas fontes de dados e incluir as alterações diretamente na base de conhecimento para que elas possam ser acessadas imediatamente.
+ Usar modelos de reclassificação para influenciar os resultados que são recuperados da fonte de dados.
+ Incluir a base de conhecimento em um fluxo de trabalho dos [Agentes do Amazon Bedrock](agents.md).

Para configurar uma base de conhecimento, você deve executar as seguintes etapas gerais:

1. (Opcional) Se você conectar sua base de conhecimento a uma fonte de dados estruturados, configure seu próprio [armazenamento de vetores compatível](https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup.html) para indexar a representação de incorporações de vetores de seus dados. Você pode pular essa etapa se planeja usar o console Amazon Bedrock para criar um armazenamento vetorial Amazon OpenSearch Serverless para você.

1. Conecte a base de conhecimento a uma fonte de dados estruturados ou não estruturados.

1. Sincronize sua fonte de dados com sua base de conhecimento.

1. Configure sua aplicação ou agente para fazer o seguinte:
   + Consultar a base de conhecimento e exibir fontes relevantes.
   + Consultar a base de conhecimento e gerar respostas em linguagem natural com base nos resultados recuperados.
   + (Se você consultar uma base de conhecimento conectada a um armazenamento de dados estruturados.) Transforme uma consulta em uma consulta específica em linguagem de dados estruturados (como uma consulta SQL).

**Topics**
+ [Como funcionam as bases de conhecimento](kb-how-it-works.md)
+ [Modelos e regiões compatíveis](knowledge-base-supported.md)
+ [Conversar com seu documento sem nenhuma configuração](knowledge-base-chatdoc.md)
+ [Configurar permissões para criar e gerenciar bases de conhecimento](knowledge-base-prereq-permissions-general.md)
+ [Criar uma base de conhecimento conectando-se a uma fonte de dados](knowledge-base-build.md)
+ [Crie uma base de conhecimento para conteúdo multimodal](kb-multimodal.md)
+ [Criar uma base de conhecimento conectando-se a um armazenamento de dados estruturados](knowledge-base-build-structured.md)
+ [Criar uma base de conhecimento com um Índice GenAI do Amazon Kendra](knowledge-base-build-kendra-genai-index.md)
+ [Criar uma base de conhecimento usando grafos do Amazon Neptune Analytics](knowledge-base-build-graphs.md)
+ [Testar a base de conhecimento com consultas e respostas](knowledge-base-test.md)
+ [Implantar a base de conhecimento para a aplicação](knowledge-base-deploy.md)
+ [Visualizar informações sobre uma base de conhecimento](kb-info.md)
+ [Modificar uma base de conhecimento](kb-update.md)
+ [Excluir uma base de conhecimento](kb-delete.md)