# Como criar sistemas de RAG com o Amazon Nova
<a name="rag-systems"></a>

**nota**  
Esta documentação é para o Amazon Nova versão 1. O Amazon Nova 2 agora está disponível com novos modelos e recursos aprimorados. Novos recursos e atualizações de documentação são publicados no Guia do usuário do Amazon Nova 2. Para obter mais informações, acesse [Novidades do Amazon Nova 2](https://docs.aws.amazon.com/nova/latest/nova2-userguide/whats-new.html).

A geração aumentada via recuperação (RAG) otimiza a saída de um grande modelo de linguagem (LLM) referenciando uma base de conhecimento confiável fora de suas fontes de dados de treinamento antes de gerar uma resposta. Essa abordagem ajuda a fornecer informações atuais ao modelo e fundamentá-lo em dados proprietários ou específicos do domínio. Também fornece uma fonte de informações controlável, que você pode usar para definir controles de acesso a conteúdo específico e solucionar problemas nas respostas.

O RAG funciona conectando um *gerador* (geralmente um LLM) a um banco de dados de conteúdo (como um repositório de conhecimento) por meio de um *recuperador*. O recuperador é responsável por encontrar informações relevantes. Na maioria das aplicações empresariais, o banco de dados de conteúdo é um armazenamento de vetores, o recuperador é um modelo de incorporação e o gerador é um LLM. Para obter mais informações, consulte [Geração aumentada via recuperação (RAG)](https://aws.amazon.com/what-is/retrieval-augmented-generation/) e [Bedrock Knowledge Bases](https://docs.aws.amazon.com/bedrock/latest/userguide/kb-how-it-works.html).

Um sistema de RAG tem vários componentes. Este guia se concentra em como usar o Amazon Nova como LLM em qualquer sistema de RAG.

Você pode usar os modelos do Amazon Nova como o LLM dentro de um sistema de RAG de texto. Com os modelos do Amazon Nova, você tem a flexibilidade de criar um sistema de RAG com Bases de Conhecimento para Amazon Bedrock ou criar seu próprio sistema de RAG. Você também pode associar sua base de conhecimento a um agente no Amazon Bedrock Agents para adicionar capacidades de RAG ao agente. Para obter mais informações, consulte [Automate tasks in your application using conversational agents](https://docs.aws.amazon.com/bedrock/latest/userguide/agents.html).

**Topics**
+ [Como usar Bases de Conhecimento para Amazon Bedrock](rag-br-knowledge.md)
+ [Como criar um sistema de RAG com o Amazon Nova](rag-building.md)
+ [Usar o Amazon Nova para RAG multimodal](rag-multimodal.md)