本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 資源
<a name="resources"></a>

下列資源提供額外的內容、技術詳細資訊和實作指引，以支援組織的生成式 AI 旅程。隨著 透過生成式 AI AWS 持續創新，您可以定期檢查這些資源是否有更新和新功能。

## AWS 方案指引
<a name="resources-apg"></a>

*策略資源*
+ [生成式 AI 工作負載評估](https://docs.aws.amazon.com/prescriptive-guidance/latest/gen-ai-workload-assessment/introduction.html)
+ [在 上採用生成式 AI 的成熟度模型 AWS](https://docs.aws.amazon.com/prescriptive-guidance/latest/strategy-gen-ai-maturity-model/introduction.html)
+ [在 上擷取增強生成選項和架構 AWS](https://docs.aws.amazon.com/prescriptive-guidance/latest/retrieval-augmented-generation-options/introduction.html)
+ [提示工程最佳實務，以避免對現代 LLMs提示注入攻擊](https://docs.aws.amazon.com/prescriptive-guidance/latest/llm-prompt-engineering-best-practices/introduction.html)

*RAG 和聊天式助理*
+ [選擇 RAG 使用案例的 AWS 向量資料庫](https://docs.aws.amazon.com/prescriptive-guidance/latest/choosing-an-aws-vector-database-for-rag-use-cases/introduction.html)
+ [AWS 使用 Terraform 和 Amazon Bedrock 在 上部署 RAG 使用案例](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/deploy-rag-use-case-on-aws.html)
+ [使用 RAG 和 ReAct 提示，開發進階生成式 AI 聊天式助理](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/develop-advanced-generative-ai-chat-based-assistants-by-using-rag-and-react-prompting.html)
+ [使用 Amazon Bedrock 代理程式和知識庫開發全自動化聊天式助理](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/develop-a-fully-automated-chat-based-assistant-by-using-amazon-bedrock-agents-and-knowledge-bases.html)

*編碼助理*
+ [使用 Amazon Q Developer 作為編碼助理，以提高您的生產力](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/use-q-developer-as-coding-assistant-to-increase-productivity.html)

*文件處理*
+ [使用 Amazon Bedrock 和 Amazon Transcribe 從語音輸入記錄機構知識](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/document-institutional-knowledge-from-voice-inputs-by-using-amazon-bedrock-and-amazon-transcribe.html)
+ [使用 Amazon Textract 從 PDF 檔案自動擷取內容](https://docs.aws.amazon.com/prescriptive-guidance/latest/patterns/automatically-extract-content-from-pdf-files-using-amazon-textract.html)

## AWS 服務文件
<a name="resources-service-docs"></a>
+ [Amazon Bedrock 文件](https://docs.aws.amazon.com/bedrock/latest/userguide/what-is-bedrock.html)
+ [Amazon SageMaker AI 文件](https://docs.aws.amazon.com/sagemaker/latest/dg/whatis.html)

## 其他 AWS 資源
<a name="resources-other-aws"></a>
+ [使用生成式 AI 轉換您的業務](https://aws.amazon.com/ai/generative-ai/) (AWS 網站）
+ [生成式 AI 創新中心](https://aws.amazon.com/ai/generative-ai/innovation-center/) (AWS網站）
+ [保護生成式 AI：生成式 AI 安全性範圍矩陣簡介 ](https://aws.amazon.com/blogs/security/securing-generative-ai-an-introduction-to-the-generative-ai-security-scoping-matrix/)(AWS 部落格文章）
+ [建立 AI/ML 卓越中心](https://aws.amazon.com/blogs/machine-learning/establishing-an-ai-ml-center-of-excellence/) (AWS 部落格文章）
+ [使用適用於 LLMs 的 OWASP 前 10 名 （部落格文章），為生成式 AI 應用程式建構defense-in-depth安全性](https://aws.amazon.com/blogs/machine-learning/architect-defense-in-depth-security-for-generative-ai-applications-using-the-owasp-top-10-for-llms/)AWS 
+ [在 上設定安全且受管良好的機器學習環境 AWS](https://aws.amazon.com/blogs/mt/setting-up-machine-learning-environments-aws/) (AWS 部落格文章）
+ [機器學習鏡頭](https://docs.aws.amazon.com/wellarchitected/latest/machine-learning-lens/machine-learning-lens.html) (AWS Well-Architected Framework)

## 其他資源
<a name="resources-other"></a>
+ [大型語言模型應用程式的 OWASP 前 10](https://owasp.org/www-project-top-10-for-large-language-model-applications/) 名 (OWASP 網站）