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。
後續步驟和資源
本指南討論 RAG 應用程式的文件層級挑戰,以及緩解這些挑戰的最佳實務。這些學習是透過與產業領導者進行採訪和討論來策劃的,並由企業使用案例提供支援。
若要開始最佳化 RAG 應用程式的文件,建議您對現有文件進行稽核。識別對 RAG 應用程式構成挑戰的區域。範例包括缺乏結構、語言不明確或過度使用圖形元素。優先處理經常存取或對業務營運至關重要的文件。與主題專家合作,實作本指南中的最佳實務。確保使用清晰的標題、簡潔的語言和內容設定元素來重組文件。對於新文件,請建立指導方針和範本,以確保一致性並協助作者遵守最佳實務。此外,請考慮投資可以自動化文件最佳化程序層面的工具或服務,例如使用生成式 AI 來重組文件。透過採取主動的方法進行文件最佳化,您可以釋放 RAG 應用程式的完整潛力,並在整個組織中推動更準確和更深入的結果。
下列資源可協助您了解並建置組織中的 RAG 應用程式。
資源
AWS 文件
-
選擇 RAG 使用案例的 AWS 向量資料庫 (AWS 規範性指導)
-
使用 RAG 和 ReAct 提示來開發進階生成式 AI 聊天式助理 (AWS 方案指引)
-
使用 Amazon Bedrock 知識庫擷取資料並產生 AI 回應 (Amazon Bedrock 文件)
-
擷取增強生成 (Amazon SageMaker AI 文件)
-
在 上擷取增強生成選項和架構 AWS(AWS 方案指引)
其他 AWS 資源
-
建立具有進階 RAG 和 Amazon Bedrock 的多模式助理
(AWS 部落格文章)