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。

# 建立標籤工作
<a name="sms-create-labeling-job"></a>

您可以在 Amazon SageMaker AI 主控台中建立標籤工作，並使用您慣用語言的 AWS SDK 執行 `CreateLabelingJob`。建立標籤工作後，您可以使用 [CloudWatch](https://docs.aws.amazon.com/sagemaker/latest/dg/sms-monitor-cloud-watch.html) 來追蹤工作者指標 (若為私有人力資源) 和標籤工作的狀態。

建立標籤工作之前，建議您檢閱下列頁面 (如果適用)：
+ 您可以使用主控台中的自動資料設定來指定輸入資料，也可以在主控台中或使用 `CreateLabelingJob` API 時使用輸入資訊清單檔案來指定輸入資料。關於自動化資料設定，請參閱[自動化標籤工作的資料設定](sms-console-create-manifest-file.md)。若要了解如何建立輸入資訊清單檔案，請參閱[輸入資訊清單檔案](sms-input-data-input-manifest.md)。
+ 檢閱標籤工作輸入資料配額：[輸入資料配額](input-data-limits.md)。

選擇任務類型後，請參閱此頁面上的主題，以了解如何建立標籤工作。

如果您是 Ground Truth 的新使用者，建議您先看完 [入門：使用 Ground Truth 建立週框方塊標籤工作](sms-getting-started.md) 中的示範。

**重要**  
Ground Truth 要求所有包含標籤工作輸入影像資料的 S3 儲存貯體都必須連接 CORS 政策。如需進一步了解，請參閱[輸入影像資料的 CORS 要求](sms-cors-update.md)。

**Topics**
+ [內建任務類型](sms-task-types.md)
+ [建立指示頁面](sms-creating-instruction-pages.md)
+ [建立標籤工作 (主控台)](sms-create-labeling-job-console.md)
+ [建立標籤工作 (API)](sms-create-labeling-job-api.md)
+ [建立串流標籤工作](sms-streaming-create-job.md)
+ [有標籤類別和影格屬性參考的標籤類別組態檔案](sms-label-cat-config-attributes.md)