Resposta correta
- BConfigurar uma base de conhecimento com Geração Aumentada por Recuperação (RAG).
Explicação
Configurar uma base de conhecimento com Geração Aumentada por Recuperação (Retrieval Augmented Generation ou RAG) permite que o chatbot recupere documentos relevantes da base de conhecimento interna da empresa e os utilize como contexto para gerar respostas. Isso garante que as respostas do modelo sejam fundamentadas exclusivamente nos dados fornecidos, evitando a dependência de seu conhecimento de pré-treinamento.
Para se aprofundar
A Geração Aumentada por Recuperação (RAG) nas Bases de Conhecimiento do Amazon Bedrock funciona dividindo (chunking) os documentos de origem, convertendo-os em embeddings e armazenando vetores em um repositório vetorial (vector store). No momento da consulta, o serviço recupera os trechos semanticamente mais semelhantes e os injeta no prompt como contexto, fundamentando a resposta do modelo no material fornecido. Isso reduz alucinações e mantém as respostas atreladas ao catálogo interno em vez de aos dados de pré-treinamento. Uma sutileza é que o RAG não impede totalmente que o modelo utilize conhecimento paramétrico; as instruções do prompt e as citações ajudam, mas a qualidade da recuperação, o tamanho do trecho e o número de passagens retornadas influenciam fortemente a fundamentação. Isso importa quando as respostas precisam ser auditáveis em relação a um corpus controlado, como especificações de produtos ou documentação de conformidade.
Sobre estas questões de prática
Esta é uma das questões de prática originais de AIF-C01 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.
Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.