本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
通过文档查询从文档中提取信息
注意
本节假定您已完成上述部分 查询文档的先决条件。
文档查询是在 Canvas 中与根基模型交互时可以使用的功能。通过文档查询，您可以访问存储在 Amazon Kendra 索引中的文档语料库，该索引保存了您的文档内容，其结构使文档具有可搜索性。您可以针对 Amazon Kendra 索引中的数据提出具体问题，根基模型会返回问题的答案。例如，您可以查询内部 IT 信息知识库，并提出诸如“如何连接到公司网络？”之类的问题。有关设置索引的更多信息，请参阅《Amazon Kendra 开发人员指南》https://docs.amazonaws.cn/kendra/latest/dg/what-is-kendra.html。
在使用文档查询功能时，根基模型会使用一种名为“检索增强生成 (RAG)”的技术，将其响应限制在索引中的文档内容范围内。这种技术将索引中最相关的信息与用户的提示捆绑在一起，然后将其发送到根基模型以获得响应。响应仅限于索引中可以找到的内容，从而防止模型根据外部数据给出错误的响应。有关此过程的更多信息，请参阅博客文章基于企业数据快速构建高精度的生成式人工智能应用程序
首先，在 Canvas 中与根基模型聊天时，打开页面顶部的文档查询开关。从下拉列表中，选择要查询的 Amazon Kendra 索引。然后，您可以开始提出与索引中的文档相关的问题。
重要
文档查询支持 比较模型输出 功能。当您开始新的聊天以比较模型输出时，任何现有的聊天历史记录都会被覆盖。