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
<a name="canvas-fm-chat-query"></a>

**注意**  
本节假定您已完成上述部分 [查询文档的先决条件](canvas-fm-chat-prereqs.md#canvas-fm-chat-prereqs-kendra)。

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.aws.amazon.com/kendra/latest/dg/what-is-kendra.html](https://docs.aws.amazon.com/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](https://aws.amazon.com/blogs/machine-learning/quickly-build-high-accuracy-generative-ai-applications-on-enterprise-data-using-amazon-kendra-langchain-and-large-language-models/)。

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](canvas-fm-chat-compare.md) 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。