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。

# Amazon SageMaker AI Canvas
<a name="rag-fully-managed-sagemaker-canvas"></a>

[Amazon SageMaker AI Canvas](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas.html) 可協助您使用機器學習產生預測，而無需撰寫任何程式碼。它提供無程式碼視覺化界面，可讓您準備資料、建置和部署 ML 模型，簡化統一環境中end-to-end ML 生命週期。資料準備、模型開發、偏差偵測、可解釋性和監控的複雜性會在直覺式界面後方抽象化。使用者不需要是 SageMaker AI 或機器學習操作 (MLOps) 專家，即可使用 SageMaker AI Canvas 開發、操作和監控模型。

使用 SageMaker AI Canvas 時，RAG 功能是透過無程式碼的文件查詢功能提供。您可以使用 Amazon Kendra 索引作為基礎企業搜尋，豐富 SageMaker AI Canvas 中的聊天體驗。如需詳細資訊，請參閱[使用文件查詢從文件擷取資訊](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-fm-chat-query.html)。

將 SageMaker AI Canvas 連接到 Amazon Kendra 索引需要一次性設定。做為網域組態的一部分，雲端管理員可以選擇一或多個 Kendra 索引，供使用者在與 SageMaker Canvas 互動時查詢。如需如何啟用文件查詢功能的指示，請參閱[開始使用 Amazon SageMaker AI Canvas](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-getting-started.html)。

SageMaker AI Canvas 會管理 Amazon Kendra 與所選基礎模型之間的基礎通訊。如需有關 SageMaker AI Canvas 支援的基礎模型的詳細資訊，請參閱 [ SageMaker AI Canvas 中的生成式 AI 基礎模型](https://docs.aws.amazon.com/sagemaker/latest/dg/canvas-fm-chat.html)。下圖顯示雲端管理員將 SageMaker AI Canvas 連線至 Amazon Kendra 索引後，文件查詢功能的運作方式。



![\[Amazon SageMaker AI Canvas 中文件查詢功能的工作流程。\]](http://docs.aws.amazon.com/zh_tw/prescriptive-guidance/latest/retrieval-augmented-generation-options/images/architecture-sagemaker-canvas-document-querying.png)


該圖顯示以下工作流程：

1. 使用者在 SageMaker AI Canvas 中開始新的聊天，開啟**查詢文件**，選取目標索引，然後提交問題。

1. SageMaker AI Canvas 使用查詢來搜尋 Amazon Kendra 索引以取得相關資料。

1. SageMaker AI Canvas 會從 Amazon Kendra 索引擷取資料及其來源。

1. SageMaker AI Canvas 會更新提示，以包含從 Amazon Kendra 索引擷取的內容，並將提示提交至基礎模型。

1. 基礎模型使用原始問題和擷取的內容來產生答案。

1. SageMaker AI Canvas 為使用者提供產生的答案。它包含對資料來源的參考，例如用來產生回應的文件。