Aller au contenu principal
Outils · Outil ·

Personnaliser les réponses par client (tenant) dans la base de connaissances gérée d'Amazon Bedrock

Amazon Bedrock Managed Knowledge Base propose désormais des instructions de récupération (retrieval instructions) qui permettent de personnaliser les réponses pour chaque « tenant », c'est-à-dire chaque audience qui interroge les mêmes documents, qu'il s'agisse de clients de différentes régions ou d'équipes internes. Jusqu'ici, le style de réponse ne pouvait pas être contrôlé : la récupération agentique pouvait adopter un ton différent d'une requête à l'autre, et obtenir une voix fixe ou une sortie structurée imposait de désactiver la génération de réponse, d'appeler soi-même un modèle et de maintenir le prompt dans chaque application. Désormais, les consignes sont rédigées une fois, sous forme de ressource Bedrock gérée et versionnée, puis référencées par chaque requête. Une instruction comporte quatre champs : persona (identité, ton, langue), answerFormat (structure de la réponse et citation des sources), retrievalGuidance (interprétation de la question et priorités de recherche) et answerPolicy (si et comment répondre, y compris hors périmètre). Les trois premiers ne s'appliquent que si generateResponse vaut true, ce qui est la valeur par défaut, tandis que retrievalGuidance joue dans tous les cas.

2 min de lecture

Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie

Source

Résumé et traduction réalisés par Le Fil IA à partir de AWS ML Blog. Lire l'article original →

Également couvert par AWS ML Blog.

L'intérêt est très concret pour les entreprises qui servent plusieurs publics avec une seule base documentaire. Dans l'exemple fictif d'AnyCompany Smart Home, qui vend un contrôleur domestique et des capteurs dans trois régions, un client de la région Centre reçoit une réponse en espagnol avec des dates au format jour/mois/année, un délai de retour de 45 jours à compter de la livraison et la source citée en dernière ligne, alors qu'un agent de support attend une courte note de ticket. Sans instruction, la même question renvoyait les délais de toutes les régions, suivis d'une question sur le lieu d'achat. Le même schéma vaut pour un éditeur de logiciels gérant un assistant pour de nombreux clients, pour une entreprise régulée qui impose un avertissement fixe dans answerPolicy et une forme de citation dans answerFormat, ou pour une équipe qui veut du JSON strict en aval sans étape de génération séparée. L'épinglage de version permet en outre de ne basculer chaque application vers une nouvelle consigne qu'au moment choisi.

Sur le plan technique, une instruction appartient à un compte AWS et à une région, pas à une base de connaissances, et suit un cycle précis. CreateRetrievalInstruction renvoie un code HTTP 202, puis Amazon Bedrock examine les champs de façon asynchrone ; en cas d'échec, lastTransitionStatusReasons en donne la raison. Une revue réussie rend l'instruction ACTIVE, DRAFT pointant vers son contenu courant, et CreateRetrievalInstructionVersion enregistre une version numérotée immuable. Chaque requête nomme l'instruction et, au besoin, une version (DRAFT par défaut), et le premier événement de trace Planning contient appliedInstruction, ce qui permet de vérifier quelle version a répondu. La récupération agentique peut interroger jusqu'à cinq bases dans une même requête, et l'instruction s'applique à toutes. AWS insiste toutefois sur une limite : ces instructions ne constituent ni une frontière d'autorisation ni une isolation des données. Elles ne restreignent pas les documents récupérables, et les valeurs propres à chaque tenant proviennent du fait de le nommer dans la requête. Pour contrôler l'accès, il faut recourir aux filtres de métadonnées ou à des bases de connaissances séparées.

Impact France / UEChamp produit par Le Fil IA

Les entreprises françaises et européennes servant plusieurs publics multilingues peuvent personnaliser leurs réponses par audience, mais doivent utiliser filtres de métadonnées ou bases séparées pour l'isolation des données.

À lire ensuite

01Personnalisation d'une base de connaissances sur Amazon Bedrock pour documents complexes avec Amazon TextractAWS ML BlogOutils 02Connexion d'Amazon Bedrock AgentCore à des bases de connaissances multi-comptesAWS ML BlogOutils 03Agents Bedrock de récupération de connaissances gérée : recherche augmentée par des agents autonomesAWS ML BlogOutils 
Dossier · AWSSuivi en continu par Le Fil IASuivre ce sujet →

Le brief du matin

L'essentiel de l'IA chaque jour. Gratuit, désinscription immédiate à tout moment.

Recevez l'essentiel de l'IA chaque jour

Gratuit · 1 email le matin, l'essentiel de l'IA · désinscription à tout moment

Vu une erreur factuelle dans cet article ? Signalez-la. Toutes les corrections valides sont publiées sur /corrections.