IskayPet 使用 Amazon Bedrock Managed Knowledge Bases 整合多國企業知識

背景

IskayPet 是伊比利亞半島主要的寵物照護公司，業務涵蓋零售、獸醫診所與採購等領域。其內部營運知識分散在數百份 Microsoft SharePoint 文件中，涉及西班牙語、葡萄牙語、法語及英語四種語言，並橫跨西班牙、葡萄牙與法國三個國家。傳統上解決此類問題需使用 RAG（檢索增強生成，一種讓 AI 先從資料庫找相關資料再生成回答的技術），但自行建置通常需維護向量資料庫、嵌入管線與資料攝取任務。 AWS ML Blog

發生什麼事

IskayPet 團隊利用 Amazon Bedrock Managed Knowledge Bases 建置企業知識助手，該服務由 AWS 託管 RAG 基礎設施。團隊使用 Kiro（代理式開發環境）搭配 Claude Haiku 4.5 模型，完成了從前端介面到 AWS 架構部署的完整解決方案。此方案讓員工能透過自然語言提問，系統會根據員工權限檢索相關文件並生成帶引用來源的回答。 AWS ML Blog

重點內容

該系統採用原生 SharePoint 連接器直接從現有環境攝取文件，避免資料遷移成本。啟用進階索引功能後，系統能提取 PDF、DOCX、PPTX 及獨立圖片中的視覺內容，使掃描文件或圖表可被搜尋。檢索機制結合語義搜尋與 BM25（一種基於詞頻的關鍵字搜尋演算法）混合搜尋，並內建重新排序功能以優化結果相關性。此外，系統支援文件級別存取控制，確保員工只能檢索其有權限閱讀的文件內容。 AWS ML Blog

在架構設計上，IskayPet 選擇為每個助手建立獨立的知識庫，而非單一共享知識庫。這種方式讓不同業務領域（如零售、獸醫）與國家之間的知識保持隔離，避免交叉污染，並允許針對各助手獨立調優。基礎模型（FM，Foundation Model，即大型語言模型）在生成回答時被要求必須引用來源，若檢索內容中無答案則需明確說明。 AWS ML Blog

對使用者的意義

此方案主要服務於 IskayPet 的內部員工，特別是需要查詢退貨政策、獸醫協議或新人培訓步驟等營運問題的辦公室與門市人員。IskayPet 表示未來會評估並採用 Amazon Bedrock 上可用的新模型以優化各用例。 AWS ML Blog