Ir para o conteúdo

AWS lança busca tabular no Bedrock Managed Knowledge Base

Resposta curta

O Amazon Bedrock Managed Knowledge Base agora tem busca tabular. Quando a pergunta exige números de um arquivo CSV, XLSX ou XLS, o agente roda código sobre o arquivo inteiro em um sandbox e junta o resultado a fatos de documentos relacionados. A resposta vem com citações e um rastro que indica o arquivo lido.

O que isso significa na operação

Se os dados de vendas, suporte ou finanças da sua empresa ficam em exportações e planilhas ao lado das políticas que dão sentido a esses números, isso fecha uma lacuna. Uma pergunta como quais contas violam uma regra definida em um PDF deixa de exigir um analista para juntar as duas fontes na mão. Para uma empresa de 10 a 200 pessoas, o teste prático é uma pergunta real que combine uma regra de um documento com um cálculo sobre uma planilha. Cite o documento e o arquivo na pergunta e confira quanto tempo a resposta leva, porque a execução de código acrescenta uma rodada do agente. Mantenha métricas governadas e dashboards recorrentes nas suas ferramentas de BI e use o rastro para auditar qual arquivo foi lido.

A AWS incluiu a busca tabular no Amazon Bedrock Managed Knowledge Base, conforme descrito no blog de Machine Learning da AWS. O recurso permite que a recuperação agêntica responda a perguntas que dependem de dados em arquivos CSV, XLSX e XLS.

O problema que ele ataca

O RAG tradicional devolve um conjunto limitado de trechos, os que mais se aproximam da pergunta. Isso funciona bem com texto corrido, mas falha em tabelas. Uma tabela longa é dividida em vários trechos, então um total ou a checagem de um limite sai de poucas linhas. Uma tabela larga pode ter, em uma só linha, mais texto do que um trecho ou o modelo de busca consegue tratar, e por isso os valores das últimas colunas são mais difíceis de encontrar. As perguntas também usam termos de negócio, enquanto as tabelas guardam códigos de centro de custo e nomes de contas, e a regra que dá sentido aos números costuma estar em um documento de política separado.

Como funciona

A busca tabular faz parte do fluxo de recuperação agêntica que já existe, então não há nada para ativar. As requisições passam pela mesma chamada AgenticRetrieveStream usada para documentos. O sistema busca os trechos relevantes, decide se vale executar código sobre uma ou mais das tabelas encontradas e copia o arquivo de origem para um sandbox isolado, sem acesso a nenhuma rede. O código escrito pelo modelo roda sobre a tabela ou a planilha completa e devolve apenas o que imprime, como totais ou linhas que atendem ao critério. Em seguida, o agente redige a resposta a partir desses resultados e dos trechos recuperados, com citações.

A recuperação ainda precisa achar primeiro o arquivo de tabela certo, então citar o nome do arquivo na pergunta ajuda, principalmente quando existem uma versão preliminar e uma final. A API Retrieve continua devolvendo só trechos e não executa código. O recurso funciona com arquivos trazidos por conectores como Amazon S3, Microsoft SharePoint e Atlassian Confluence.

O exemplo

O post usa arquivos financeiros fictícios: uma planilha de resultado (DRE), uma política de variação, um memorando de fechamento do trimestre e uma revisão de negócios. Uma das perguntas é quais departamentos precisam escrever comentário sobre variação. A resposta exige o limite definido na política, as revisões de orçamento do memorando e cálculos sobre cada linha de departamento. A recuperação comum devolve trechos, mas nenhuma resposta. A busca tabular aponta Vendas, Engenharia e Operações, cita a política e o memorando, e o rastro mostra qual planilha o código leu.

Limites para conhecer

  • Respostas que usam dados de tabela demoram mais, porque a execução de código acrescenta pelo menos uma rodada do agente.
  • Métricas governadas, dashboards recorrentes e joins em escala de data warehouse continuam sendo assunto para ferramentas de BI.
  • Arquivos acima do filtro de tamanho da fonte de dados não são ingeridos, então o código não consegue lê-los.
  • O código roda sobre CSV de até 500 MB, mas sobre planilhas Excel só até 200 MB, na data em que o post foi escrito.
  • O código gerado não é devolvido, porque pode repetir valores de células. O rastro informa os arquivos lidos.
  • A identidade que faz a chamada precisa das permissões de recuperação agêntica, incluindo bedrock:GetDocumentContent, porque o agente lê o arquivo original com as credenciais de quem chama.

O post também traz um exemplo de configuração com uma fonte de dados no S3, conversas em vários turnos e filtros de metadados que controlam quais arquivos o código pode ler.

Fonte: AWS Machine Learning Blog

As ferramentas desta notícia

Próximo passo

Visibility Analyzer

Uma notícia sobre IA não diz como os assistentes veem o seu site. O Visibility Analyzer verifica isso no site real: quais respostas citam você, quais páginas o motor não consegue recuperar e o que corrigir primeiro. Rodar é grátis.

Rodar uma auditoria de visibilidade grátis

Rodar é grátis. Sem cartão.

Preço
Grátis
Duração
Uma rodada, minutos

Plano grátis: duas análises por dia, sem cartão.