资源介绍
视频数量：15个
总时长：1小时44分
课程介绍：
AWS Bedrock企业级AI应用实战
你有没有遇到过这种情况：让AI助手回答一个具体问题，它却给你编了一个听起来很专业、实际上完全错误答案？这在企业应用场景里可是大问题。
这正是这门课要解决的痛点。
我们先从RAG技术说起。RAG就是检索增强生成，简单理解就是先从你的资料库里找到相关信息，再让AI基于这些真实内容来回答问题，而不是让它凭空编造。课程会手把手带你用Amazon Bedrock的RetrieveAndGenerate API，这是AWS提供的完全托管方案，不需要你操心任何底层基础设施。你会学到怎么配置环境、理解API参数的含义、怎么做元数据过滤和结果调优。这些内容被拆成三个小节，每一节都配有可以运行的代码笔记本，学完马上能用到自己的项目里。
如果你需要更灵活的控制，课程还提供了Retrieve API的自定义RAG方案。完全托管虽然省事，但在某些场景下，你可能希望自己掌控检索逻辑、Embedding模型、甚至后处理流程。这部分会教你如何从零搭建一个可定制的企业级RAG系统。
RAG做出来了，怎么知道它效果好不好？这就涉及到RAG评估。课程用RAGAS框架来评估你的检索质量和生成质量，包括回答是否基于事实、是否完整、是否有幻觉等等。评估不是可选的环节，而是企业级应用的必备步骤。
说完了检索和生成，再来看防护栏。Guardrails是确保AI安全可控的关键技术。你不希望用户问一些敏感问题，AI就真的给你回答出来对吧？Guardrails可以过滤有害内容、阻止越界提问、控制输出内容的风险等级。课程会教你从零配置防护规则，然后实际测试这些规则有没有生效。这部分内容在企业级AI应用中几乎是强制要求。
除了这些核心模块，课程还涉及对话模式的设计、上下文增强问答、流式响应等等实战内容。什么叫上下文增强？就是用户问一个问题，你不只让AI基于知识库回答，还可以主动注入相关的背景信息，让回答更准确、更贴合业务场景。流式响应的实现也很实用，用户不需要等整个回答生成完才能看到内容，而是一边生成一边展示，体验好很多。
整个课程时长不到两小时，内容非常紧凑，没有废话。每一块都配有可以直接运行的代码，边学边练。
适合谁学呢？你要有一定的Python基础，至少能看懂代码、了解API调用的基本概念。如果你是在做企业AI应用开发的工程师、想给现有系统加上RAG能力的技术负责人、或者在评估AWS Bedrock作为技术选型的架构师，这门课能帮你快速建立完整的技术认知。课程内容偏实战，不会讲太多理论，重点是怎么把这些技术用起来解决真实问题。