ایسکی‌پت چگونه دانش سازمانی را با Amazon Bedrock Managed Knowledge Bases یکپارچه کرد

معماری و کنترل دسترسی

ایسکی‌پت به‌جای مهاجرت اسناد، از رابط SharePoint داخلی سرویس استفاده کرده و گزینه Visual content را در ایندکس پیشرفته فعال کرده است تا محتوای تصاویر داخل PDF، DOCX و PPTX و تصاویر مستقل هم قابل جست‌وجو شود. همگام‌سازی به‌صورت افزایشی انجام می‌شود.

تیم میان یک پایگاه دانش مشترک با فیلتر کشور و حوزه، و یک پایگاه دانش جدا برای هر دستیار، دومی را انتخاب کرد تا هر حوزه کاملاً مجزا بماند. هر دستیار می‌تواند به سایت‌ها، کتابخانه‌ها یا پوشه‌های مشخصی محدود شود.

هویت کارمند هنگام بازیابی به پایگاه دانش داده می‌شود و فقط بخش‌هایی از اسنادی برمی‌گردد که او اجازه خواندنشان را در SharePoint دارد. بنابراین پاسخ یک پرسش مشابه برای دو کارمند با مجوز متفاوت ممکن است فرق کند. اگر دسترسی قابل تأیید نباشد، دستیار پنهان می‌شود.

تنظیمات بازیابی و تولید پاسخ

جست‌وجوی ترکیبی معنایی و کلیدواژه‌ای (BM25) برای یافتن عبارات دقیق مانند کد محصول استفاده شده است. دستیار ۲۵ بخش را بازیابی می‌کند و پس از حذف موارد تکراری و قطعات بسیار کوتاه، حداکثر ۱۵ بخش را وارد پرامپت می‌کند. به گفته منبع، این عدد اصلی‌ترین اهرم هزینه است، چون توکن ورودی هر پرسش را افزایش می‌دهد.

پرامپت تولید پاسخ ذکر منبع را الزامی می‌کند و از مدل می‌خواهد اگر پاسخ در محتوای بازیابی‌شده نیست، همین را بگوید. افزودن Amazon Bedrock Guardrails هنوز در حال انجام است. بازخورد مثبت و منفی کاربران برای ارزیابی بومی RAG به‌کار می‌رود.

نتایج گزارش‌شده و محدودیت‌ها

ایسکی‌پت در حدود دو ماه نخست استفاده تولیدی گزارش می‌کند زمان یافتن پاسخ عملیاتی از ۳ تا ۵ دقیقه به حدود ۷ ثانیه رسیده و زمان جست‌وجوی رویه‌ها و سیاست‌ها حدود ۹۵ درصد کمتر شده است. پیش‌بینی شده حدود ۱۰۰ هزار پرسش در ماه در همه حوزه‌ها و کشورها پردازش شود؛ این عدد برآورد است، نه نتیجه اندازه‌گیری‌شده.

این اعداد از متن خود AWS و ایسکی‌پت آمده و آزمون مستقل در این منبع ارائه نشده است. مقایسه با ابزار یا سامانه دیگری هم گزارش نشده؛ مبنای مقایسه همان جست‌وجوی دستی قبلی در اسناد SharePoint است.

درس عملی برای سازمان‌های مشابه این است که این الگو به اسناد در SharePoint و مجوزهای موجود آن‌ها تکیه دارد. در منبع درباره دسترسی در ایران یا یکپارچگی با نخود چیزی گفته نشده است. برای شروع، منبع از AWS Free Tier و کنسول Amazon Bedrock نام می‌برد و برای دسترسی مدل‌ها به فهرست مدل‌های پشتیبانی‌شده در هر Region ارجاع می‌دهد.