Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 生成式 AI 创新中心合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，采用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与转录文本。该方案将单次内容检索耗时从 250 分钟降至 2 分钟以内，覆盖超 14 万条视频，支持自然语言意图搜索、以图搜图和精确时间戳定位。
#教程/实践
#教程/实践
今日 0 条AWS Machine Learning BlogAI 评分3434 AWS Machine Learning BlogAI 评分3434 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
针对 RAG 在跨数百份合同的聚合问题上失效，AWS 给出了一套合同智能平台架构：AI 提取智能体（Claude Sonnet 系列）从 PDF 中抽取 8 个关键字段并附置信度，验证智能体（Claude Haiku）独立复核，签名识别分歧由 Amazon Textract 用计算机视觉做确定性裁决，结果存入 Amazon Aurora PostgreSQL。
AWS Machine Learning BlogAI 评分2222 Amazon Quick 各组件提示词工程：模式与陷阱
AWS 发文拆解 Amazon Quick 各组件的提示词写法：Quick Research 需明确目标、受众与范围，并自行拆解子问题、限定来源；Quick Flows 要写清时间、数据源、计算与交付目标，复杂逻辑用编号步骤，并可通过对话迭代修改；Quick Sight 的查询需包含业务问题、指标与维度。
AWS Machine Learning BlogAI 评分2222 Amazon Quick 提示词工程基础指南
Amazon Quick 的提示词工程决定其 AI 功能对自然语言请求的响应准确度，本文是该两篇系列的第一部分，聚焦适用于各 Quick 组件的通用原则与可复用框架。
AWS Machine Learning BlogAI 评分3232 用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔数据
Amazon Bedrock Knowledge Bases 可通过 AgenticRetrieveStream API 用自然语言查询理赔文档，并返回带引用的答案。