Back
Key Takeaway
构建即时利用非结构化文档的AI窗口咨询聊天机器人
应用基于AIR Studio和Amazon Bedrock(Claude)的RAG架构,构建了搜索和利用非结构化金融业务文档的AI聊天机器人,并验证了在窗口咨询业务中应用生成式AI的可能性。
Finance (S Company)
Client :Finance (S Company)
Industry :Finance
Service Area :Data & AI
Applied Solution :AIR
1. Overview (项目背景)
本项目旨在为信用合作社窗口业务中使用的大量非结构化文档构建AI Chatbot服务,以便更快速、更高效地利用这些文档。
在信贷、存款、互助、数字业务等各个领域存在多种业务方法书和PDF、HWP格式的非结构化文档,但在实际窗口业务中,快速查找和传递所需信息存在局限性。
因此,应用基于RAG的数据加载和生成式AI响应结构,构建了窗口合作社成员可以用自然语言提问并快速获得答案的AI Chatbot环境。
2. Solution (解决方案)
为构建AI Chatbot,以AIR Studio为中心设计了结合搜索和生成式AI的架构。
基于AIR Studio的Chatbot UI提供
通过自然语言提问实现即时确认所需信息的聊天机器人界面OpenSearch & Retriever配置
利用AIR Studio内的RAG结构配置OpenSearch,应用文档搜索和提取的Retrieval Chain生成式AI集成
通过EC2环境内的LCEL Chain构成LLM调用结构,利用Amazon Bedrock的Claude模型基于搜索结果生成答案
3. Result (成果)
通过构建基于非结构化文档的RAG管道,为有效利用各种业务文档奠定了基础。
构成支持PDF、HWP文档的预处理和分块管道
将文本、图像、表格数据转换为可用于RAG的Document格式
通过基于API的数据上传和状态确认功能提供运营便利性
此外,通过结合搜索文档和提示词的LLM响应结构应用了多轮对话功能,验证了在实际窗口咨询业务中应用生成式AI的可能性。






