☁️AWS Machine Learning Blog•最新收集於 21m
Amazon Bedrock 新增內建網頁搜尋
💡了解如何不依賴第三方搜尋整合，將最新網路資訊加入 Bedrock 模型。
⚡ 30-Second TL;DR
有什麼變化
Web Search 現已在 Amazon Bedrock 正式全面開放。
為什麼重要
原生網路 grounding 可降低 AWS 團隊建置檢索增強型 AI 應用時的整合與安全負擔。相較於完全依賴模型的靜態知識，這也可能更容易取得最新資訊。
下一步行動
在 Amazon Bedrock 測試環境中透過 OpenAI Responses API 啟用 Web Search，製作一個具備網路 grounding 的回應流程原型。
誰應關注：Developers & AI Engineers
關鍵要點
- •Web Search 現已在 Amazon Bedrock 正式全面開放。
- •這項伺服器端工具可使用最新網路資訊為基礎模型回應提供依據。
- •開發者可透過 OpenAI Responses API 啟用，無須整合第三方搜尋服務。
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •Amazon Bedrock 的 Web Search 功能整合了 Amazon Titan 模型系列，並針對即時資訊檢索進行了專門的語意優化。
- •該服務支援引用來源（Citations）功能，能自動在回應中標註資訊來源網址，提升生成內容的可信度與可追溯性。
- •開發者可透過 Bedrock 的 API 參數設定，自定義搜尋範圍與過濾條件，以符合特定產業的安全合規需求。
- •此功能採用了 AWS 託管的搜尋基礎設施，確保資料在處理過程中符合 AWS 的隱私與安全標準，無需將數據傳輸至外部搜尋引擎。
- •該工具支援多語言搜尋，能自動處理跨語言查詢並將搜尋結果整合至模型的回應中。
📊 競品分析▸ Show
| 特色 | Amazon Bedrock Web Search | Google Vertex AI Search | OpenAI SearchGPT |
|---|---|---|---|
| 基礎架構 | AWS 託管與安全整合 | Google Search 索引 | Bing 搜尋引擎 |
| 隱私保護 | 企業級 AWS 安全合規 | Google Cloud 安全標準 | OpenAI 企業隱私條款 |
| 整合難度 | 低 (原生 API 整合) | 中 (需配置 Data Store) | 中 (需 API 串接) |
🛠️ 技術深入
- 採用 RAG (Retrieval-Augmented Generation) 架構，將搜尋結果作為上下文注入模型提示詞 (Prompt)。
- 支援自動化資訊摘要與去重機制，減少模型處理冗餘搜尋結果的負擔。
- 透過 AWS 內部網路進行低延遲的搜尋請求，優化了從搜尋到生成的回應時間 (TTFT)。
- 支援與現有的 Bedrock Knowledge Bases 結合，實現內部知識庫與公開網路資訊的混合檢索。
🔮 前景展望AI analysis grounded in cited sources
企業級 AI 應用將大幅降低對外部搜尋 API 的依賴。
內建搜尋功能消除了第三方供應商的安全審查成本與合規風險，將促使更多企業在 Bedrock 上部署即時資訊應用。
AI 搜尋市場將轉向以隱私為核心的垂直整合模式。
隨著 AWS 等雲端巨頭將搜尋功能內建化，強調數據不出域的搜尋解決方案將成為企業採購的主流。
⏳ 時間線
2023-04
Amazon Bedrock 正式發布，提供基礎模型託管服務。
2023-11
Amazon Bedrock 推出 Knowledge Bases，支援企業內部數據檢索。
2025-05
AWS 開始在預覽版中測試整合即時網路搜尋功能的 Bedrock 模型。
2026-08
Amazon Bedrock Web Search 正式全面開放 (GA)。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： AWS Machine Learning Blog ↗