Eine Fluggesellschaft wünscht sich einen textbasierten Konversationsassistenten (der LLMs und eine Wissensdatenbank nutzt), um Kunden mit minimalem Entwicklungsaufwand Fragen zu Flugplänen, Buchungen und Zahlungen zu beantworten. Welcher Ansatz erfordert den geringsten Entwicklungsaufwand?

Die Erstellung eines Retrieval-Augmented Generation (RAG)-Agenten mit Amazon Bedrock ist der Ansatz mit dem geringsten Entwicklungsaufwand, da Bedrock vorgefertigte LLMs und Tools für die Integration von Wissensdatenbanken bietet. RAG ermöglicht es dem LLM, Informationen aus der Wissensdatenbank abzurufen, um präzise Antworten zu generieren, was ideal für die gestellten Anforderungen ist. SageMaker Autopilot und JumpStart erfordern das Training oder Fine-Tuning von Modellen, was mehr Aufwand bedeutet. Eine benutzerdefinierte Python-Anwendung mit Amazon Q Developer würde ebenfalls einen höheren Entwicklungsaufwand erfordern, um die gewünschte Funktionalität zu implementieren.